ManticoreSearch 实现 MySQL 原生密码认证机制的技术解析
2025-05-23 03:27:34作者:仰钰奇
背景介绍
ManticoreSearch 作为一款高性能的全文搜索引擎,近期在其 SQL 协议层实现了与 MySQL 原生密码认证的兼容性。这一改进使得用户能够使用标准的 MySQL 客户端工具直接连接 ManticoreSearch 服务,大大提升了产品的易用性和兼容性。
技术实现细节
认证协议兼容性
ManticoreSearch 现在支持 MySQL 客户端的 mysql_native_password 插件认证方式。这意味着用户可以使用如下标准 MySQL 命令行连接语法:
mysql -h 127.0.0.1 -P 9306 -u username -p
系统会提示输入密码,整个过程与连接标准 MySQL 服务器完全一致。
认证配置方式
ManticoreSearch 提供了两种配置认证信息的方式:
-
直接明文配置: 在 searchd 配置节中直接指定用户名和密码:
searchd { auth_user = admin auth_pass = test123 } -
使用 .htpasswd 文件: 支持 Apache 风格的密码文件,使用 SHA-1 哈希存储密码:
searchd { auth_user_file = /path/to/.htpasswd }
密码文件管理
对于使用 .htpasswd 文件的方式,系统管理员可以使用标准的 htpasswd 工具管理用户:
-
创建新密码文件并添加用户:
htpasswd -s -c ~/.htpasswd new_user -
向现有文件添加用户:
htpasswd -s ~/.htpasswd user2
安全考虑
虽然支持明文密码配置主要是为了方便测试环境使用,但在生产环境中建议:
- 优先使用 .htpasswd 文件方式存储密码哈希
- 确保密码文件权限设置合理,仅允许搜索守护进程用户读取
- 定期轮换密码,特别是当团队成员变动时
技术优势
这一改进带来了几个显著优势:
- 工具兼容性:任何支持 MySQL 协议的客户端工具现在都能直接连接 ManticoreSearch
- 简化运维:管理员可以使用熟悉的 MySQL 客户端管理工具
- 开发便利:应用程序可以使用标准 MySQL 驱动连接,无需特殊配置
- 认证标准化:采用广泛认可的认证机制,提高系统安全性
实际应用场景
这一特性特别适合以下场景:
- 需要从现有 MySQL 环境迁移到 ManticoreSearch 的情况
- 开发测试环境中需要快速验证查询的场景
- 自动化脚本需要连接搜索引擎执行查询的情况
- 需要统一管理多种数据库连接的企业环境
总结
ManticoreSearch 通过实现 MySQL 原生密码认证机制,显著提升了产品的易用性和兼容性。这一改进使得 ManticoreSearch 能够更好地融入现有的数据库生态系统中,为用户提供更加无缝的使用体验。无论是开发人员还是运维人员,都能从中受益,以更熟悉的方式与搜索引擎交互。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147