SearXNG 对 MariaDB 数据库支持的技术解析
在开源搜索引擎项目 SearXNG 中,数据库连接功能是一个重要组成部分。本文将深入分析当前 SearXNG 对 MySQL 和 MariaDB 数据库支持的技术现状,以及两者之间的兼容性问题。
数据库连接的技术背景
SearXNG 目前通过 mysql-connector-python 库实现对 MySQL 数据库的连接支持。这个官方提供的 Python 连接器能够很好地与标准 MySQL 服务器交互。然而,当用户尝试连接 MariaDB 数据库时,会遇到特定的兼容性问题。
核心兼容性问题
问题的根源在于字符集和排序规则的差异。MySQL 8.0 引入了 utf8mb4_0900_ai_ci 这个排序规则,而 MariaDB 并未完全实现这一特性。当 SearXNG 的 MySQL 引擎尝试设置这个排序规则时,MariaDB 会返回"Unknown collation"错误,导致连接失败。
技术解决方案分析
要解决这个问题,需要从以下几个技术层面考虑:
-
独立的 MariaDB 引擎实现:最彻底的解决方案是为 MariaDB 创建专门的引擎模块,使用 mariadb 官方 Python 连接器而非 mysql-connector-python。
-
连接参数调整:可以通过修改连接参数,避免使用 MariaDB 不支持的排序规则,但这可能影响某些功能的完整性。
-
兼容性检测机制:实现数据库类型自动检测,根据检测结果动态调整连接参数和查询语句。
实现建议
对于希望自行实现 MariaDB 支持的用户,可以考虑以下技术路线:
- 安装 mariadb 官方 Python 连接器
- 创建新的数据库引擎模块,继承基础 SQL 引擎类
- 实现特定的连接参数处理逻辑
- 添加对 MariaDB 特有功能的支持
未来展望
随着 MariaDB 的普及,将其作为 SearXNG 的一等公民支持将变得越来越重要。社区开发者已经在着手实现这一功能,预计不久的将来会提供原生支持。
对于当前急需使用 MariaDB 的用户,可以考虑临时解决方案,如修改数据库的默认排序规则或使用社区提供的补丁。但长期来看,等待官方支持的完整实现是最稳妥的方案。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00