当前位置:首页 > 文章列表 > 文章 > linux > Linux怎么安装和配置Meilisearch轻量级搜索 Linux搜索服务详解

Linux怎么安装和配置Meilisearch轻量级搜索 Linux搜索服务详解

2026-05-04 16:05:47 0浏览 收藏

怎么入门文章编程?需要学习哪些知识点?这是新手们刚接触编程时常见的问题;下面golang学习网就来给大家整理分享一些知识点,希望能够给初学者一些帮助。本篇文章就来介绍《Linux怎么安装和配置Meilisearch轻量级搜索 Linux搜索服务详解》,涉及到,有需要的可以收藏一下

MeiliSearch二进制安装最省事方式是执行curl -L https://install.meilisearch.com | sh,自动适配架构并置于/usr/local/bin/meilisearch;生产环境启动必须显式指定--http-addr 0.0.0.0:7700、--master-key和--db-path三参数,缺一不可。

Linux怎么安装和配置Meilisearch轻量级搜索 Linux搜索服务详解

Linux 上装 MeiliSearch,二进制方式比 Docker 更可控,尤其当你需要持久化、外网访问或集成 systemd 管理时;但直接运行 meilisearch 默认只监听 127.0.0.1:7700,不配主密钥就暴露在公网等于裸奔。

用官方脚本一键安装二进制文件

这是最省事且适配架构的方式,适合大多数 x86_64 / aarch64 服务器:

  • 执行 curl -L https://install.meilisearch.com | sh,脚本会自动下载对应 CPU 架构的最新版二进制文件,并放到 /usr/local/bin/meilisearch
  • 验证是否可用:meilisearch --version,输出类似 meilisearch 1.29.0 即成功
  • 注意:该命令默认不加 sudo,如果提示权限错误,说明当前用户无权写入 /usr/local/bin,需加 sudo curl -L https://install.meilisearch.com | sh
  • 别手动改文件名(如重命名为 ms),后续 systemd 或脚本调用容易出错

启动前必须配好的三个关键参数

临时跑 meilisearch 只能本地测试,生产环境必须显式指定以下三项,否则不是连不上就是不安全:

  • --http-addr 0.0.0.0:7700:不加这句,默认绑定 127.0.0.1,外部机器访问会直接拒绝连接(常见错误:curl: (7) Failed to connect to xxx port 7700: Connection refused)
  • --master-key "YourSecureKey123!":不设密钥,API 完全开放,任意人可删库、导出数据;密钥建议至少 16 位,含大小写字母+数字+符号
  • --db-path /var/lib/meilisearch:不指定路径,数据存在内存或临时目录,重启即丢(现象:索引突然消失,GET /indexes 返回空数组)
  • 推荐组合启动命令:meilisearch --http-addr 0.0.0.0:7700 --master-key "MyKey@2026" --db-path /var/lib/meilisearch --env production

用 systemd 管理服务并开机自启

手动运行进程容易中断,systemd 是 Linux 生产环境的标准做法:

  • 先创建数据和日志目录:sudo mkdir -p /var/lib/meilisearch /var/log/meilisearch,并确保运行用户有写权限(如 sudo chown $USER:$USER /var/lib/meilisearch /var/log/meilisearch)
  • 新建服务文件:sudo vim /etc/systemd/system/meilisearch.service,内容中 ExecStart 必须完整包含上述三个参数,例如:
    ExecStart=/usr/local/bin/meilisearch --http-addr 0.0.0.0:7700 --master-key "MyKey@2026" --db-path /var/lib/meilisearch --env production --log-level INFO
  • 启用并启动:sudo systemctl daemon-reload && sudo systemctl enable meilisearch && sudo systemctl start meilisearch
  • 查状态:sudo systemctl status meilisearch,重点关注 “active (running)” 和最后几行日志是否含 Server listening on

配置防火墙放行 7700 端口

即使 MeiliSearch 绑定了 0.0.0.0,Linux 防火墙(如 ufw 或 firewalld)仍可能拦截外网请求:

  • Ubuntu/Debian:sudo ufw allow 7700,然后 sudo ufw status 确认规则生效
  • CentOS/Rocky:sudo firewall-cmd --permanent --add-port=7700/tcp && sudo firewall-cmd --reload
  • 云服务器(阿里云、腾讯云等):安全组规则也必须单独放行 7700 端口,光配系统防火墙没用
  • 验证外网连通性:curl -v http://你的公网IP:7700,返回 JSON 且 HTTP 状态码为 200 才算真正通了

最容易被忽略的是主密钥和防火墙的双重缺失——前者让 API 失去鉴权,后者让请求根本到不了进程。别跳过任何一步,尤其是 --master-key 和 --http-addr 这两个参数,漏一个,服务就不算真正上线。

终于介绍完啦!小伙伴们,这篇关于《Linux怎么安装和配置Meilisearch轻量级搜索 Linux搜索服务详解》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

如何在 Win11 中查看 NPU 实时负载 监控 AI 电脑硬件性能分布详细教程如何在 Win11 中查看 NPU 实时负载 监控 AI 电脑硬件性能分布详细教程
上一篇
如何在 Win11 中查看 NPU 实时负载 监控 AI 电脑硬件性能分布详细教程
xdebug 3.1新特性在性能分析中的应用教程
下一篇
xdebug 3.1新特性在性能分析中的应用教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    291次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    347次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    310次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    131次使用