环境配置说明.md 4.8 KB
Edit Raw Blame History


1. 系统要求

操作系统：Linux（推荐 Ubuntu 18.04+）
Conda：Miniconda3 或 Anaconda（用于 Python 环境隔离）
Python：3.10（由 Conda 环境提供）
内存：建议 8GB+（含模型与 ES）
磁盘：10GB+（含模型与索引）


2. Python 运行环境
推荐方式（与项目脚本一致）：使用项目根目录下的 activate.sh 激活环境，会自动加载当前目录下的 .env（忽略注释与空行）：
cd /data/saas-search
source activate.sh


activate.sh 会激活 Conda 环境 searchengine。若在新机器上部署，请先设置本机 Conda 路径再执行：
# 你的 conda 在 ~/anaconda3/bin/conda，则 CONDA_ROOT=~/anaconda3
export CONDA_ROOT=$HOME/anaconda3   # 或你的 Conda 安装路径（如 /home/ubuntu/anaconda3）
source activate.sh


新机器首次部署（创建环境）：若本机尚未创建 searchengine 环境，任选其一：


方式 A（推荐，与 environment.yml 一致）：
bash
cd /data/saas-search
export CONDA_ROOT=$HOME/anaconda3   # 或你的 Conda 安装路径
conda env create -f environment.yml
source activate.sh

方式 B（仅 pip）：
bash
conda create -n searchengine python=3.10 -y
conda activate searchengine
cd /data/saas-search
pip install -r requirements.txt


之后日常使用执行 source activate.sh 即可（如需可先 export CONDA_ROOT=...）。


3. 外部服务与端口


服务
默认地址
说明


Elasticsearch
http://localhost:9200
可通过 Docker 单节点启动


MySQL
120.79.247.228:3316
存放店匠 SPU/SKU 数据


Redis（可选）
localhost:6479
Embedding/翻译缓存


示例：使用 Docker 启动 Elasticsearch
docker run -d \
  --name elasticsearch \
  -p 9200:9200 \
  -e "discovery.type=single-node" \
  -e "ES_JAVA_OPTS=-Xms2g -Xmx2g" \
  elasticsearch:8.11.0


4. 环境变量与 .env 模板
在项目根目录创建 .env，并根据环境替换敏感信息：
# MySQL
DB_HOST=120.79.247.228
DB_PORT=3316
DB_DATABASE=saas
DB_USERNAME=saas
DB_PASSWORD=P89cZHS5d7dFyc9R

# Elasticsearch
ES_HOST=http://localhost:9200
ES_USERNAME=essa
ES_PASSWORD=4hOaLaf41y2VuI8y

# Redis（可选）
REDIS_HOST=localhost
REDIS_PORT=6479
REDIS_PASSWORD=BMfv5aI31kgHWtlx

# DeepL 翻译
DEEPL_AUTH_KEY=c9293ab4-ad25-479b-919f-ab4e63b429ed

# API
API_HOST=0.0.0.0
API_PORT=6002


5. 服务凭证速查


项目
值


MySQL
host 120.79.247.228, port 3316, user saas, password P89cZHS5d7dFyc9R


Elasticsearch
host http://localhost:9200, user essa, password 4hOaLaf41y2VuI8y


Redis（可选）
host localhost, port 6479, password BMfv5aI31kgHWtlx


DeepL
c9293ab4-ad25-479b-919f-ab4e63b429ed


所有凭证仅用于本地/测试环境，生产环境需替换并妥善保管。


6. 店匠数据源说明
saas-search 以 MySQL 中的店匠标准表为权威数据源：


shoplazza_product_spu：SPU 商品主表
shoplazza_product_sku：SKU 变体表

shoplazza_product_sku 字段节选


字段
类型
描述


id
bigint(20)
SKU 主键


spu_id
bigint(20)
对应 SPU


shop_id
bigint(20)
店铺 ID


shoplazza_product_id
varchar(64)
店匠商品 ID


title
varchar(500)
变体标题


sku
varchar(100)
SKU 编码


price
decimal(10,2)
售价


compare_at_price
decimal(10,2)
原价


option1/2/3
varchar(255)
颜色/尺码等选项


inventory_quantity
int(11)
库存


image_src
varchar(500)
图片


tenant_id
bigint(20)
租户


create_time
datetime
创建时间


update_time
datetime
更新时间


deleted
bit(1)
逻辑删除标记


完整字段、索引映射与 ES 对应关系详见 INDEX_FIELDS_DOCUMENTATION.md。


7. 相关脚本

activate.sh（项目根目录）：激活 Conda 环境 searchengine 并加载 .env，日常开发/部署以本脚本为准。
scripts/mock_data.sh：一次性生成 Tenant1 Mock + Tenant2 CSV 数据并导入 MySQL
scripts/ingest.sh <tenant_id> [recreate]：从 MySQL 写入 Elasticsearch
run.sh / restart.sh：服务启动/重启（内部会调用 start_backend.sh 等，同样使用 CONDA_ROOT）


新机器部署：若 Conda 未安装在默认路径（如 /home/tw/miniconda3），请在执行上述脚本前设置 CONDA_ROOT。例如你的 conda 是 ~/anaconda3/bin/conda（即 /home/ubuntu/anaconda3/bin/conda），则设置：export CONDA_ROOT=$HOME/anaconda3。可将该行写入 ~/.bashrc 或部署说明。

更多脚本参数、日志与验证命令参见 Usage-Guide.md 与 测试数据指南.md。