企业官网建设流程全解析

这次我们来看一个很有意思的独立开发项目：作者用一个周末的时间、大约 10 美元的成本，搭建了一套覆盖 50 万条域名记录的搜索引警，面向的是 makers——独立开发者、创客、经常要起项目名和选域名的人。

这类工具解决的痛点非常具体：做产品前要起名字，起完名字要确认域名还在不在，还要看相近的域名是否被抢注。手动去注册商网站一个个查，速度慢、体验差、来回切换页面很折腾。于是就有了这种思路：把几十万条域名记录提前拉进本地数据库，用关键词搜索、后缀过滤、长度筛选来快速缩小候选范围。相比“打开注册商慢慢试”，效率不是一个量级。

值得关注的是这组数字背后的技术取舍：50 万条数据量不算大，但也不是 Excel 能处理的规模；10 美元预算意味着不能上重型基础设施；一个周末开发意味着技术栈必须足够简单、足够顺手。这三个条件组合下来，基本决定了它不会走“Elasticsearch 集群 + 多节点部署”的路线，而是轻量、单机、够用就行的方案。

这篇文章会把这类“小成本域名搜索引警”的完整搭建思路拆开讲一遍：数据从哪来、怎么清洗入库、用什么存储方案、搜索逻辑怎么写、如何把能力包装成 HTTP API，以及部署上线时怎么把成本控制在个位数美元。如果你正在考虑做类似的工具站、内部搜索服务，或者只是想把“搜索”这个能力加进自己的独立开发流程里，这篇文章可以直接收藏。

1. 核心能力速览

先给一张规格表，快速判断这个项目适不适合你。

注意一点：标题里的 10 美元和周末开发周期，决定了这类项目的核心原则是“轻”。轻量存储、轻量服务、轻量前端，任何需要单独维护集群的组件都不在考虑范围内。

2. 适用场景与使用边界

这个工具到底适合谁？从我的角度理解，它主要服务以下几类场景：

• 独立开发者在产品立项时快速生成域名候选，不用一个后缀一个后缀去注册商页面验证。
• 内容站或 SEO 团队批量筛选与品牌词相关的域名，做竞品词和长尾词调研。
• 域名投资收藏者建立自己的本地域名库，按关键词和长度检索稀有域名。
• 需要在离线环境批量检查域名记录的运维或运营人员。

它能解决的问题也很明确：一次性导入 50 万条记录，后续搜索都是在本地完成，响应速度远快于挨个查询注册商；把搜索封装成 API 后，可以进一步接到品牌命名工具、落地页生成器或者聊天机器人里；总体维护成本低，放在个人服务器上不会产生额外负担。

但使用边界同样要讲清楚：

• 它不是通用的互联网搜索引警，不能对标 Google 或 Bing，只能搜索你已经收集到的域名数据。
• 它不负责实时 whois 查询。数据库里的注册状态是历史的，不能替代注册商实时结果。
• 它不能作为域名交易、商标注册、法律纠纷的唯一判断依据，最终确认必须回到注册局或注册商页面。
• 如果数据集来源不合法，或者工具被用于批量抢注和恶意扫描，会带来明显的合规风险。

合规是这个项目最需要注意的部分，尤其是 whois 数据，里面可能包含注册人的个人信息。在多数地区，批量抓取和展示 whois 个人信息会触碰隐私保护规则。更稳妥的做法是只保留“该域名是否处于已注册状态”这样的结果，而不是把注册人、邮箱、电话等字段都存档展示。

3. 数据准备与合规采集

50 万条域名记录不是凭空长出来的，数据来源和清洗链路是整个项目的地基。选错数据源，后面搜索再好也没有用。

3.1 公开域名数据源

常见合法来源有这几种：

• 证书透明度日志（Certificate Transparency Logs）：HTTPS 证书在签发时会写入公开日志，日志里包含大量域名字段。通过解析 CT 日志可以批量提取域名，再经过去重和字段清洗得到可用列表。
• Common Crawl 公开爬取数据：定期发布的互联网网页快照数据，里面包含海量 URL，提取域名后可以补充很多长尾站点记录。
• 注册局公开列表：部分 TLD 的注册局会提供 zone file 访问权限，但申请门槛因注册局而异，而且不是所有后缀都能拿到。能拿到的前提下，这是最权威的数据源之一。

这类外部数据源的共同问题是原始文件巨大，需要做大量过滤。比较好的处理流程是：先解析原始数据，去掉端口号、路径、协议前缀，再统一域名格式，最后按主域名维度去重。

3.2 自建爬虫的边界

如果不想完全依赖外部列表，也可以写受限爬虫从公开网页链接中提取域名。但这里有两个明确边界：一是遵守目标网站的 robots 协议和访问频率，不能对注册商、whois 服务做高强度请求；二是不要做大范围端口扫描和子域名爆破，这类行为容易引发安全和法律问题。一个周末时间要完成 50 万条数据收集，建议优先用公开数据集，爬虫只做补充。

3.3 数据清洗字段

拿到原始域名列表后，按以下规则做清洗：

• 去除重复项。
• 过滤空域名和含非法字符的记录。
• 决定是否要保留子域名。域名搜索工具一般只保留注册主域名，即example.com，而不是sub.example.com，这样搜索“example”时结果更干净。
• 提取 TLD 后缀、域名裸名、域名长度、是否数字域名、是否含连字符等特征字段。
• 给每条记录标记数据来源和更新时间，便于后续增量更新。

3.4 存储字段设计

建议按这种结构建表：

这里再强调一次：不要保存不必要的 whois 个人字段。只存“域名是否存在”这样的布尔或枚举状态，就能满足大多数搜索场景。

4. 技术选型与系统设计

50 万条记录是个很微妙的规模。它不能用 Excel 直接打开，但也完全不需要分布式搜索引擎。从 10 美元预算和周末开发的约束来看，技术选型核心就三个字：不折腾。

4.1 可选存储方案对比

SQLite + FTS5 是一个很自然的选项。SQLite 自带全文搜索扩展 FTS5，50 万条文本数据对它来说压力不大，数据库就是一个单文件，备份、迁移、部署都非常简单。缺点是 FTS5 的分词和 MATCH 语法需要一些学习成本，而且不太适合复杂的分词场景，但对域名这种前缀/后缀特征明显的文本来说足够了。

DuckDB 适合做分析型查询，列式存储、导入 CSV 很快，适合一次性批量过滤和导出，比如“找出所有 .io 后缀且长度小于 6 的域名”。缺点是需要额外安装 Python 包，不适合高频点查场景。

PostgreSQL + pg_trgm 能做模糊匹配，功能很强，但对一台 512MB 内存的便宜 VPS 来说维护成本偏高，不建议作为首选。

综合来看，如果是自己搭这类工具，优先考虑 SQLite + FTS5，或者更朴素的 SQLite + 普通索引。FTS5 性能更好，普通索引更适合快速上线。

4.2 系统架构建议

一个最小可运行的架构分成四层：

data/source.csv 原始域名数据 data/domains.db SQLite 数据库 app/main.py FastAPI 服务入口 app/search.py 搜索逻辑 app/update.py 数据更新脚本 static/index.html 搜索页面

服务层用 FastAPI，前端用纯静态 HTML，数据层用 SQLite。整条链路上没有消息队列、没有 Redis、没有容器编排。这套设计在 10 美元预算下是合理的。

5. 环境准备与开发环境搭建

先看环境要求。这个项目不依赖 GPU，纯 CPU 应用，服务器成本可以压得很低。

5.1 推荐环境

• 操作系统：Ubuntu 22.04 或 24.04，开发机用 macOS、Windows 都可以。
• Python：3.10 及以上。
• 磁盘：数据库文件加原始 CSV，预留 1GB 足够。
• 内存：512MB 到 1GB 的 VPS 可以跑，搜索是轻量操作。
• 数据库：SQLite 自带，不需要额外安装服务。

5.2 初始化项目

mkdir domain-search cd domain-search python3 -m venv venv source venv/bin/activate pip install fastapi uvicorn

如果使用 DuckDB，再装一个依赖：

pip install duckdb

5.3 目录结构

domain-search/ ├── data/ │ ├── domains.csv │ └── domains.db ├── app/ │ ├── __init__.py │ ├── main.py │ ├── search.py │ └── update.py ├── static/ │ └── index.html ├── requirements.txt └── README.md

6. 核心功能实现：域名导入与搜索

这一章给出核心代码模板。实际项目可能有差异，但整体思路是通用的。

6.1 建表

打开 SQLite，创建域名表：

CREATE TABLE IF NOT EXISTS domains ( id INTEGER PRIMARY KEY AUTOINCREMENT, domain TEXT NOT NULL UNIQUE, name TEXT NOT NULL, tld TEXT NOT NULL, length INTEGER NOT NULL, has_hyphen INTEGER DEFAULT 0, has_digit INTEGER DEFAULT 0, status TEXT, source TEXT, updated_at TEXT ); CREATE INDEX IF NOT EXISTS idx_domains_tld ON domains(tld); CREATE INDEX IF NOT EXISTS idx_domains_length ON domains(length);

6.2 导入 50 万条域名数据

假设数据文件是 CSV 格式，每行一个域名：

domain example.com notely.xyz

导入脚本app/update.py：

import csv import sqlite3 from pathlib import Path DB_PATH = Path("data/domains.db") CSV_PATH = Path("data/domains.csv") def normalize_domain(line: str) -> str: line = line.strip().lower() if not line or line.startswith("#"): return None return line.rstrip(".") def main(): conn = sqlite3.connect(DB_PATH) cur = conn.cursor() with open(CSV_PATH, "r", encoding="utf-8") as f: reader = csv.DictReader(f) rows = [] for row in reader: domain = normalize_domain(row.get("domain", "")) if not domain or "." not in domain: continue parts = domain.split(".") name = ".".join(parts[:-1]) tld_part = parts[-1] rows.append(( domain, name, tld_part, len(name), 1 if "-" in name else 0, 1 if any(ch.isdigit() for ch in name) else 0, "unknown", "public-list", "2025-06-01" )) if len(rows) >= 5000: cur.executemany( "INSERT OR IGNORE INTO domains " "(domain, name, tld, length, has_hyphen, has_digit, status, source, updated_at) " "VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?)", rows ) conn.commit() rows = [] if rows: cur.executemany( "INSERT OR IGNORE INTO domains " "(domain, name, tld, length, has_hyphen, has_digit, status, source, updated_at) " "VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?)", rows ) conn.commit() cur.execute("SELECT COUNT(*) FROM domains") print("total:", cur.fetchone()[0]) conn.close() if __name__ == "__main__": main()

批量写入 5000 条一次提交，避免 50 万行逐条 insert 导致速度过慢。INSERT OR IGNORE配合唯一约束可以天然去重，重复导入不会产生脏数据。

6.3 搜索逻辑

先实现最基础的两个搜索维度：

• 前缀搜索：输入note，返回note.com、notely.xyz等结果。
• 包含搜索：输入note，返回所有域名裸名里包含 note 的记录。
• TLD 过滤：只搜.com或.io。
• 长度过滤：短域名优先。

搜索模块app/search.py：

import sqlite3 from pathlib import Path DB_PATH = Path("data/domains.db") def search_domains(keyword: str, tld: str = "", limit: int = 50): if not keyword: return [] conn = sqlite3.connect(DB_PATH) conn.row_factory = sqlite3.Row cur = conn.cursor() sql = """ SELECT domain, tld, length, status FROM domains WHERE name = ? OR name LIKE ? """ params = [keyword, f"{keyword}%"] if tld: sql += " AND tld = ?" params.append(tld) sql += " ORDER BY length ASC, domain ASC LIMIT ?" params.append(limit) cur.execute(sql, params) rows = [dict(r) for r in cur.fetchall()] conn.close() return rows

50 万条数据下，LIKE 'note%'不一定能走标准索引，实际响应时间需要在本机测试。如果单次查询能在几百毫秒内返回，对个人工具完全够用；如果等不了，就给name字段建 FTS5 全文索引。

FTS5 建表：

CREATE VIRTUAL TABLE domains_fts USING fts5( domain, name, tld, content='domains', content_rowid='id' ); INSERT INTO domains_fts(rowid, domain, name, tld) SELECT id, domain, name, tld FROM domains;

搜索时改用：

SELECT domain, tld FROM domains WHERE id IN ( SELECT rowid FROM domains_fts WHERE name MATCH 'note*' )

FTS5 的 MATCH 语法对点号等字符的处理比较特殊，正式使用前建议先在一千条小数据集上验证，避免匹配结果不符合预期。

7. 搜索引警接口 API 与批量查询

工具做成以后，最有扩展价值的一步是暴露 HTTP API。这样前端可以调用，脚本可以调用，后续接聊天机器人也可以调用。

7.1 FastAPI 接口

app/main.py：

from fastapi import FastAPI, Query from fastapi.middleware.cors import CORSMiddleware from pydantic import BaseModel from search import search_domains app = FastAPI(title="Domain Search API") app.add_middleware( CORSMiddleware, allow_origins=["*"], allow_methods=["*"], allow_headers=["*"], ) class SearchRequest(BaseModel): keyword: str tld: str = "" limit: int = 50 @app.get("/api/search") def api_search( keyword: str = Query(..., description="搜索关键词"), tld: str = Query("", description="TLD 后缀，例如 com"), limit: int = Query(50, ge=1, le=100) ): results = search_domains(keyword, tld=tld, limit=limit) return { "code": 0, "message": "ok", "data": results } @app.post("/api/search") def api_search_post(req: SearchRequest): results = search_domains(req.keyword, tld=req.tld, limit=req.limit) return { "code": 0, "message": "ok", "data": results } @app.get("/health") def health(): return {"status": "up"}

启动服务：

uvicorn app.main:app --host 127.0.0.1 --port 8000

启动后，浏览器直接访问：

http://127.0.0.1:8000/api/search?keyword=note&tld=io

7.2 curl 调用

curl "http://127.0.0.1:8000/api/search?keyword=note&tld=io&limit=10"

返回结构：

{ "code": 0, "message": "ok", "data": [ { "domain": "note.io", "tld": "io", "length": 4, "status": "unknown" } ] }

7.3 Python 批量查询脚本

如果要把域名搜索接到批量流程里，比如一次性跑几千个关键词，建议写一个脚本，控制并发和限速：

import requests import time import json BASE_URL = "http://127.0.0.1:8000" def batch_search(keywords, tld="", output="results.jsonl"): results = [] for kw in keywords: try: resp = requests.get( f"{BASE_URL}/api/search", params={"keyword": kw, "tld": tld, "limit": 20}, timeout=5 ) if resp.status_code == 200: data = resp.json().get("data", []) results.append({"keyword": kw, "results": data}) else: results.append({"keyword": kw, "error": resp.status_code}) except Exception as e: results.append({"keyword": kw, "error": str(e)}) time.sleep(0.2) # 限速，避免打满服务 with open(output, "w", encoding="utf-8") as f: for item in results: f.write(json.dumps(item, ensure_ascii=False) + "\n") print("done, total:", len(results)) if __name__ == "__main__": kws = ["note", "memo", "planner", "pixel", "drift"] batch_search(kws)

批量任务里最容易被忽略的是失败重试。接口偶尔会因为网络抖动或资源占用返回 5xx，建议在脚本里加 retry 逻辑：遇到超时或 500，等 1 秒后再试一次，连续失败则把错误写入日志，而不是直接中断整个任务。

7.4 接口安全建议

如果服务要暴露到公网，至少做三件事：

• 加访问令牌，请求头里带Authorization: Bearer <token>。
• 用限流中间件或 Nginx 层限制单 IP 请求频率。
• 只开放需要公开的接口，不需要的接口不要暴露。

8. 部署上线与成本控制

10 美元预算怎么分配？核心原则是：能白嫖就白嫖，能用免费开源就不用商业服务，能单文件就单文件。

8.1 服务器选择

这类项目对配置要求很低。常见选择是买一台便宜 Linux VPS，1 核、1GB 内存、20GB 存储，价格通常在每月几美元。如果你选择 1 核 512MB 的机器，跑 FastAPI + SQLite 也够用。前端部分可以用 Cloudflare Pages 或 GitHub Pages 免费托管，进一步节省 VPS 带宽。

8.2 使用 systemd 托管服务

写一个 systemd 服务文件/etc/systemd/system/domain-search.service：

[Unit] Description=Domain Search API After=network.target [Service] User=ubuntu WorkingDirectory=/home/ubuntu/domain-search ExecStart=/home/ubuntu/domain-search/venv/bin/uvicorn app.main:app --host 127.0.0.1 --port 8000 Restart=always RestartSec=3 Environment="PYTHONUNBUFFERED=1" [Install] WantedBy=multi-user.target

启用并启动：

sudo systemctl daemon-reload sudo systemctl enable domain-search sudo systemctl start domain-search

查看日志：

sudo journalctl -u domain-search -f

8.3 前端页面

前端可以直接写一个静态页面，用 Nginx 或 Caddy 反代到 API。简单示例static/index.html：

<!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-8"> <title>Domain Search</title> </head> <body> <h1>域名搜索</h1> <input type="text" id="kw" placeholder="输入关键词，如 note" /> <select id="tld"> <