Apache APISIX中实现mTLS请求的Lua插件开发指南
2025-05-15 09:26:13作者:吴年前Myrtle
背景介绍
在微服务架构中,mTLS(双向TLS)认证是一种重要的安全机制,它要求通信双方都提供证书进行身份验证。Apache APISIX作为云原生API网关,支持通过Lua插件扩展功能。本文将详细介绍如何在APISIX中开发一个能够发起mTLS请求的Lua插件。
问题现象
开发者在尝试从自定义插件发起mTLS请求时遇到了证书验证失败的问题。具体表现为:
- 使用TLSv1.3时出现错误:"SSL_read() failed (SSL: error:1409445C:SSL routines:ssl3_read_bytes:tlsv13 alert certificate required:SSL alert number 116)"
- 使用TLSv1.2时出现错误:"SSL routines:SSL3_READ_BYTES:sslv3 alert bad certificate:s3_pkt.c:1259:SSL alert number 42"
通过Wireshark抓包分析确认,客户端证书确实没有被正确发送。
根本原因
APISIX使用了特定分支的lua-resty-http库(api7-lua-resty-http),其API与上游的ledgetech版本存在差异:
- 上游版本使用
ssl_client_cert和ssl_client_priv_key参数 - APISIX分支版本使用
ssl_cert和ssl_key参数
这种API差异导致了开发者按照常规方法配置时,证书无法被正确加载。
解决方案
正确的mTLS请求实现方式
在APISIX插件中发起mTLS请求时,应使用以下参数格式:
local ok, err = httpc:connect {
ssl_cert = cert_in_pem_format, -- 客户端证书(PEM格式)
ssl_key = key_in_pem_format, -- 客户端私钥(PEM格式)
}
完整示例代码
local http = require("resty.http")
local core = require("apisix.core")
local function mtls_request()
local httpc = http.new()
-- 读取证书和私钥文件
local cert = assert(io.open("/path/to/client.crt"):read("*a"))
local key = assert(io.open("/path/to/client.key"):read("*a"))
-- 建立mTLS连接
local ok, err = httpc:connect {
scheme = "https",
host = "target.server",
port = 443,
ssl_verify = true,
ssl_cert = cert,
ssl_key = key,
}
if not ok then
core.log.error("failed to connect: ", err)
return
end
-- 发送请求
local res, err = httpc:request {
path = "/api/endpoint",
method = "GET",
}
-- 处理响应
if not res then
core.log.error("failed to request: ", err)
return
end
-- 读取响应体
local body = res:read_body()
httpc:close()
return body
end
最佳实践
- 证书管理:将证书和私钥存储在APISIX的机密存储中,而不是直接硬编码在插件代码里
- 错误处理:完善各种错误情况的处理逻辑,包括连接失败、证书验证失败等
- 性能优化:考虑复用HTTP连接,避免每次请求都建立新的TLS握手
- 日志记录:详细记录请求过程中的关键信息,便于问题排查
注意事项
- 确保提供的证书和私钥是PEM格式
- 检查证书链是否完整,中间CA证书需要包含在客户端证书中或服务器信任链中
- 验证服务器证书时,确保APISIX信任服务器的CA证书
- 不同版本的APISIX可能使用不同版本的lua-resty-http库,注意API兼容性
总结
在Apache APISIX中实现mTLS请求需要注意其使用的特定分支的HTTP库的API差异。通过正确使用ssl_cert和ssl_key参数,开发者可以成功构建安全的mTLS通信。理解底层库的实现细节对于解决此类问题至关重要,这也体现了APISIX插件开发中需要关注框架特定实现的特点。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134