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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
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
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989