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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
RPFM v4.6.3版本深度解析:五大维度重塑全面战争模组开发流程3个硬核方案:obs-backgroundremoval如何用AI视频处理打造专业直播效果社交媒体内容批量采集工具:从手动操作到智能自动化的效率革命社交媒体视频资源高效管理:从采集到归档的全流程解决方案AI肖像生成避坑指南:7个关键问题解决与环境搭建全攻略零基础黑苹果配置工具:OpCore Simplify让OpenCore安装像搭积木一样简单QualityScaler:AI画质增强开源工具,让模糊影像瞬间高清化掌握FEDformer:从入门到实战的时间序列预测全攻略如何通过js-md5实现安全可靠的MD5加密:开发者实战指南电脑噪音让你无法专注工作?这款工具实现智能控温、噪音优化与硬件保护三重效果
项目优选
收起
deepin linux kernel
C
28
16
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
560
98
暂无描述
Dockerfile
705
4.51 K
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
412
338
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++
957
955
Ascend Extension for PyTorch
Python
568
694
🎉 (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
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
78
5
暂无简介
Dart
951
235