Apache APISIX 中配置 ApisixTls 实现 SSL 上游服务的实践指南
2025-05-15 19:48:42作者:霍妲思
问题背景
在使用 Apache APISIX 作为 API 网关时,我们经常需要处理上游服务启用 SSL/TLS 的情况。当尝试通过 ApisixTls 资源配置 SSL 连接时,可能会遇到 "tlsv1 alert internal error" 的错误提示。这种错误通常表明 SSL 握手过程中出现了问题,可能是由于证书配置不当或双向认证(mTLS)验证失败导致的。
错误现象分析
典型的错误表现为客户端在尝试建立 TLS 连接时,服务器返回了内部错误:
TLSv1.3 (OUT), TLS handshake, Client hello (1):
TLSv1.3 (IN), TLS alert, internal error (592):
error:14094438:SSL routines:ssl3_read_bytes:tlsv1 alert internal error
这种错误可能出现在以下场景中:
- 客户端证书验证失败
- 服务器证书链不完整
- 双向认证配置不正确
- SNI(服务器名称指示)不匹配
ApisixTls 配置解析
Apache APISIX 提供了 ApisixTls 自定义资源来管理 TLS 配置。一个典型的配置示例如下:
apiVersion: apisix.apache.org/v2
kind: ApisixTls
metadata:
name: my-tls
spec:
hosts:
- example.com
secret:
name: app-secret
namespace: default
client:
caSecret:
name: app-ca-secret
namespace: default
depth: 10
这个配置定义了:
- 主机名(SNI)为 example.com
- 使用 default 命名空间中的 app-secret 作为服务器证书
- 启用客户端证书验证,使用 app-ca-secret 作为 CA 证书
- 设置证书链验证深度为 10
解决方案:实现部分路径的 mTLS 豁免
在某些场景下,我们可能希望对特定路径豁免双向认证(mTLS)要求。Apache APISIX 支持通过正则表达式匹配 URI 来实现这一功能。
虽然 ApisixTls CRD 目前不支持直接配置 skip_mtls_uri_regex 字段,但可以通过以下两种方式实现:
方法一:使用 Admin API 直接配置
通过 APISIX 的 Admin API 可以直接创建包含 skip_mtls_uri_regex 的 SSL 配置:
curl http://127.0.0.1:9180/apisix/admin/ssls/1 \
-H 'X-API-KEY: edd1c9f034335f136f87ad84b625c8f1' -X PUT -d '
{
"sni": "example.com",
"cert": "<证书内容>",
"key": "<私钥内容>",
"client": {
"ca": "<CA证书内容>",
"depth": 10,
"skip_mtls_uri_regex": ["^/api/health$", "^/public/.*"]
}
}'
方法二:修改 APISIX 配置
在 config.yaml 中添加全局配置:
apisix:
ssl:
ssl_trusted_certificate: /path/to/ca.crt
skip_mtls_uri_regex: ["^/api/health$", "^/public/.*"]
最佳实践建议
- 证书管理:确保证书链完整,包括中间证书
- SNI 匹配:检查客户端请求中的 SNI 是否与配置匹配
- 测试验证:使用 openssl s_client 命令进行详细诊断
- 渐进式部署:先测试非生产环境,再应用到生产
- 监控告警:配置适当的监控以捕获 TLS 握手失败
总结
处理 Apache APISIX 中的 TLS 配置需要仔细检查证书链、SNI 匹配和双向认证设置。对于需要部分豁免 mTLS 的场景,虽然 ApisixTls CRD 目前不支持直接配置,但可以通过 Admin API 或修改配置文件实现。随着 APISIX 的版本更新,未来可能会在 CRD 中增加更多灵活的 TLS 配置选项。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1