SST项目中静态站点部署时如何复用现有ACM证书
2025-05-09 17:40:18作者:姚月梅Lane
在使用SST框架部署静态站点时,经常会遇到需要为域名配置SSL证书的情况。当站点同时配置主域名和重定向域名时,默认情况下SST会为每个域名创建单独的ACM证书,这可能导致不必要的证书申请和管理开销。
问题背景
在实际部署中,很多开发者已经拥有支持通配符的ACM证书(如*.example.com),这种证书可以同时覆盖主域名(example.com)和子域名(www.example.com)。然而,SST框架的默认行为是为重定向域名单独创建新的ACM证书,即使开发者已经提供了现有的通配符证书。
解决方案
最新版本的SST框架已经优化了这一行为。当开发者在配置中明确指定现有ACM证书ARN时,框架会将该证书同时用于主域名和重定向域名的配置,而不再创建新的证书。
配置示例
export default $config({
app(input) {
return {
name: "myapp-landing",
removal: input?.stage === "prod" ? "retain" : "remove",
home: "aws",
};
},
async run() {
new sst.aws.StaticSite("MyApp", {
path: "out",
domain: {
name: "example.com",
redirects: ["www.example.com"],
dns: sst.aws.dns({
zone: 'Z999999999999999999U',
}),
cert: "arn:aws:acm:us-east-1:123456789012:certificate/xxxxxx", // 现有通配符证书ARN
},
});
},
});
技术细节
-
证书复用机制:当提供现有证书ARN时,SST会检查该证书是否覆盖所有配置的域名(包括重定向域名)。如果覆盖,则直接复用该证书。
-
通配符支持:AWS ACM支持的通配符证书(如
*.example.com)可以匹配任意一级子域名,这使得单个证书可以满足多个域名的安全需求。 -
部署优化:复用现有证书不仅简化了证书管理,还能避免因证书申请导致的部署延迟,因为AWS ACM证书申请通常需要验证过程。
最佳实践
- 尽量使用通配符证书来简化多域名管理
- 在非生产环境测试证书配置,确保所有域名都能正确匹配
- 定期检查证书有效期,避免因证书过期导致服务中断
- 对于生产环境,考虑使用证书自动续期机制
通过这种配置方式,开发者可以更高效地管理AWS资源,同时确保站点的安全性和可用性。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
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
455
437
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++
1.08 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220