jsDelivr的esm.run服务TLS证书问题分析与解决方案
近日,全球知名的开源CDN服务jsDelivr遭遇了一次技术故障,其esm.run子域下的多个资源链接突然无法正常访问。当用户尝试访问类似https://esm.run/d3@7或https://esm.run/acorn这样的资源路径时,服务器返回了421状态码,并提示"Requested host does not match any Subject Alternative Names (SANs) on TLS certificate"的错误信息。
问题现象
用户报告称,从2024年2月27日开始,大量通过esm.run提供的ECMAScript模块(ESM)资源突然变得不可用。错误信息明确指出了TLS证书中的主题备用名称(SAN)与请求的主机不匹配的问题。这种错误通常发生在HTTPS连接建立过程中,当客户端尝试访问的主机名不在服务器证书的SAN列表中时。
技术背景
TLS(传输层安全)证书中的SAN(Subject Alternative Name)扩展是一个重要的安全特性,它允许一个证书保护多个域名。现代CDN架构通常会使用SAN证书来覆盖其所有边缘节点和子域。当Fastly等CDN提供商更改其TLS配置时,如果证书的SAN列表没有正确更新,就会导致此类错误。
421 Misdirected Request是一个相对较新的HTTP状态码,定义在HTTP/2规范中。它表示服务器无法为请求的URI生成响应,因为该服务器未配置为对请求中包含的方案和权限的组合产生响应。
问题根源
根据jsDelivr团队成员的回应,这次故障的根本原因是Fastly(jsDelivr使用的CDN提供商)废弃了一个关键的TLS设置。Fastly作为CDN服务提供商,会定期更新其安全配置和基础设施。在这次更新中,他们移除了jsDelivr正在使用的某个TLS配置选项,导致了证书验证失败。
解决方案
jsDelivr团队迅速响应并解决了这个问题。他们更新了服务配置,确保TLS证书正确覆盖所有必要的子域和边缘节点。团队确认该问题已得到"永久性修复",意味着类似的配置变更不会再次导致相同的问题。
经验教训
这次事件提醒我们基础设施即服务(IaaS)和平台即服务(PaaS)依赖的风险。即使是像jsDelivr这样成熟的服务,也会因为底层提供商的配置变更而受到影响。对于开发者而言,这强调了:
- 监控关键依赖项的重要性
- 理解服务架构中各个组件的相互关系
- 建立快速响应机制处理第三方服务变更
结语
jsDelivr作为开源生态系统中重要的资源分发平台,其稳定运行对全球开发者至关重要。这次快速解决的问题展示了团队的专业能力和对服务可靠性的承诺。开发者可以继续放心使用esm.run服务来加载ECMAScript模块资源。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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