MySQL2 客户端在 Deno 环境下的认证问题分析与解决方案
MySQL2 是一个流行的 Node.js MySQL 客户端库,提供了高性能的 MySQL 数据库连接能力。近期有开发者报告在使用 Deno 运行时环境中遇到了一个特殊的认证问题:在 MySQL 服务器重启后首次连接时会遭遇"Access Denied"错误,但通过命令行客户端登录一次后,应用就能正常连接。本文将深入分析这一问题的根源,并介绍最终的解决方案。
问题现象
开发者在使用 MySQL2 客户端库连接 MySQL 8.x 数据库时,观察到以下现象:
- 当 MySQL 服务器刚启动时,应用首次连接会失败,报错"Access denied for user"
- 通过命令行客户端(如 mysql CLI)使用相同凭据成功登录一次后
- 应用后续连接就能正常工作,直到服务器再次重启
这个问题仅在 Deno 环境下出现,在 Node.js 环境中则表现正常。
技术背景
MySQL 8.0 引入了新的默认认证插件 caching_sha2_password,取代了旧的 mysql_native_password。这种新的认证机制采用了更安全的 SHA-256 哈希算法,并引入了缓存机制来提高性能。
认证过程分为两种模式:
- 快速认证(FAST_AUTH):当客户端已被服务器"记住"时使用
- 完整认证(FULL_AUTH):首次连接时使用,涉及公钥加密交换
问题分析
通过调试日志,我们发现关键差异在于认证过程中服务器返回的数据包类型:
- 失败时:服务器返回
PERFORM_FULL_AUTHENTICATION_PACKET(0x04) - 成功时:服务器返回
FAST_AUTH_SUCCESS_PACKET(0x03)
深入分析发现,问题出在 Deno 和 Node.js 在 crypto.publicEncrypt() 方法的默认填充方式不同:
- Node.js 默认使用
RSA_PKCS1_OAEP_PADDING(4) - Deno 默认使用
RSA_PKCS1_PADDING(1)
这种差异导致 Deno 环境下生成的加密数据与服务器预期不符,从而认证失败。
解决方案
修复方案是在调用 publicEncrypt 时显式指定填充方式为 RSA_PKCS1_OAEP_PADDING:
return crypto.publicEncrypt({
key,
padding: crypto.constants.RSA_PKCS1_OAEP_PADDING
}, stage1);
这一修改确保了无论运行环境如何,都会使用与 MySQL 服务器兼容的加密填充方式。
实际应用
对于使用 MySQL2 库的 Deno 开发者,建议:
- 确保使用 MySQL2 v3.9.8 或更高版本
- 如果无法升级,可以手动指定认证插件配置:
const connection = mysql.createConnection({
// ...其他配置
authPlugins: {
caching_sha2_password: mysql.authPlugins.caching_sha2_password({
overrideIsSecure: true
})
}
});
总结
这个问题展示了不同 JavaScript 运行时环境在加密实现细节上的差异可能导致兼容性问题。MySQL2 库通过明确指定加密参数,确保了在各种环境下的稳定运行。对于开发者而言,理解底层认证机制有助于快速诊断和解决类似问题。
此问题的解决也提醒我们,在使用较新的数据库认证机制时,需要特别注意客户端库与运行环境的兼容性,特别是在非 Node.js 环境中。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00