Envoy项目中UpstreamTLSContext客户端证书配置问题解析
在Envoy代理的实际应用中,配置上游服务的TLS连接是一个常见需求,特别是当上游服务要求客户端证书认证时。本文将深入分析一个典型的配置问题及其解决方案,帮助开发者更好地理解Envoy的TLS工作机制。
问题现象
在使用Envoy的OAuth客户端凭据注入器时,开发者遇到了一个TLS认证问题。配置中虽然指定了客户端证书,但在实际请求上游服务时,Envoy并未正确发送这些证书,导致服务端返回"400 No required SSL certificate was sent"错误。
配置分析
从日志中可以清晰地看到,Envoy成功建立了到上游服务的连接,但在TLS握手阶段未能提供客户端证书。上游服务因此拒绝了请求,返回了HTTP 400状态码。
关键的错误日志显示:
Oauth response body: <html>
<head><title>400 No required SSL certificate was sent</title></head>
根本原因
经过深入分析,发现问题出在UpstreamTLSContext的配置上。虽然配置中正确指定了客户端证书,但缺少了两个关键参数:
auto_host_sni: 控制是否自动设置SNI(Server Name Indication)扩展auto_sni_san_validation: 控制是否自动验证SAN(Subject Alternative Name)
这两个参数对于现代TLS握手过程至关重要,特别是在需要客户端证书认证的场景中。
解决方案
修正后的配置应包含以下关键部分:
transport_socket:
name: envoy.transport_sockets.tls
typed_config:
"@type": type.googleapis.com/envoy.extensions.transport_sockets.tls.v3.UpstreamTlsContext
auto_host_sni: true
auto_sni_san_validation: true
common_tls_context:
tls_certificate_sds_secret_configs:
- name: client_cert
validation_context:
trusted_ca:
filename: /path/to/ca.pem
技术原理
-
SNI扩展:现代TLS握手过程中,客户端通过SNI扩展告知服务器它正在连接的主机名。这对于服务器选择正确的证书链非常重要。
-
SAN验证:Subject Alternative Name是X.509证书中的一个扩展,允许证书保护多个主机名。自动验证可以确保连接的主机名与证书中的SAN匹配。
-
客户端证书流程:当服务器要求客户端证书时,客户端需要在TLS握手期间提供有效的证书链。这个过程依赖于正确的SNI和SAN配置。
最佳实践
-
对于所有需要客户端证书的上游TLS连接,都应启用
auto_host_sni和auto_sni_san_validation。 -
确保证书链完整且格式正确,包括中间CA证书(如果有)。
-
定期检查证书有效期,避免因证书过期导致连接失败。
-
在生产环境中,考虑使用SDS(Secret Discovery Service)动态管理证书,而不是静态文件。
总结
Envoy作为高性能代理,其TLS配置需要特别注意细节。通过正确配置UpstreamTLSContext的相关参数,可以确保客户端证书在TLS握手过程中被正确发送,从而建立安全的双向认证连接。理解这些底层机制对于排查类似问题和设计可靠的微服务架构至关重要。
kernelopenEuler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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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