Apache APISIX 中处理空 SNI 问题的技术方案
2025-05-15 13:28:16作者:毕习沙Eudora
在云原生 API 网关 Apache APISIX 的实际部署中,当与 Oracle Cloud Infrastructure (OCI) 负载均衡器集成时,可能会遇到一个特殊场景:由于 OCI 负载均衡器不支持后端服务器的 mTLS 认证,导致客户端请求时未携带 SNI(Server Name Indication) 信息。这种情况下,APISIX 会抛出 "failed to find SNI" 的错误,中断 TLS 握手过程。
SNI 的工作原理与问题本质
SNI 是 TLS 协议的扩展,允许客户端在握手阶段指明要连接的主机名。现代 TLS 实现普遍依赖 SNI 来选择正确的证书。当请求通过 IP 直接访问或使用旧版协议时,SNI 字段可能为空,这会导致以下问题:
- 网关无法确定应该使用哪个证书
- TLS 握手在初始阶段就会失败
- 后续的 HTTP 通信(包括获取 $host 头)根本无法建立
APISIX 的解决方案:fallback_sni 机制
APISIX 提供了优雅的解决方案——通过配置 fallback_sni 参数指定默认 SNI 值。这个机制的工作流程是:
- 客户端发起 TLS 连接但未携带 SNI
- APISIX 检测到空 SNI 后自动使用预设的 fallback_sni
- 系统根据 fallback_sni 值选择对应的证书完成握手
实施配置要点
要实现这个方案,需要完成以下配置步骤:
- 在 config.yaml 中启用 fallback_sni 参数并指定默认域名
- 为该域名预先配置好 SSL 证书资源
- 建议使用自签名证书并在负载均衡器端配置信任
生产环境注意事项
在实际部署时还需考虑:
- 证书管理:确保 fallback_sni 对应的证书有效且安全
- 协议兼容性:某些旧客户端可能不支持 SNI 扩展
- 监控告警:对空 SNI 请求建立监控机制
- 安全审计:定期检查此类特殊连接的合法性
这种方案不仅解决了 OCI 负载均衡器的兼容性问题,也为其他可能产生空 SNI 的场景提供了标准化的处理方式,体现了 APISIX 在复杂网络环境下的适应能力。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218