pgloader项目中使用签名证书连接PostgreSQL的SSL问题解决方案
问题背景
在使用pgloader工具连接PostgreSQL数据库时,当配置了SSL签名证书后,可能会遇到"SSL alert number 48"的错误。这个错误表明客户端和服务器在SSL/TLS握手过程中出现了证书验证问题,具体表现为客户端无法识别服务器证书的颁发机构(CA)。
错误现象
典型的错误信息如下:
DB-CONNECTION-ERROR: Failed to connect to pgsql...
SSL routines:ssl3_read_bytes:tlsv1 alert unknown ca
SSL alert number 48
有趣的是,使用psql命令行工具连接相同的数据库却可以成功,这说明证书本身是有效的,问题出在pgloader如何加载和验证这些证书上。
根本原因分析
-
证书信任链问题:pgloader可能没有正确加载CA根证书,导致无法验证服务器证书的有效性。
-
系统证书存储:与psql不同,pgloader可能没有使用系统默认的证书存储位置,或者没有正确配置证书路径。
-
证书格式问题:虽然证书在psql中工作,但pgloader可能对证书格式有特定要求。
解决方案
方法一:将证书添加到系统信任存储
- 安装ca-certificates包:
sudo yum install -y ca-certificates
- 启用系统证书信任机制:
sudo update-ca-trust force-enable
- 将CA证书复制到系统信任存储目录:
sudo cp your-certificate.crt /etc/pki/ca-trust/source/anchors/
- 更新证书信任存储:
sudo update-ca-trust extract
方法二:明确指定证书路径
如果不想修改系统证书存储,可以在pgloader命令中明确指定证书路径:
pgloader --ssl-cert /path/client.crt --ssl-key /path/client.key --ssl-root-cert /path/root.crt ...
技术原理
-
SSL/TLS握手过程:当客户端连接服务器时,服务器会发送其证书链,客户端需要验证这个证书链是否由受信任的CA签发。
-
证书信任存储:Linux系统通常使用
/etc/pki/ca-trust/source/anchors/作为额外的CA证书存储位置,update-ca-trust命令会将这些证书整合到系统范围的信任存储中。 -
pgloader的特殊性:pgloader作为数据迁移工具,可能使用不同于psql的SSL库或配置方式,因此需要特别注意证书的加载方式。
最佳实践建议
-
对于生产环境,建议使用方法一将证书添加到系统信任存储,这样所有应用程序都能受益。
-
定期检查证书有效期,避免因证书过期导致连接问题。
-
在开发环境中,可以使用
--no-ssl-cert-verification参数临时绕过证书验证,但不建议在生产环境中使用。 -
确保证书文件权限设置正确,私钥文件应设置为仅所有者可读(600权限)。
通过以上方法,可以解决pgloader在使用签名证书连接PostgreSQL时遇到的SSL验证问题,确保数据迁移过程的安全性和可靠性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00