Canal项目MySQL 8.0认证插件caching_sha2_password问题解析
问题背景
在Canal项目1.1.8-alpha-3版本中,当连接MySQL 8.0.40数据库时,使用caching_sha2_password认证插件会出现连接失败的问题。这个问题源于MySQL 8.0默认使用caching_sha2_password作为认证插件,而早期版本使用的是mysql_native_password。
问题现象
当使用Canal连接MySQL 8.0时,会出现以下错误:
Error When doing Client Authentication:ErrorPacket [errorNumber=1045, fieldCount=-1, message=Access denied for user 'canal'@'172.224.0.1' (using password: YES), sqlState=28000, sqlStateMarker=#]
通过抓包分析发现,认证流程在caching_sha2_password插件处理阶段出现了问题,导致认证失败。
技术分析
MySQL认证机制演变
MySQL 8.0引入了新的默认认证插件caching_sha2_password,取代了之前的mysql_native_password。新插件提供了更安全的密码存储和传输机制,但需要客户端支持新的认证流程。
问题根源
通过代码回滚测试发现,在commit b8c2a757a02e89bb36966d4c4a4b4eef6d252cf0版本中,认证流程可以正常工作。问题出在后续的代码修改中,特别是SSL认证流程的改动影响了caching_sha2_password的正常处理。
关键差异点在于:
- 正确版本会进入AuthSwitchRequestPacket处理分支,打印插件名称
- 错误版本则跳过了这一关键步骤,导致认证流程不完整
解决方案
项目维护者在commit 5c61f2fb568af20db70a603b192634dd6d41eba3中修复了这个问题,主要调整了SSL认证的代码逻辑,确保caching_sha2_password的完整认证流程能够正确执行。
最佳实践
对于使用Canal连接MySQL 8.0的用户,建议:
- 使用最新版本的Canal,确保包含相关修复
- 如果必须使用旧版本,可以考虑回退到已知可用的commit
- 作为临时解决方案,可以在MySQL中创建用户时指定使用mysql_native_password插件:
CREATE USER canal IDENTIFIED WITH mysql_native_password BY 'canal';
总结
MySQL 8.0的安全改进带来了认证机制的变更,这对客户端实现提出了新的要求。Canal项目通过不断迭代完善了对新认证插件的支持,体现了开源项目对数据库技术演进的快速响应能力。开发者在集成类似中间件时,应当关注数据库版本与客户端兼容性,确保认证流程的完整性。
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