SWAG容器中Certbot生成Porkbun DNS证书的问题分析与解决方案
2025-06-25 18:21:49作者:冯梦姬Eddie
问题描述
在使用LinuxServer.io提供的SWAG容器时,用户遇到了Certbot无法为子域名及其通配符域名生成Porkbun DNS证书的问题。具体表现为:
- 当尝试为
test.example.com和*.test.example.com同时申请证书时,Certbot自动运行失败 - 手动执行相同的Certbot命令却能成功
- 错误信息显示DNS验证失败,CA报告未授权错误
- 问题出现在Certbot的Porkbun DNS插件版本上
技术背景
SWAG容器是一个集成了Nginx、Certbot等组件的Web服务器解决方案,常用于自动化SSL证书管理。Porkbun是一家域名注册商,提供了API接口用于DNS验证。
DNS验证是Let's Encrypt颁发证书的一种验证方式,它通过在域名下添加特定的TXT记录来验证申请者对域名的控制权。对于通配符证书,DNS验证是唯一可用的验证方法。
问题原因分析
经过排查,问题的根本原因在于Certbot的Porkbun DNS插件版本兼容性问题:
- 新版本的
certbot-dns-porkbun插件(0.10.0)在处理子域名及其通配符时存在缺陷 - 插件设置的传播时间(60秒)低于Porkbun DNS的最小TTL(600秒),导致验证失败
- 自动运行时可能因时间设置不当导致DNS记录未及时传播就被检查
解决方案
针对这一问题,我们有以下几种可行的解决方案:
方案一:手动执行Certbot命令
在容器启动后,手动进入容器执行Certbot命令:
podman container exec -ti swag certbot certonly --config-dir /config/etc/letsencrypt --logs-dir /config/log/letsencrypt --work-dir /tmp/letsencrypt --config /config/etc/letsencrypt/cli.ini --non-interactive --renew-by-default
方案二:降级Porkbun DNS插件
通过Docker Mods功能降级certbot-dns-porkbun插件至0.9.1版本:
environment:
- DOCKER_MODS=linuxserver/mods:universal-package-install
- INSTALL_PIP_PACKAGES=certbot-dns-porkbun@0.9.1
方案三:升级至修复版本
最新版本的certbot-dns-porkbun(0.10.1)已修复此问题,可以直接使用最新版SWAG容器。
方案四:调整传播时间
在配置文件中增加传播时间设置:
dns-porkbun-propagation-seconds=600
最佳实践建议
- 对于生产环境,建议使用方案三,升级至修复版本
- 如果暂时无法升级,可采用方案二降级插件
- 确保Porkbun API凭据文件权限正确(600)
- 考虑增加传播时间参数,避免因DNS缓存导致验证失败
- 定期检查证书自动续期是否正常工作
总结
证书管理是Web服务安全的重要环节,遇到类似问题时,建议:
- 首先确认错误日志中的具体失败原因
- 尝试手动执行命令以排除自动化流程中的干扰因素
- 检查相关组件的版本兼容性
- 考虑DNS记录的传播延迟因素
- 及时关注相关组件的更新公告
通过以上方法,可以有效解决SWAG容器中Certbot生成Porkbun DNS证书的问题,确保持续的HTTPS服务安全。
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
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