Linux SSSD域认证失败时,如何从服务状态、日志和域连通性排查
域认证失败时,不要仅凭“sssd 服务是 active”就判断配置正确。SSSD 认证链通常同时经过 DNS、域控制器或 LDAP、Kerberos、SSSD 后端、NSS/PAM 以及具体应用,任何一层异常都可能表现为 SSH 登录失败、id 查不到用户、sudo 无法识别域组,或用户只能使用缓存凭据登录。
较稳妥的排查顺序是:先确认失败范围,再检查服务是否加载了当前配置;随后验证域名解析、时间同步和目标端口,结合 SSSD、Kerberos 或 LDAP 日志定位具体分支,最后用 getent、id、sssctl user-checks 和实际应用登录验证恢复。下面的日志和终端输出均为示例,用于说明判断方法,不代表已经在读者环境中执行。
先确认症状和影响范围
先记录失败发生的时间、主机、账号、应用和错误信息。不要一开始就清理缓存、修改防火墙或重建域配置,因为这些动作可能改变现场,反而使根因更难判断。
可以先按下面几个问题缩小范围:
| 观察对象 | 需要确认的问题 | 初步指向 |
|---|---|---|
| 账号范围 | 所有域账号失败,还是单个账号失败 | 全部失败通常偏向网络、SSSD、域端或 PAM;单个账号可能是账号状态、组策略或访问权限 |
| 主机范围 | 只有一台主机失败,还是同网段主机都失败 | 单机问题优先检查本机配置、时间、缓存和服务;多机同时失败要关注 DNS、域控制器或 LDAP |
| 认证方式 | SSH、控制台、sudo、su 是否都失败 | 只有某个应用失败时,优先检查该应用的 PAM 或 NSS 接入 |
| 查询方式 | id、getent passwd 能否找到域用户 | 查不到通常还没走到完整的密码认证,重点看 NSS、SSSD 后端和域连接 |
| 密码行为 | 输入正确密码后提示拒绝,还是超时、无响应 | 密码拒绝偏向 Kerberos、LDAP、账号策略或访问控制;超时更偏向网络、DNS、端口或服务端不可达 |
| 缓存状态 | 断开域网络后是否仍能登录 | 能登录不代表在线认证正常,可能使用了 SSSD 缓存凭据 |
例如,若本地账号可以登录,域账号在 SSH 和控制台都失败,且 getent passwd 也没有结果,应先查 SSSD、NSS 和域连通性,而不是先修改 SSH 的密码策略。若 id user@example.com 能返回 UID、组信息,但 SSH 仍拒绝,则排查重点已经转向 PAM、sshd、访问策略或域端登录限制。
建立原因树:从外到内分层判断
可以把问题分为五层。每层都有相应的观察依据,不能用上一层的“正常”替代下一层的验证。

| 层级 | 典型问题 | 关键验证 |
|---|---|---|
| 网络与解析 | DNS 找不到域控制器、路由或防火墙阻断、服务端口不可达 | getent hosts、SRV 查询、端口测试 |
| 时间与本机基础环境 | Kerberos 时钟偏差、主机名不完整、磁盘或 inode 用尽 | timedatectl、chronyc tracking、磁盘检查 |
| SSSD 服务与配置 | 服务未启动、配置未加载、权限错误、域处于 offline | systemctl、sssctl config-check、sssctl domain-status |
| 身份后端 | Kerberos 票据失败、LDAP TLS 失败、搜索基准或域名错误 | kinit、SSSD 子日志、必要时 LDAP/TLS 检查 |
| 应用接入 | NSS 未调用 sss、PAM 未启用 pam_sss、SSH 或 sudo 自身限制 | nsswitch.conf、PAM 配置、sshd -T、应用日志 |
这种分层的好处是,每一步都能排除一组原因。例如端口测试成功只能说明 TCP 路径可能可用,不能证明 Kerberos 认证成功;sssd 进程运行也不能证明域后端在线;getent 查到用户也不能证明密码认证会成功。
第一层:检查服务状态,但不要止步于 active
查看服务和最近日志
常见使用 systemd 的发行版可以先执行:
sudo systemctl status sssd --no-pager -l
sudo systemctl is-enabled sssd
sudo journalctl -u sssd --since "30 minutes ago" --no-pager
sudo journalctl -u sssd -p warning..alert --since "2 hours ago" --no-pager
重点看以下结果:
inactive、failed:先处理服务启动、配置解析或权限问题。active (running),但日志中出现Backend is offline、Could not resolve或Unable to contact:服务进程在运行,但域后端不可用。- 日志时间早于本次故障:可能没有触发新的查询,或者当前请求没有经过预期的 SSSD 路径。
- 服务反复重启:继续检查
systemctl status中的退出原因和 SSSD 子日志,不要只重复执行restart。
SSSD 日志通常位于 /var/log/sssd/,常见文件包括主进程日志、按域划分的后端日志,以及 krb5_child.log、ldap_child.log 等。可先列出文件和更新时间:
sudo ls -l --time-style=long-iso /var/log/sssd/
sudo tail -n 100 /var/log/sssd/sssd.log
不同发行版、软件包版本和日志配置可能有所差异。如果目录不存在,应以 journalctl 和当前系统的 SSSD 配置为准,不要直接创建一套新的日志路径。
验证配置是否被接受
sssctl config-check 主要用于检查配置语法、节名称和部分格式问题:
sudo sssctl config-check
sudo sssctl domain-list
如果命令提示配置错误,先修正错误再继续测试。如果没有提示错误,也不能证明域参数正确,因为域名、搜索基准、证书和访问策略等语义错误仍可能在运行时出现。
检查配置文件的属主和权限:
sudo stat -c '%U %G %a %n' /etc/sssd/sssd.conf
常见要求是配置文件由 root 所有,权限为 0600。实际要求仍应以发行版和 SSSD 版本为准。配置中如果包含绑定密码、密钥或其他凭据,不要直接把完整文件粘贴到工单、聊天记录或公开日志中。
如果刚修改过配置,正在运行的 SSSD 可能仍使用旧配置。重启前应保留原文件副本,并安排短暂维护窗口:
sudo cp -a /etc/sssd/sssd.conf \
"/etc/sssd/sssd.conf.bak.$(date +%Y%m%d-%H%M%S)"
sudo sssctl config-check
sudo systemctl restart sssd
sudo systemctl status sssd --no-pager -l
重启通常不会终止已有登录会话,但会影响新的身份查询和认证请求。若变更后故障扩大,应立即恢复备份文件并再次执行配置检查和服务重启。不要把清空 SSSD 缓存作为第一步,缓存中可能包含当前离线登录所需的凭据和身份数据。
第二层:验证域名、端口和时间
先查主机名与 DNS
域认证经常依赖 SRV 记录发现域控制器。只验证域名能解析到一个 IP 还不够,还要确认对应的 LDAP、Kerberos 服务记录是否存在。
将 example.com 替换为实际域名:
hostnamectl
getent hosts example.com
getent hosts dc1.example.com
resolvectl status
dig +short _ldap._tcp.example.com SRV
dig +short _kerberos._tcp.example.com SRV
某些 Active Directory 环境还会使用以下记录:
dig +short _ldap._tcp.dc._msdcs.example.com SRV
dig +short _kerberos._udp.example.com SRV
如果系统没有 resolvectl 或 dig,可使用发行版提供的 host、nslookup 等工具。要区分几种结果:
- 普通 A/AAAA 记录正常,但 SRV 记录为空:域发现可能失败,尤其是配置依赖 DNS 自动发现时。
- SRV 记录指向错误、过期或不可达的域控制器:继续检查 DNS 视图、搜索域和网络路由。
- DNS 服务器地址不是企业域 DNS:公网 DNS 通常不会提供内部域控制器记录。
- 只有 IPv6 地址可解析,但本机到 IPv6 路径不通:可能出现连接超时,需要分别测试地址族。
检查相关端口,而不是一次性开放所有端口
常见端口仅供判断使用,实际需要哪些端口取决于 AD、LDAP、LDAPS 和 Kerberos 配置:
- DNS:53
- Kerberos:88
- LDAP:389
- LDAPS:636
- Kerberos 密码修改:464
- Active Directory Global Catalog:3268、3269
对 DNS 返回的具体域控制器或 LDAP 服务器进行测试:
nc -vz dc1.example.com 88
nc -vz dc1.example.com 389
nc -vz dc1.example.com 636
nc 成功只能说明 TCP 连接建立,不能证明认证、证书或目录查询正确。不要因为某个端口不通就直接关闭防火墙或放开全部入站规则。防火墙调整需要先确认流量方向、源地址、目标服务和变更窗口,并准备恢复原规则的方法。
使用 LDAPS 时,可进一步观察证书链和主机名:
openssl s_client \
-connect dc1.example.com:636 \
-servername dc1.example.com \
-showcerts </dev/null
需要重点检查证书是否过期、签发链是否被系统信任,以及证书中的主机名是否与 SSSD 连接地址匹配。仅仅看到 TLS 握手成功,也不代表 LDAP 搜索账号拥有正确权限。
检查时间同步
Kerberos 对客户端与域控制器之间的时间差较敏感。先查看当前状态:
timedatectl status
chronyc tracking
chronyc sources -v
示例中的异常日志可能类似:
krb5_child: Preauthentication failed
krb5_child: Clock skew too great
其中第二行更直接地指向时钟偏差,但第一行也可能由密码错误、主体名称错误或加密策略不匹配引起,不能仅凭 Preauthentication failed 断定是密码问题。确认时间源、时区和 NTP 同步状态后,再重新执行认证测试。
第三层:从 SSSD 日志定位具体后端
查询域在线状态
根据安装的 SSSD 版本,可使用以下命令:
sudo sssctl domain-list
sudo sssctl domain-status example.com
部分版本的选项和输出会不同,可以先执行 sssctl --help 或查看 man sssctl。典型判断如下:
Online:SSSD 最近能够与域后端通信,但仍需结合本次请求时间确认。Offline:SSSD 暂时无法访问后端,优先回到 DNS、时间、端口和 TLS 检查。- 状态不明确或没有域:可能是
domains配置未加载、域节名称不匹配,或服务没有使用预期配置文件。
示例输出:
Online status: Offline
Active server: not resolved
Last successful connection: 2025-01-18 10:12:41
这是一个模拟示例。它说明 SSSD 进程可能仍在运行,但当前域连接失败;不能据此直接判断是 DNS、LDAP 还是 Kerberos,必须继续查看对应子日志。
按认证类型阅读日志
不同日志关键词对应的下一步不同:
| 日志现象 | 更可能的方向 | 下一步 |
|---|---|---|
Could not resolve host、No suitable server found | DNS、SRV、主机名或服务发现 | 查询 A/AAAA 和 SRV 记录 |
Connection refused、Connection timed out | 端口、路由、防火墙或服务端监听 | 对具体服务器测试端口 |
Cannot contact LDAP server | LDAP 地址、端口、TLS 或服务端状态 | 检查 ldap_uri、证书和 636/389 连通性 |
Clock skew too great | 时间同步或时区 | 检查 timedatectl、chronyc |
Preauthentication failed | 密码、Kerberos 主体、时间或加密策略 | 用受控账号执行 kinit 并查看票据错误 |
Permission denied、Access denied | 目录权限、访问提供者、组策略或账号状态 | 查访问策略、域端账号状态和 sssctl user-checks |
Failed to load configuration | 配置语法、权限或域节名称 | 执行 sssctl config-check 和文件权限检查 |
Backend is offline | 后端连接失败或 SSSD 尚未恢复 | 从 DNS、端口、时间和证书依次排除 |
若日志信息不足,可暂时提高相关 SSSD 配置节的 debug_level,复现一次后立即恢复。调试日志可能包含用户名、目录路径、服务器名甚至认证流程信息,不应长期保持高日志级别,也不应公开上传完整日志。修改前先备份配置,并在完成采集后恢复原值、重启服务。
第四层:检查配置冲突和“改了但不生效”
核对域名节和 domains 列表
SSSD 配置中最容易出现的冲突之一,是 [sssd] 中声明的域名与实际域配置节不一致。以下是一个用于说明结构的 AD 示例,域名和参数需要替换为实际环境:
[sssd]
config_file_version = 2
services = nss, pam
domains = example.com
[nss]
[pam]
[domain/example.com]
id_provider = ad
access_provider = ad
ad_domain = example.com
krb5_realm = EXAMPLE.COM
use_fully_qualified_names = True
这里至少要核对:
domains = example.com是否与[domain/example.com]的后缀完全一致。ad_domain是否为实际 DNS 域,而krb5_realm是否为实际 Kerberos Realm;二者在很多环境中大小写形式不同。id_provider是否与后端类型匹配。AD 环境与通用 LDAP 环境不能只复制一组参数后混用。use_fully_qualified_names = True时,登录名通常需要使用user@example.com;设为False后可使用短名,但多个域存在同名账号时会产生歧义。- 修改的是实际被 systemd 使用的
/etc/sssd/sssd.conf,而不是某个模板、备份文件或自动生成文件。
如果环境使用通用 LDAP,常见配置思路会不同,例如可能包含 ldap_uri、ldap_search_base、TLS CA 和 LDAP 认证方式。不要把 id_provider = ad、LDAP 搜索基准和另一套 Kerberos 参数无条件叠加。先确认身份提供者、认证提供者以及访问提供者的组合,再对照当前 SSSD 版本的手册核实参数。
检查 NSS 是否接入 SSSD
域用户查找依赖 NSS。检查关键行:
grep -E '^(passwd|group|shadow):' /etc/nsswitch.conf
常见结果需要在相应条目中包含 sss,例如:
passwd: files sss
group: files sss
shadow: files
具体顺序和条目以发行版策略为准。若没有 sss,即使 SSSD 已经在线,id 和 getent 也可能查不到域用户。不要随意把 sss 加入 shadow,应按照发行版的认证配置工具和现有安全策略处理。
在使用 Red Hat 系列系统时,可查看:
authselect current
authselect check
Debian 系列系统可能使用 pam-auth-update 管理 PAM。自动生成的 PAM 配置不宜直接手工大范围覆盖,否则下次策略更新可能再次改回。若 PAM 栈已被定制,应确认存在 pam_sss.so,并检查是否被 pam_deny、顺序错误或条件规则提前拦截。
区分身份查询失败和访问策略拒绝
以下测试不需要把密码写入命令行:
getent passwd 'alice@example.com'
id 'alice@example.com'
getent group 'example admins'
如果这些命令都失败,优先检查 NSS、SSSD 后端和域连接。如果能返回用户和组,但登录仍被拒绝,可使用:
sudo sssctl user-checks 'alice@example.com' -s sshd
不同版本的 sssctl 参数可能不同,若命令不支持,应查看 sssctl user-checks --help。该检查可以帮助判断用户是否被 SSSD 的访问提供者允许,但不能替代实际 SSH 测试。
access_provider = ad、LDAP 过滤器、组成员关系、域端登录限制和 GPO 都可能造成“用户存在但不能登录”。这类问题不应通过关闭访问控制来验证。应先记录拒绝日志和用户所属组,再由域管理员确认账号状态、登录时间、允许登录主机及相关策略。
第五层:用 Kerberos、NSS 和应用完成交叉验证
验证 Kerberos,而不是只看 SSSD 状态
在 Kerberos 环境中,可使用测试账号交互式获取票据:
kinit alice@EXAMPLE.COM
klist
kdestroy
kinit 会在终端提示输入密码,不要把密码作为命令参数,也不要把包含密码的命令记录到脚本或 shell 历史中。
判断方式如下:
kinit失败且提示时钟偏差:回到时间同步。- 提示找不到 KDC 或无法解析:回到 DNS、SRV 和端口。
- 提示主体不存在:检查 Realm、用户名格式和域控制器配置。
kinit成功,但id查不到用户:Kerberos 本身可用,重点检查 SSSD 身份查询、NSS 或 LDAP 属性映射。kinit和id都成功,但 SSH 失败:重点转向 PAM、SSH 配置、访问控制和应用日志。
验证具体应用
SSH 场景可先检查是否启用 PAM:
sudo sshd -T | grep -Ei 'usepam|passwordauthentication|gssapiauthentication'
UsePAM 需要符合当前认证设计;密码认证是否允许,则取决于环境是否使用密码、GSSAPI 或其他认证方式。不要为了测试而长期开启不符合安全要求的认证方式,测试完成后应恢复原配置并验证 sshd -t。
在受控终端执行一次实际登录测试,同时观察服务日志:
sudo journalctl -fu sssd
另开终端进行 SSH 登录。若 SSH 报错为认证失败,而 SSSD 日志没有对应请求,说明请求可能没有进入 SSSD PAM 栈;若 SSSD 有请求但返回 access denied,则继续查访问提供者和域策略。
sudo 场景还要单独检查 sudoers 是否使用域组、组名格式是否与 use_fully_qualified_names 一致,以及 sudo 进程是否能通过 NSS 解析该组。不能因为 SSH 登录成功,就认为 sudo 授权一定正确。
一个完整的定位示例
下面用一组模拟结果说明如何形成证据链:
- 本地账号登录正常,所有域账号的 SSH 登录失败。
systemctl status sssd显示服务为active (running)。getent passwd alice@example.com没有输出。sssctl domain-status example.com显示Offline。getent hosts dc1.example.com能返回地址,但_ldap._tcp.example.com没有 SRV 结果。- SSSD 日志出现:
Could not resolve service _ldap._tcp.example.com
No suitable server found for domain example.com
Backend is offline
这组结果不能归因于“SSSD 服务没启动”,因为服务状态正常;也不能先归因于密码错误,因为身份查询尚未成功。更合理的根因方向是域 DNS 未提供所需 SRV 记录、客户端使用了错误 DNS,或 DNS 视图无法访问内部记录。修复 DNS 或改用经过验证的固定服务器配置后,应重新检查域在线状态,再验证 getent、Kerberos 和 SSH。
另一个常见分支是:
getent passwd和id能返回域用户。kinit成功。- SSH 仍提示访问被拒绝。
sssctl user-checks返回不允许。- SSSD 日志出现访问提供者拒绝或组策略不满足。
此时网络、身份查询和 Kerberos 已经基本通过,继续修改 DNS 或重启服务通常没有帮助,应转向 access_provider、域组成员关系、主机登录策略和应用 PAM 配置。
恢复后的验证顺序
修复配置、DNS、时间或域端策略后,按同一条链路重新验证,避免只测试一个现象:
systemctl is-active sssd确认服务正在运行。sssctl config-check确认当前配置可以解析。sssctl domain-status example.com确认域后端恢复在线。- 重新查询 DNS A/AAAA 和必要的 SRV 记录。
- 用
getent passwd、id查询域用户和组。 - 在受控账号上使用
kinit验证 Kerberos,确认票据能够获取并及时销毁。 - 执行
sssctl user-checks或等价访问检查。 - 通过实际 SSH、控制台或 sudo 流程验证应用行为。
- 对照修复前后的日志时间,确认没有继续产生
offline、TLS、时钟偏差或访问拒绝错误。
如果配置启用了 cache_credentials,域网络短暂中断时可能仍能登录。恢复验证必须同时确认域在线状态和实时日志,不能只以“密码登录成功”为标准。只有在确认缓存因素不会影响业务,并且经过备份、维护窗口和回滚评估后,才考虑使用 sss_cache 等缓存管理命令。
为后续故障设置监控点
SSSD 域认证适合监控以下指标和事件:
sssd.service是否持续运行,是否出现频繁重启。- 各域的 online/offline 状态及离线持续时间。
- DNS SRV 查询失败、域控制器不可达和 LDAP/Kerberos 连接超时。
- Kerberos 时钟偏差、NTP 同步中断和时间源切换。
- LDAP/LDAPS 证书剩余有效期及信任链错误。
getent或身份查询延迟、认证失败率和访问拒绝数量。/var、/var/lib/sss所在文件系统的空间和 inode 使用率。- SSSD、PAM、SSH 日志中
Backend is offline、No suitable server、Clock skew、Access denied等关键事件。
监控告警应区分“服务进程停止”“域后端离线”“身份查询失败”和“访问策略拒绝”。这样发生下一次故障时,可以直接判断问题位于服务、网络、身份后端还是应用接入层,而不是把所有认证失败都归为同一个配置错误。
Linux 域认证服务的稳定运行,离不开服务器计算、存储与网络资源的配合。A5数据提供香港、美国、日本、韩国、中国台湾、新加坡和马来西亚等地区的物理服务器,覆盖 Xeon、AMD EPYC 等平台,并提供 SSD 或 NVMe 存储及不同线路方案,可承载企业身份认证相关的业务后台、目录服务与数据库。多地区资源也为分布式业务部署提供了硬件选择。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/5328.html



