TLS证书自动续期失败怎么排查?日志、域名解析和验证权限先查哪项

发布人:A5数据发布时间:2026-10-28 09:21阅读量:100

浏览器、监控或巡检提示 TLS 证书即将过期,但自动续期任务看起来“运行过”,这时最容易做错的是直接修改权限、重启 Nginx,甚至删除旧证书。实际排查应先查看续期任务和 ACME 客户端日志,确认任务是否启动、证书对应哪些域名、采用哪种验证方式以及失败发生在哪一步;随后从公网核对 DNS 和验证入口,最后才进入主机检查 Web 根目录、DNS API 凭据、部署钩子和服务加载。

因此,日志、域名解析、验证权限不是三选一:日志先查,用来决定后两项的方向;DNS 和端口属于外部可达性;权限则要在确认验证方式后再查。若没有任务启动记录,应先处理调度;若日志出现 HTTP 404、403 或 DNS TXT 缺失,就不要先修改证书文件;若验证已经成功但浏览器仍拿到旧证书,重点应转向部署、SNI、负载均衡或 CDN 节点。

导言配图

现象确认:先把“没续期”拆成可验证事件

以下命令以 Linux、systemd、Nginx 和常见 ACME 客户端为例,示例域名使用 example.com。实际操作时,应替换为证书中的真实域名、续期客户端使用的目录以及服务名称。

先确认公网实际提供的证书

主机上的证书文件不一定就是用户实际访问时拿到的证书。Nginx 可能没有重新加载,负载均衡或 CDN 也可能仍指向另一份证书。因此,第一步应从访问入口检查证书:

DOMAIN=example.com

echo | openssl s_client \
  -connect "${DOMAIN}:443" \
  -servername "${DOMAIN}" 2>/dev/null \
  | openssl x509 -noout -subject -issuer -dates -serial -ext subjectAltName

重点查看以下字段:

  • notBefore 和 notAfter:确认当前公网证书的有效期;
  • subjectAltName:确认访问域名是否在证书覆盖范围内;
  • issuer:确认拿到的是哪家证书机构签发的证书;
  • serial:后续可用于判断证书是否真的发生了更新。

如果握手失败,优先检查 443 监听、DNS 指向和 SNI 虚拟主机;如果证书域名不匹配,通常是默认站点或错误节点响应;如果有效期仍然是旧日期,则要继续检查续期结果和部署过程,而不是立即认为签发失败。

查看调度任务和续期客户端日志

先确认续期任务是否存在、最近是否执行过。systemd 环境可以使用:

sudo systemctl list-timers --all | grep -Ei 'certbot|acme|renew'
sudo systemctl status certbot.timer --no-pager
sudo journalctl --since "24 hours ago" --no-pager | grep -Ei 'certbot|acme|renew'

certbot.timer 并不是所有系统都存在。如果列表中显示的是其他服务名,应以实际名称查询:

sudo journalctl -u certbot.service --since "24 hours ago" --no-pager
sudo journalctl -u certbot-renew.service --since "24 hours ago" --no-pager

使用 Certbot 时,还可以查看其客户端日志:

sudo tail -n 200 /var/log/letsencrypt/letsencrypt.log

如果使用的是定时任务而不是 systemd,应检查任务配置和执行用户:

sudo crontab -l 2>/dev/null
sudo grep -RniE 'certbot|acme|renew' /etc/cron.d /etc/cron.daily /etc/cron.hourly 2>/dev/null

日志中不要只看最后一行“command exited with 0”。续期程序可能因为证书尚未达到续期阈值而跳过,命令本身成功并不代表新证书已经签发。还应同时记录系统时间和时区:

date -u
timedatectl status

以下字段最适合用来还原一次续期事件:

日志字段需要确认的内容对排查的作用
开始和结束时间是否在预期窗口执行,时区是否一致判断任务是否真的运行以及时间线是否错位
证书标识和域名续期配置对应哪个证书、哪些 SAN 域名防止排查了错误的证书配置
Challenge 类型HTTP-01、DNS-01 或 TLS-ALPN-01决定检查 Web 路径、TXT 记录还是 443 监听
验证地址或 TXT 名称具体访问路径、主机名或 _acme-challenge 记录确认验证对象没有写错
HTTP 状态或 DNS API 返回码404、403、超时、401、权限不足等将问题定位到路由、访问控制或凭据
CA 返回的错误unauthorized、timeout、rateLimited、CAA 等区分网络、策略、域名授权和签发限制
部署钩子和重载结果新证书是否复制、链接、加载成功判断“已签发但仍提供旧证书”的原因
进程退出码客户端是否以失败状态结束与日志正文结合,不能单独作为成功依据

例如,下面是一个用于说明判断路径的模拟时间线:

# 以下为示例日志,不代表某个真实环境
2025-03-08 02:00:01 renew start: example.com
2025-03-08 02:00:03 challenge: HTTP-01
2025-03-08 02:00:04 GET http://example.com/.well-known/acme-challenge/abc123 -> 404
2025-03-08 02:00:05 authorization failed: unauthorized
2025-03-08 02:00:05 deploy hook skipped

这组记录说明客户端已经启动,失败点在 HTTP 验证路径,不应先查私钥权限。若最后一行是“authorization valid”,但部署钩子报错,则排查重点应转向证书安装和服务重载。

由外到内排查验证链路

先查 DNS、A/AAAA 和 CAA 记录

验证机构访问的是公开 DNS 结果,不一定与服务器本地的 /etc/hosts 或内网 DNS 一致。先针对证书中的每个域名查询 A、AAAA 和 CNAME:

DOMAIN=example.com

for resolver in 1.1.1.1 8.8.8.8; do
  echo "resolver: ${resolver}"
  dig @"${resolver}" A "${DOMAIN}" +noall +answer
  dig @"${resolver}" AAAA "${DOMAIN}" +noall +answer
  dig @"${resolver}" CNAME "${DOMAIN}" +noall +answer
done

dig NS "${DOMAIN}" +short
dig CAA "${DOMAIN}" @1.1.1.1 +short

需要重点判断:

  • A 记录是否指向当前承载验证请求的入口;
  • AAAA 记录是否存在旧的 IPv6 地址;
  • CNAME 是否把请求交给了 CDN、负载均衡或其他站点;
  • 不同公共解析器是否返回了不一致的结果;
  • CAA 是否限制了签发机构,而续期客户端使用的是另一家机构。

A 记录正常而 AAAA 记录指向旧主机,是常见的隐蔽问题。验证机构可能优先访问 IPv6,导致浏览器从 IPv4 访问正常,但续期仍失败。可以分别测试:

curl -4 -i --max-time 10 \
  "http://${DOMAIN}/.well-known/acme-challenge/probe-not-found"

curl -6 -i --max-time 10 \
  "http://${DOMAIN}/.well-known/acme-challenge/probe-not-found"

随机探测文件不存在时,返回正确站点的 404 并不一定是故障,反而能说明请求已经到达预期虚拟主机。需要重点警惕的是连接超时、连接拒绝、跳转到无关域名、统一返回 403 或展示了另一套站点内容。

如果刚修改过 DNS,应同时记录原记录值和 TTL,不要在未确认业务影响前直接删除 AAAA、CNAME 或旧地址。修复时只改动目标记录;出现异常时恢复原值,再等待相应 TTL 传播。

DNS-01 验证还需要检查 TXT 记录。注意 TXT 名称应以日志中显示的完整域名为准,子域名证书不一定使用根域名的 _acme-challenge:

dig TXT "_acme-challenge.${DOMAIN}" @1.1.1.1 +noall +answer
dig TXT "_acme-challenge.${DOMAIN}" @8.8.8.8 +noall +answer

如果日志显示客户端已经提交 TXT,但公共解析器查不到,可能是 DNS API 写入了错误的区域、权威 DNS 未更新,或者递归缓存仍未过期。若存在多个 TXT 值,不要随意清空,因为其中可能有其他正在进行的验证。

根据 Challenge 类型检查公网入口

不同验证方式对应的故障面不同,不能用检查 HTTP 文件的方法处理所有续期失败:

Challenge 类型外部必须满足的条件优先检查内容
HTTP-01验证域名能够访问 80 端口,并返回指定路径的准确内容A/AAAA、80 端口、Nginx 路由、Web 根目录、访问控制
DNS-01_acme-challenge 下出现正确 TXT 记录DNS API 凭据、区域权限、权威 DNS、TXT 传播
TLS-ALPN-01验证域名能够访问 443,并由支持该验证的服务处理 ALPN 握手443 监听、SNI、负载均衡和 TLS 终止位置

对于 HTTP-01,若已经从客户端配置中确认 Web 根目录,可以临时创建一个唯一的探测文件。以下操作只针对新生成的文件,不应使用通配符删除:

WEBROOT=/var/www/acme
TOKEN="acme-probe-$(date +%s)"
TEST_FILE="${WEBROOT}/.well-known/acme-challenge/${TOKEN}"

if sudo test -e "$TEST_FILE"; then
  echo "测试文件已存在,停止以免覆盖"
  exit 1
fi

cleanup() {
  sudo rm -f -- "$TEST_FILE"
}
trap cleanup EXIT

printf '%s\n' "$TOKEN" | sudo tee "$TEST_FILE" >/dev/null

curl -i --max-time 10 \
  "http://${DOMAIN}/.well-known/acme-challenge/${TOKEN}"

返回状态和内容可以这样理解:

  • 200 且响应正文就是 TOKEN:公网路径、主机名和文件映射基本正常;
  • 404:可能是 Nginx 使用了错误的 root、错误的 server_name,或请求落入默认站点;
  • 403 或 401:可能被认证、WAF、访问控制或文件权限拦截;
  • 301 或 302:如果跳转到同一域名且目标仍可访问,不一定失败,但应确认验证路径没有被带到需要登录的页面;
  • 超时或连接拒绝:优先检查 80 端口、外部防火墙、负载均衡监听和 IPv6 路径。

探测完成后,脚本会通过 trap 删除刚刚创建的唯一测试文件。若中途手工终止,也应确认该文件已经清理;不要删除整个 .well-known 目录。

进入主机检查 Nginx 路由和读取权限

先查看实际生效的 Nginx 配置,而不是只看某个可能未被引用的配置文件:

sudo nginx -T 2>/dev/null \
  | grep -n -A12 -B4 'well-known/acme-challenge'

一种常见的 root 写法如下:

location ^~ /.well-known/acme-challenge/ {
    root /var/www/acme;
    default_type text/plain;
    try_files $uri =404;
}

使用这段配置时,请求:

/.well-known/acme-challenge/token

对应的文件路径应为:

/var/www/acme/.well-known/acme-challenge/token

如果使用 alias,路径映射规则不同,末尾斜杠也会影响结果。不要同时堆叠 root、alias、proxy_pass 和应用路由;应先确认 ACME 路径最终由哪一条 location 处理。

检查目录层级和文件属性:

sudo namei -l "$TEST_FILE"
sudo stat -c '%A %U:%G %n' \
  "$WEBROOT" \
  "$WEBROOT/.well-known" \
  "$WEBROOT/.well-known/acme-challenge" \
  "$TEST_FILE"

Nginx 工作进程通常不是以 root 身份运行。应将下面的 www-data 替换为实际工作用户,例如某些发行版使用 nginx:

sudo -u www-data test -r "$TEST_FILE" \
  && echo "文件可读" \
  || echo "文件不可读"

目录需要具备逐级进入权限,文件需要具备读取权限。不要用 chmod 777 作为通用修复。若必须修改属主、属组或模式,应先记录原值,确认影响范围后只修改 ACME 专用目录;回滚时恢复记录的原属主、属组和权限。

如果启用了 SELinux,不要直接关闭安全策略。先查看状态和审计记录:

getenforce
ls -Zd "$WEBROOT" "$WEBROOT/.well-known" "$WEBROOT/.well-known/acme-challenge"
sudo ausearch -m avc -ts recent

对于 DNS-01,检查的是 DNS API 凭据而不是 Web 根目录。可以查看凭据文件的属主和权限,但不要把文件内容或令牌粘贴到终端记录、工单和日志中:

sudo stat -c '%A %U:%G %n' /etc/letsencrypt/dns-credentials.ini

凭据通常至少需要在指定 DNS 区域创建和删除 TXT 记录的权限。定时任务运行时的用户、环境变量和工作目录可能与手工登录后执行命令时不同,因此“命令行手工成功”不能直接证明定时任务也能成功。

检查 80/443 监听和多节点差异

主机侧可以确认是否有进程监听对应端口:

sudo ss -lntp | grep -E ':(80|443)[[:space:]]'

没有 80 监听时,HTTP-01 不会因为修改文件权限而恢复;没有 443 监听时,TLS-ALPN-01 或正常 HTTPS 访问都会受到影响。外部安全组、防火墙和负载均衡策略仍需在对应平台查看。

如果域名后面有多个节点,验证机构可能命中任意节点。单台服务器上的测试文件返回 200,并不能证明其他节点也有相同文件。各节点应使用共享 Web 根目录,或者由续期流程同步验证文件;修改安全策略时只针对明确的验证路径和来源,避免临时关闭整套防护。

结果分支:根据错误类型回到对应层级

观察到的结果更可能的原因下一步
没有任何续期启动记录timer、cron 未启用,或任务运行在另一台机器查定时器、任务用户、执行主机和系统时间
有启动记录但显示 skipped/not due证书尚未达到续期阈值核对 notAfter 和续期配置,不要把正常跳过当成失败
A 正常、AAAA 指向旧节点IPv6 访问到了旧服务确认 IPv6 业务用途后修正记录,并保留旧值以便回滚
HTTP 返回 404Web 根目录、Nginx location 或虚拟主机不匹配对照客户端 webroot 和 nginx -T,用唯一探测文件复测
HTTP 返回 403/401认证、WAF、ACL 或文件读取权限拦截查看访问日志和安全策略,只放行必要验证路径
HTTP 超时或连接拒绝80 端口、外部防火墙、负载均衡或监听异常从 IPv4、IPv6 和各节点分别测试
TXT 记录不存在DNS API 写入错误区域、权限不足或传播未完成查看 API 返回码、权威 NS 和完整 TXT 名称
返回 CAA 错误CAA 记录不允许当前签发机构核对续期客户端使用的 CA,再按原值记录修改 CAA
授权成功但部署钩子失败新证书已签发,复制、链接或重载失败查看部署脚本和 Nginx 错误日志,验证服务是否仍使用旧证书
本地证书已更新,公网仍是旧证书服务未 reload、SNI 错误、CDN 或某个节点未同步对本地文件、公网入口和每个后端节点分别检查

Nginx 访问日志尤其适合与 ACME 客户端日志按时间对齐:

sudo tail -n 100 /var/log/nginx/access.log
sudo tail -n 100 /var/log/nginx/error.log

如果 ACME 客户端显示请求已经发出,但 Nginx 访问日志完全没有对应记录,问题可能发生在 DNS、负载均衡或外部防火墙;如果访问日志中有请求且状态为 404,则应回到路径映射;如果状态为 200 但客户端仍报告内容不匹配,则要检查多节点、缓存或请求是否落到另一套配置。

修复验证:先演练,再正式加载

修改前保留可回滚点

排查过程中不要同时修改 DNS、Nginx 和权限,否则即使问题暂时消失,也很难确定根因。建议按以下顺序处理:

  1. 记录当前证书有效期、A/AAAA/CNAME/CAA/TXT 状态和 Nginx 配置位置。
  2. 修改 DNS 前保存原记录值和 TTL,只调整确认有问题的记录。
  3. 修改 Nginx 前保存原配置文件或配置片段,并限制备份文件的读取权限。
  4. 修改目录权限前记录原属主、属组和模式。
  5. 更新 DNS API 凭据时使用最小区域权限,并避免在命令行参数和日志中暴露令牌。
  6. 每完成一个层级,就重新执行对应的外部测试,再进入下一层。

修改 Nginx 后先检查语法,不要直接重启:

sudo nginx -t

只有语法检查成功,且确认变更范围正确时,才使用平滑 reload:

sudo systemctl reload nginx

如果 nginx -t 失败,不应执行 reload;如果 reload 后服务异常,应恢复刚才修改的配置,重新执行 nginx -t,再进行 reload。只有在确认 reload 无法完成且具备维护窗口时,才考虑重启服务。

使用测试端点验证续期流程

如果使用 Certbot,可以先运行测试续期:

sudo certbot renew --dry-run --verbose

该命令主要用于验证续期配置、授权流程和客户端交互。需要注意:

  • 如果提示证书尚未到续期时间,不能据此判断所有生产路径都正常;
  • 应检查现有 pre-hook、post-hook 和 deploy-hook 是否会产生外部副作用;
  • 非 Certbot 客户端应使用其对应的 staging 或 dry-run 参数,不要直接套用 Certbot 命令;
  • 不要为了测试而在生产 CA 上频繁使用 --force-renewal,这可能造成不必要的签发请求和速率限制。

测试流程成功后,若证书确实已经接近续期窗口,再执行客户端的正常续期命令。例如 Certbot 环境可以使用:

sudo certbot renew --verbose

命令返回后,继续确认新证书文件和服务加载状态,而不是只看“renew succeeded”这一行。

分别验证证书文件、服务和公网结果

先检查证书文件或符号链接:

CERT=/etc/letsencrypt/live/example.com/fullchain.pem

sudo readlink -f "$CERT"
sudo openssl x509 -in "$CERT" \
  -noout -subject -issuer -dates -serial -ext subjectAltName

然后查看 Nginx 最近的重载结果:

sudo nginx -t
sudo systemctl status nginx --no-pager
sudo journalctl -u nginx --since "10 minutes ago" --no-pager

最后重新从公网检查:

echo | openssl s_client \
  -connect "${DOMAIN}:443" \
  -servername "${DOMAIN}" 2>/dev/null \
  | openssl x509 -noout -subject -issuer -dates -serial -ext subjectAltName

curl -4 -fsSI --max-time 10 "https://${DOMAIN}/"
curl -6 -fsSI --max-time 10 "https://${DOMAIN}/"

如果当前证书已过期,curl 可能因为证书校验失败而退出,这时可以暂时使用 curl -k 只验证请求是否到达正确站点,但不能把 -k 的成功当成 TLS 已修复。证书有效性应以 openssl s_client 的结果和正常 TLS 校验为准。

对于负载均衡或多节点环境,还要逐个检查后端节点实际提供的证书。只要有一个节点仍使用旧证书,部分访问者就可能继续看到过期提示。

修复验证:分别验证证书文件、服务和公网结果配图

复测与持续观察

修复完成后,至少观察一次下一轮定时任务,并确认日志中同时出现任务启动、授权成功、证书更新和服务加载记录。可以继续查看定时器状态:

sudo systemctl list-timers --all | grep -Ei 'certbot|acme|renew'

监控不应只关注“续期命令是否执行”,还应记录以下指标:

  • 公网入口证书的 notAfter;
  • 本地证书文件的 notAfter;
  • 距离过期的剩余天数;
  • 最近一次续期成功时间和退出码;
  • 部署钩子、Nginx reload 是否成功;
  • IPv4、IPv6 以及各节点返回的证书序列号是否一致。

可以按剩余 30 天、14 天和 7 天设置分级告警,具体阈值根据业务变更窗口调整。若下一次任务没有启动,继续查调度;若启动但授权失败,沿用 Challenge 类型对应的外部到内部路径;若授权成功却再次提供旧证书,则优先检查部署钩子、服务 reload 和多节点同步。这样才能把一次临时修复变成可持续验证的自动续期链路。

A5idc数据面向网站、业务后台和接口服务提供香港、美国、日本等多地区物理服务器租用,涵盖常规建站及不同CPU、SSD/NVMe存储和网络线路方案,可为Nginx承载的HTTPS站点及其证书文件、续期任务提供运行环境。多地区与不同带宽配置也为跨区域业务节点布局提供资源选择,便于将网站服务部署在符合业务访问范围的服务器上。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/6135.html

相关推荐