做站久了,最怕的不是流量下滑,是某天早上打开首页,浏览器弹出红色的「您的连接不是私密连接」。用户不会去分辨是你的证书过期还是中间人攻击,他只会点返回,然后再也不来了。而 Google 那边更直接:Chrome 对这种页面给的是全屏警告,点击「继续前往」的按钮藏在高级选项里,转化率基本归零。
这篇文章讲证书的过期机制、怎么在没有告警的情况下提前发现,以及真的过期了之后从哪一步开始修最快。内容基于 Let's Encrypt 和 Nginx 的实际配置,也包含自签证书和内网场景的部分。
先搞清楚:证书不是「到期那天才失效」
浏览器校验证书有三个时间点,很多人只记得第一个:
notBefore——生效时间。系统时间超前或者证书刚签发时服务器时间不对,会出现「证书尚未生效」。这个坑在容器里特别常见,因为容器可能没同步时间。
notAfter——过期时间。这是大家熟悉的那个。
中间证书(intermediate)的过期时间——这是被忽略最多的。你的站点证书有效期 90 天,但它签发时链上的中间证书可能有自己的有效期。某些老旧的根证书交叉签名在 2021 年之后陆续到期(比如 DST Root CA X3 在 2021 年 9 月 30 日过期),当时一大批 Android 7 以下的设备和旧版 Java 客户端突然连不上,而服务器上的站点证书明明是好的。
所以检查不能只看站点证书的 notAfter,还要把整条链拿出来看:
# 看站点证书的到期时间
echo | openssl s_client -connect www.example.com:443 -servername www.example.com 2>/dev/null \
| openssl x509 -noout -dates -subject -issuer
# 看整条链,每一张的到期时间
echo | openssl s_client -connect www.example.com:443 -servername www.example.com -showcerts 2>/dev/null \
| awk '/BEGIN CERTIFICATE/,/END CERTIFICATE/' > /tmp/chain.pem
csplit -z -f /tmp/cert- /tmp/chain.pem '/BEGIN CERTIFICATE/' '{*}' >/dev/null
for f in /tmp/cert-*; do
openssl x509 -in "$f" -noout -subject -enddate
donecsplit 那两行是把链拆成单张证书,因为在 -showcerts 输出里所有证书是连在一起的,openssl x509 只读第一张。
顺带说一句,openssl s_client 一定要带 -servername。不带的话 SNI 为空,服务器会返回默认虚拟主机的证书——如果你的默认站点没配证书或者配的是别的域名,你检查到的根本不是你以为的那张证书。我用这个查过一台机器,折腾半小时才发现是在看默认 server 的证书。
为什么自动续期会静默失败
用 certbot 的话,续期是 certbot renew 定时跑的。它失败的方式非常多,而且大部分不报警:
HTTP-01 验证失败。 certbot 需要 Let's Encrypt 从公网访问 http://你的域名/.well-known/acme-challenge/xxx。如果这个路径被 301 跳到了 https(很常见,因为你的 http server 块里写了 return 301 https://$host$request_uri;),而 https 那侧又没放行,验证就失败。以前 Let's Encrypt 会跟随重定向,现在也跟随,但如果跳转链过长或者跳到了非标准端口,就失败。最稳的做法是在 http 的 server 块里单独放行这个路径:
server {
listen 80;
server_name www.example.com example.com;
location ^~ /.well-known/acme-challenge/ {
root /var/www/letsencrypt;
default_type "text/plain";
try_files $uri =404;
}
location / {
return 301 https://$host$request_uri;
}
}80 端口被占或不开放。 如果服务器前面有 CDN 或者只开了 443,HTTP-01 就没法用。这时候要么改用 DNS-01(在 DNS 上加一条 TXT 记录,可以自动化,Cloudflare、阿里云都有 certbot 插件),要么在 CDN 那侧做回源规则把 acme-challenge 路径放行。DNS-01 的好处是还能签通配符证书 *.example.com,HTTP-01 签不了通配符。
webroot 路径不对。 certbot certonly --webroot -w /var/www/html 里的 -w 必须和 Nginx 里那一行 root 完全一致,包括结尾斜杠。/var/www/html 和 /var/www/html/ 多数情况下等价,但如果 Nginx 里配的是 root /var/www/html; 而 certbot 写的是 -w /var/www/html/public,验证文件写到别处去了,404。
域名解析在续期时不可达。 如果用了 CDN 而且开了「代理状态」,Let's Encrypt 会去访问 CDN 边缘节点。边缘节点如果缓存了一个旧的 404 或者配置了 WAF 拦截 .well-known,验证失败。解决办法:用 DNS-01,或者临时把这条记录改成「仅 DNS」。
到期日到了才发现根本没续。 这是最常见的。certbot 的 renew 默认在到期前 30 天尝试,成功的话会覆盖旧证书并 reload。但它只在「剩余有效期 < 30 天」时才真的动作,如果 cron 因为某种原因停了几个月,或者 /etc/letsencrypt/renewal/ 下的配置被改坏了,你会在一个平常的早上收到告警。
监控:在 30 天前就要知道
基本的检查脚本,返回剩余天数,接进 cron 里:
#!/bin/bash
# /root/bin/cert_check.sh
DOMAINS="www.example.com example.com blog.example.com"
WARN_DAYS=21
NOW=$(date +%s)
FAIL=0
for d in $DOMAINS; do
end=$(echo | openssl s_client -connect "$d:443" -servername "$d" 2>/dev/null \
| openssl x509 -noout -enddate 2>/dev/null | cut -d= -f2)
if [ -z "$end" ]; then
echo "CRITICAL $d: 无法读取证书" >&2
FAIL=1; continue
fi
end_ts=$(date -d "$end" +%s 2>/dev/null)
days=$(( (end_ts - NOW) / 86400 ))
if [ "$days" -lt "$WARN_DAYS" ]; then
echo "WARN $d: 剩余 ${days} 天($end)" >&2
FAIL=1
else
echo "OK $d: 剩余 ${days} 天"
fi
done
exit $FAIL放进 cron 每天跑一次,MAILTO 设成自己的邮箱,或者把失败写到文件里让外部监控读。WARN_DAYS 设 21 而不是 30,是因为 Let's Encrypt 的续期窗口本身就是 30 天,如果到了 21 天还没续上,说明自动续期已经坏了好几天了,这时候去修还来得及。
另外强烈建议加一个外部检查。因为你的检查脚本跑在同一台机器上,如果机器本身挂了、磁盘满了、cron 没起来,这个脚本也不会报。用 UptimeRobot 或者自己写一个从另一台机器跑的 curl 检查,看它返回的 SSL_CERT_EXPIRY 之类的值。双重保险。
还有一个坑:脚本里的 openssl s_client 如果连不上,输出是空,cut 之后 end 为空,date -d "" 返回的是当天 0 点,days 会算成负数,于是每天都报 CRITICAL。这属于检查脚本身误报,会和真故障混在一起让你麻木。所以我在上面脚本里加了 if [ -z "$end" ] 的分支,把它单独标成「无法读取」,别让两类问题混成一个告警。
还有一层:OCSP 和吊销状态
证书没过期不代表可用。如果证书因为私钥泄漏被吊销了,浏览器查 OCSP 会得到 revoked。Let's Encrypt 在 2025 年已经宣布停止 OCSP 服务,转而只提供 CRL,而且 CDN 和浏览器对 OCSP 的处理各不相同。实际影响是:现在靠 OCSP 判断吊销基本不靠谱了,Chrome 自己也默认不再做硬失败(soft-fail)。
这意味着如果你的私钥泄露了,最可靠的办法不是等吊销生效,而是立刻换一张新证书并清理旧证书。吊销是一个尽力而为的机制,不要依赖它。
另外,如果你在 Nginx 里配了 ssl_stapling on;,需要确认 ssl_stapling_verify on; 且 resolver 配了可达的 DNS。如果 resolver 不可达,stapling 会静默失败——不报错,只是不 stapling 了,某些老客户端可能因此变慢。可以用 openssl s_client -status 看有没有返回 OCSP response。
证书真的过期了:按这个顺序修
假设已经过期,页面在报错,先别急着改配置。按下面的顺序走,能最快恢复:
第一步:确认是不是你的问题。 用两台不同的网络(手机 4G + 公司 WiFi)访问同一个域名,看是不是都报错。如果只有一个网络报错,可能是本地时间不对或者中间网络的证书劫持。同时 curl -vI https://域名 看到的是哪张证书。
第二步:确认 Nginx 加载的是哪张证书。 经常出现「certbot 已经续了,但 Nginx 还在用旧文件」的情况,因为 ssl_certificate 指向的是 /etc/letsencrypt/live/域名/fullchain.pem 这个符号链接,而 certbot 在续期时会把 live 目录指向新的 archive 版本——符号链接被换掉了,但 Nginx 只在启动或 reload 时打开文件。所以续期后必须 reload。certbot renew 默认会尝试 reload,但如果用了 --deploy-hook 里写错了命令,reload 就没发生。
# 看 Nginx 实际加载的证书(通过进程的 fd 反查)
ls -l /proc/$(pgrep -o nginx)/fd 2>/dev/null | grep -i pem
# 更直接的办法:对比磁盘上的证书和线上返回的序列号
openssl x509 -in /etc/letsencrypt/live/域名/fullchain.pem -noout -serial
echo | openssl s_client -connect 域名:443 -servername 域名 2>/dev/null | openssl x509 -noout -serial
两个 serial 不一致,就是没 reload。nginx -s reload 即可(先 nginx -t 测配置)。
第三步:如果证书文件本身也是旧的,手动跑一次 certbot renew --force-renewal,看报什么错。错误信息通常很明确:Failed authorization procedure 后面会写是哪种验证失败、访问哪个 URL 失败。按前面第二节逐条对。
第四步:作为紧急兜底,如果短时间内修不好而站点必须能访问,可以临时用一张自签证书 + 接受警告,或者临时切换到别的可用域名。但注意,自签证书会让所有用户看到警告,不是真正的「修好」。临时方案要写个提醒,别放着忘了。
第五步:修完之后验证三件事。 线上证书的 notAfter 是新的;证书链完整(不含缺失的中间证书),用 openssl s_client -showcerts 数证书张数,一般 2 到 3 张;浏览器访问没有警告,包括手机端。curl -vI 里能看到 SSL certificate verify ok。
几个配置细节,能少掉一半坑
ssl_protocols TLSv1.2 TLSv1.3; 明确只开这两个。TLS 1.0 和 1.1 在 2020 年后所有主流浏览器都不支持了,开着只会被扫描器打低分。
ssl_certificate 用 fullchain.pem 而不是 cert.pem。后者只有站点证书,不含中间证书,桌面浏览器靠 AIA 自动补链所以能过,但 Android 和某些 Java 客户端补不了,会报「证书链不完整」。这个坑我遇到过,PC 上一切正常,安卓用户全挂。
ssl_session_cache shared:SSL:10m;,10m 大约能存 4 万个会话,对中小站足够。不配的话每个新连接都要完整握手,TLS 1.2 下会有明显的首字节延迟。
ssl_stapling on; ssl_stapling_verify on; resolver 223.5.5.5 8.8.8.8 valid=300s;——如前所述,现在收益不大,但配了没坏处,注意 resolver 必须可达。
HSTS 要谨慎。add_header Strict-Transport-Security "max-age=31536000" always; 一旦下发,浏览器在一年内会强制走 https,包括你后来想临时回退到 http 测试的时候。先用短时间测试(比如 max-age=300),确认没问题再改长。
把续期这件事变成不需要操心
最后说一句心态上的事。证书续期是典型的「做对了就没人记得,做错了全员找你」的工作。我用过的比较省心的组合是:
用 acme.sh 而不是 certbot(它对 DNS API 的支持更全,配置文件更干净,也不会往 /etc 里塞一堆东西);用 DNS-01 而不是 HTTP-01(不依赖 80 端口、能签通配符、不受 CDN 影响);用 systemd timer 而不是 cron(日志进 journal、能看到上次运行时间和退出码);--reloadcmd "systemctl reload nginx" 明确指定 reload;再配一个独立的到期检查脚本和一个外部监控。
这一套加起来大概二十分钟配置,之后三年不用管。不做的话,就是三年里某天早上花两小时救火,外加一批流失的用户。