续期明明配了自动任务,为什么证书还是过期了:一次 ACME 续期失败的排查路径
自动续期任务跑得好好的,证书却悄悄过期,常见原因集中在 Challenge 校验失败、防火墙放通变化和 API 凭据失效。本文给出从续期日志到重新签发的完整排查路径,并说明 DNS-01 委托如何把这类故障面收窄。
本文目录

监控告警在凌晨弹出来:某个域名的证书还剩 3 天到期,而定时任务明明每天都在跑。登上去一看,certbot 的 cron 日志里躺着一串连续多日的失败记录——任务在跑,签发的证书却一张都没落下来。这是证书自动化运维里最常见的坑:"自动任务存在"和"续期成功"是两回事,中间隔着一次没人看的失败。
先看日志,别急着重新签发
排查第一步永远是日志,而不是重新执行签发命令。以 certbot 为例,续期记录通常在 /var/log/letsencrypt/letsencrypt.log,重点找 Challenge 校验失败的报错行。常见的失败模式只有几类:
- HTTP-01 的 80 端口不通了。运维期间有人收紧了防火墙、加了安全组、或者在前面套了 CDN/WAF,Challenge 请求被拦截或重定向,Let's Encrypt 的服务器拿不到验证文件。这是最常见的死因。
- HTTP-01 被强制跳转 443,但 443 上的证书已经过期。跳转链里混入了一个握手失败的环节,验证器走到一半就断了。Let's Encrypt 对重定向到 HTTPS 是允许的,但目标必须能完成握手或至少让验证器读到响应。
- DNS-01 的 API 凭据失效。DNS 服务商换了控制台、API Token 过期、权限被收回,TXT 记录写不进去,续期自然失败。
- 触发频率限制。反复手动重试会撞上 Let's Encrypt 的速率限制,报错里会有明确提示。此时别再重试,看清楚是哪类限制、什么时候恢复。
找到报错行,问题就解决了一半。另一半是确认这台机器上到底谁该负责续期——有些机器上 cron、systemd timer、容器里的 sidecar 三套任务并存,互相以为对方在工作。
用 dry-run 验证修复效果

改完问题后,不要直接跑正式续期碰运气。certbot 提供了演练模式:
certbot renew --dry-rundry-run 走 Let's Encrypt 的 staging 环境,走完整个 Challenge 流程但不占正式配额。演练通过,基本可以确认真实续期会成功;演练失败,日志里的报错和真实环境一致,继续照着修。
如果用的是 HTTP-01,还可以手动从外部验证路径可达性:从服务器外面(用手机热点或另一台 VPS)访问 http://域名/.well-known/acme-challenge/随便一串,确认能返回内容而不是 403、超时或被 WAF 拦掉。Let's Encrypt 的验证请求来自多个网络位置,本机 curl 通不代表外部也通。
为什么 DNS-01 委托能把故障面收窄
HTTP-01 的问题在于它依赖"验证流量能穿过整条链路到达正确的那台机器",而这条链路在日常变更中太容易被无意破坏——加一层 CDN、改一条安全组规则、迁移一次负载均衡,续期就悄悄断掉,等到证书临期告警才发现。

DNS-01 绕开了这条链路:ACME 服务器查的是 DNS 记录,不碰你的 Web 服务。再配合 CNAME 委托,把 _acme-challenge.你的域名 指向一个专门用于签发、权限最小化的 DNS 区域,主域名 DNS 完全不用动,API 凭据也不会散落到每台需要证书的机器上。对多机部署、通配符证书、以及"服务在前面套了 CDN"的场景,这是目前比较稳的做法。代价是要管好多一个 DNS 区域和它的凭据——天下没有免费的午餐,只是把容易坏的环节换成了一个不容易坏的。
在 CertbotX 中实践
CertbotX 的签发链路正是按这个思路设计的:通过 DNS-01 CNAME 委托完成域名验证,主 DNS 无需暴露写入权限;ACME 签发成功后,证书在到期前自动重新签发,不需要人工盯着 cron。签好的证书可以直接推送到 Agent、EdgeOne 或 CDN 上部署,每次部署留有记录和审计轨迹——续期失败这类问题的价值恰恰在于事后能说清"哪一次部署成功、哪一次失败、卡在哪一步",而不是翻一堆时间戳混乱的日志猜。
最后补一件事:告警要盯"证书到期",不只盯"任务是否运行"
这次故障的根因不是任务没跑,而是任务失败无人知晓。可靠的监控姿势是直接探测线上证书的剩余有效期(比如从外部对 443 做 TLS 握手检查),而不是检查 cron 进程是否活着。任务活着但签不出证书的场景太多了,只有"证书本身还剩多少天"是不会撒谎的指标。告警阈值建议留足余量——给到 14 天甚至更早,而不是到期前 3 天才通知,给自己留够排查和重试的时间。
延伸阅读:
- Let's Encrypt 官方文档:Challenge Types——核对 HTTP-01 与 DNS-01 各自的验证机制和适用边界
- RFC 8555(ACME 协议)——理解 Challenge 校验与速率限制背后的协议行为
- nginx 官方文档:配置 HTTPS 服务器——排查 80/443 端口跳转与证书加载问题时参考