证书明明没过期,Android 客户端却集体报证书错误:一次中间证书缺失的复盘

一次证书续期后,浏览器一切正常,但部分 Android 和 curl 客户端开始报 TLS 校验失败。根因是部署时只上传了服务器证书、漏了中间证书链。本文复盘症状、排查过程和后续预防。

本文目录
证书明明没过期,Android 客户端却集体报证书错误:一次中间证书缺失的复盘

那天下午的告警来得很有迷惑性:监控探活全部正常,桌面浏览器打开网站,锁标志绿油油的,证书有效期到明年。但客服那边陆续收到反馈——App 在部分 Android 设备上提示"证书不受信任",有个客户的对接系统直接抛 SSLHandshakeException。

同一个域名,同一台服务器,有人能连有人不能连。这种问题最烦人的地方在于:你随手一测,一切正常。

现场症状

运维群里先确认了一圈:

证书明明没过期,Android 客户端却集体报证书错误:一次中间证书缺失的复盘:DNS ownership verification using a delegated CNAME, shown as a precise handoff between two controlled zones
证书明明没过期,Android 客户端却集体报证书错误:一次中间证书缺失的复盘:DNS ownership verification using a delegated CNAME, shown as a precise handoff between two controlled zones查看原图
  • Chrome、Firefox、Safari 访问均正常,证书链显示完整。
  • curl 在公司 Mac 上正常,在一台 CentOS 7 老机器上报 certificate verify failed。
  • Android 7 以下设备大面积失败,新一点的 Android 没事。
  • 时间点对得上:问题从凌晨证书自动续期并部署之后开始出现。

到这里,方向其实已经比较明显了:链不完整,只是被浏览器的"补救能力"掩盖了。

根因

用 openssl s_client -connect example.com:443 -servername example.com 一看,服务器只返回了一张叶子证书,Verify return code: 21 (unable to verify the first certificate)。

根因很朴素:这次续期后的自动部署流程,把 cert.pem(只含服务器证书)传了上去,而不是 fullchain.pem(服务器证书 + 中间证书)。

证书明明没过期,Android 客户端却集体报证书错误:一次中间证书缺失的复盘:an ACME request being validated at separate stations and turned into a new deployable artifact while private key material remains at its origin
证书明明没过期,Android 客户端却集体报证书错误:一次中间证书缺失的复盘:an ACME request being validated at separate stations and turned into a new deployable artifact while private key material remains at its origin查看原图

为什么浏览器没事?桌面浏览器普遍会做 AIA fetching——证书里有 Authority Information Access 扩展,浏览器会自己去把缺失的中间证书下载下来补上。Chrome 还有自己的中间证书缓存,以前访问过同 CA 签发的站点,缓存里可能就有那张中间证书。

但很多 TLS 客户端不干这事:

  • Java 的默认 TLS 栈不主动做 AIA fetching。
  • 老版本 Android 的校验器对链的要求更严格。
  • 不少嵌入式设备、支付回调网关、银行接口这类"沉默的客户端",校验逻辑一个比一个轴。

所以服务器端少发一张中间证书,等于把"补链"的工作甩给了客户端,而客户端接不接,完全看它心情——不对,看它的实现。

证书明明没过期,Android 客户端却集体报证书错误:一次中间证书缺失的复盘:a new certificate version moving from its source to several edge appliances while the previous working version remains ready for rollback
证书明明没过期,Android 客户端却集体报证书错误:一次中间证书缺失的复盘:a new certificate version moving from its source to several edge appliances while the previous working version remains ready for rollback查看原图

排查过程里值得记住的几步

  1. 不要只信浏览器。 浏览器是 TLS 客户端里的"好好先生",会替服务器擦屁股。排查证书问题,第一选择是 openssl s_client,看它实际返回了几张证书。
  2. 对照改动时间点。 "什么时候开始坏的"往往比"哪里坏了"更快定位。这次问题一开始被怀疑是 CA 换根、Android 系统 bug,绕了半小时弯路,直到有人把故障时间和凌晨的续期部署记录对上。
  3. 用一个外部视角的校验工具复现。 当时用了一台干净的云主机跑 curl --cacert 指定根证书测试,秒级复现,排除了"是不是我们网络的问题"。

修复与预防

修复本身一分钟的事:把 fullchain 重新部署,nginx reload,验证 s_client 返回两张证书,客户端全部恢复。真正花时间在后面的整改:

  • 部署脚本统一使用 fullchain。 这是 Let"s Encrypt 系工具早就给出的约定,nginx 的 ssl_certificate 指令就该指向完整链文件。自己写的部署流水线如果没遵守这个约定,早晚踩一次。
  • 加一道部署后的外部校验。 续期部署完成后,从一个"干净"的客户端视角做一次 TLS 握手并校验链完整性,而不是只检查端口通不通。通和可信是两回事。
  • 监控里加链完整性检查。 只盯证书到期时间是不够的,"链完整"应该和"未过期"一样成为监控项。
证书明明没过期,Android 客户端却集体报证书错误:一次中间证书缺失的复盘:an approaching certificate expiry being detected early, followed by a fresh request and a safe replacement before the live connection is interrupted
证书明明没过期,Android 客户端却集体报证书错误:一次中间证书缺失的复盘:an approaching certificate expiry being detected early, followed by a fresh request and a safe replacement before the live connection is interrupted查看原图

在 CertbotX 中实践

这类问题在 CertbotX 里有两个对应的抓手。一是 ACME 自动签发拿到证书后,部署环节推送的是完整证书链,向 Agent、EdgeOne 或 CDN 的自动部署都按这个口径走,避免"只传了叶子证书"这种手工流程里常见的疏漏。二是每次续期和部署都会留下部署记录与审计信息,出了故障可以很快回答"凌晨到底改了什么、推到了哪里"——这在这次复盘里恰恰是人工对时间点对得最费劲的一环。DNS-01 CNAME 委托续期本身与链无关,但配合部署审计,能把"续期成功"和"部署正确"两件事都钉在记录里。

最后

这次故障没有造成数据问题,但暴露的认知偏差挺典型:大家习惯用浏览器验证 HTTPS,而浏览器恰恰是最宽容的验证者。TLS 的正确性要以最挑剔的客户端为准——那些不发声的对接系统,往往在事故发生前都是沉默的。

← 返回资讯中心