密码学与证书 / 系统课时
续期流程应该监控什么
续期流程应该监控什么
自动续期真正需要避免的是“直到浏览器报证书过期才发现故障”。最小监控应同时观察续期任务是否被调度、执行过程是否报错,以及真实 HTTPS 入口的证书是否还保有足够有效期,这三类信号能覆盖大多数续期失效场景。
学习目标
- 判断 Certbot 自动续期任务是否仍被系统正常调度
- 从 Certbot 日志中发现连续失败、验证错误和部署异常
- 用线上证书剩余有效期建立可接入监控系统的到期告警
监控要覆盖三个不同问题
只监控“Certbot 进程有没有跑”不够,因为任务成功启动后仍可能因 DNS、80 端口、插件凭据或部署钩子失败。反过来,只看日志也不够,因为调度器完全停掉时可能根本没有新日志。
| 监控对象 | 要回答的问题 | 建议告警条件 |
|---|---|---|
| 调度器 | 续期任务还会不会被触发 | timer/cron 消失、长期没有计划执行 |
| Certbot 执行 | 最近一次续期是否成功 | 出现失败、验证错误,或连续多次执行失败 |
| 线上证书 | 用户实际拿到的证书还剩多久 | 低于预警阈值,例如 30 天;临近到期再升级告警级别 |
第三项是最终结果指标。即使前两项看起来正常,只要公网证书仍接近过期,就应继续排查续期、部署或 TLS 终止链路。
先确认续期任务仍在调度
使用 systemd 的环境可以先查看定时器。不同安装方式的 unit 名称可能不同,因此用关键字筛选比假定固定名称更稳妥。
systemctl list-timers --all | grep -Ei 'certbot|letsencrypt'预期输出
<TIME> <TIME> <ID> certbot.timer certbot.service<TIME>、<ID> 以及实际 unit 名称会因发行版和安装方式不同而变化。关键是能看到下一次或最近一次触发记录。如果完全没有匹配项,不要立即判断 Certbot 失效;还要检查系统是否改用 cron,例如在 /etc/crontab 或 /etc/cron.* 中查找续期命令。
用日志区分没有续期和续期失败
Certbot 默认会写运行日志,常见位置是 /var/log/letsencrypt/letsencrypt.log。如果部署时通过参数修改过日志目录,应以实际配置为准。日常排查可以先查看最近记录,再针对 error、failed、challenge 等关键内容继续追踪上下文。
sudo tail -n 80 /var/log/letsencrypt/letsencrypt.log预期输出
<TIME> <LEVEL> <MESSAGE>
...日志格式和内容会随 Certbot 版本、安装方式及本次执行结果变化,因此不要依赖某一条固定字符串做唯一判断。监控系统更适合记录任务退出状态,并在失败时附带最近日志;人工排查再结合日志确认是域名验证、网络、插件凭据还是部署阶段出错。
对真实 HTTPS 入口设置到期阈值
到期监控应查询用户实际连接的 TLS 入口,而不是只读服务器磁盘上的 cert.pem。下面脚本使用 OpenSSL 获取 <HOST> 当前返回的证书,并检查它在未来 30 天内是否仍有效。将 <HOST> 替换为真实域名;WARN_DAYS 可由监控系统覆盖。
#!/usr/bin/env bash
set -u
HOST="<HOST>"
PORT="${PORT:-443}"
WARN_DAYS="${WARN_DAYS:-30}"
WARN_SECONDS=$((WARN_DAYS * 86400))
if openssl s_client \
-connect "${HOST}:${PORT}" \
-servername "${HOST}" \
</dev/null 2>/dev/null \
| openssl x509 -noout -checkend "${WARN_SECONDS}" >/dev/null; then
echo "OK host=${HOST} certificate_valid_beyond=${WARN_DAYS}d"
exit 0
else
echo "WARN host=${HOST} certificate_expires_within=${WARN_DAYS}d_or_check_failed"
exit 2
fi预期输出
OK host=<HOST> certificate_valid_beyond=30d正常时脚本返回退出码 0;证书将在阈值内到期、TLS 连接失败或证书无法解析时会进入告警分支并返回 2。生产监控中可以设置两级阈值,例如 30 天预警、7 天升级为高优先级,并让探针从用户真实访问路径执行。
让告警能够指导排障
一条可操作的续期告警至少应带上域名、检测时间、剩余有效期或阈值、调度器状态,以及最近一次 Certbot 执行结果。这样收到告警后,可以快速判断问题处于“没有被调度”“执行失败”还是“签发成功但线上没有切换”哪一层。
基础监控的验收标准可以保持简单:系统中能确认续期调度存在,失败执行能够被发现,公网证书低于阈值时监控脚本返回非零状态。三项同时具备,才能在证书真正过期之前留下足够的处理时间。