Certimate申请证书超时故障排查记录

简介: 本文记录了一次 Certimate 申请泛域名证书超时的深度排查:日志显示 DNS 验证成功,但“取证书”环节因 `timeout awaiting response headers` 失败。通过 `ping -M do` 测得链路真实 MTU 为 1492(PPPoE 环境),而本机默认 1500 导致大包被网关静默丢弃。实验证实:仅将网卡 MTU 改为 1492,即可用原 Let's Encrypt 成功获证——根因明确,方法可靠。(239字)

Certimate 申请泛域名证书超时:一次 MTU 链路问题的排查记录

在这里插入图片描述

记录日期:2026-11-20
环境:本地 VirtualBox 虚拟机(Ubuntu,主机名 yuan-VirtualBox),在本地电脑上运行 Certimate,通过 DNS-01 申请 *.auroralin0207-summary.xyz 泛域名证书
最终结果:两条修法分别都成功取到了证书——① MTU 保持 1500、只把 CA 换成 ZeroSSL;② 把本机 MTU 对齐到 1492 后,用回 Let's Encrypt(就是原先失败的那家)重新申请,也成功拿到证书。

本文的写法约定:所有结论都标注来源,把"我实际看到的输出"和"我的推断"分开写,不把推测当事实。

  • ✅ 实测:有原始命令输出佐证
  • △ 推断:根据实测现象推理,合理但没有抓包/反证
  • ❓ 未验证:只是可能的原因,尚待验证

一、事情经过:原始日志

我在本地虚拟机上跑 Certimate 申请泛域名证书,DNS 校验走完,最后一步拉证书一直失败。日志原文:

[2026-11-20 20:43:06]
ready to request certificate ...
[2026-11-20 20:43:06]
no found last requested certificate, begin to apply
[2026-11-20 20:43:06]
acme config initialized
[2026-11-20 20:43:06]
acme account initialized
[2026-11-20 20:43:18]
go-acme/lego: Obtaining bundled SAN certificate.
[2026-11-20 20:43:24]
go-acme/lego: Authorization is already valid; skipping the challenge.
[2026-11-20 20:43:24]
go-acme/lego: Validations succeeded; requesting certificates.
[2026-11-20 20:43:59]
could not obtain certificate
[2026-11-20 20:43:59]
failed to obtain certificate: certificates: one or more domains had a problem: [*.auroralin0207-summary.xyz: unable to communicate with the API server: error: Post "https://acme-v02.api.letsencrypt.org/acme/cert/05cb38f2980c7604051d3b5909bad71aac96": net/http: timeout awaiting response headers]

✅ 从日志本身能确定的事实:

  1. 20:43:18 开始申请,20:43:24 就打出 Authorization is already valid; skipping the challenge.、Validations succeeded; requesting certificates. —— 域名验证(DNS-01)已经通过了,这一步没有失败。
  2. 20:43:24 → 20:43:59,中间 35 秒没有任何输出,然后报错。
  3. 报错发生在 Post "https://acme-v02.api.letsencrypt.org/acme/cert/05cb..." 这个请求上,错误是 net/http: timeout awaiting response headers。
  4. 也就是说:卡在"请求签发好的证书"这一步,等响应头等到超时。不是账号注册失败、不是挑战失败、不是 DNS 记录没生效。

△ 由 (2) 可以推断:那个 35 秒不是立即拒绝(立即拒绝会立刻报错),而是"发出去了但一直等不到回应",属于链路层面的静默等待。


二、我做的连通性诊断(全部为原始输出)

2.1 先测 ACME 接口基础连通性

curl -v --connect-timeout 15 https://acme-v02.api.letsencrypt.org/directory

关键输出(节选自实际回显):

*   Trying 172.65.32.248...
*   Trying 2606:4700:60:0:f53d:5624:85c7:3a2c...
* Immediate connect fail for 2606:4700:60:0:f53d:5624:85c7:3a2c: Network is unreachable
* Connected to acme-v02.api.letsencrypt.org (172.65.32.248) port 443 (#0)
...
* TLSv1.3 (IN), TLS handshake, Certificate (11):
...
* SSL connection using TLSv1.3 / TLS_AES_256_GCM_SHA384
* Server certificate:
*  subject: CN=acme-v02.api.letsencrypt.org
...
* Using HTTP2, server supports multi-use
...
< HTTP/2 200
< server: nginx
< content-length: 961

✅ 实测结论:

  • IPv6 那条 Network is unreachable 是因为虚拟机没有 IPv6 出口,程序回退到 IPv4,不是故障原因;
  • IPv4 172.65.32.248:443 能连上,TLS 1.3 握手成功,证书校验 OK,HTTP/2 协商成功;
  • GET /directory 拿到 HTTP/2 200,响应体 content-length: 961 字节,这是个小包。

所以:能连、能握手、能拿小响应。 但注意——/directory 这一来一回都是小包,它证明不了大包能过。

2.2 关键一步:看网卡 MTU,再用 DF 大包去打

查看网卡:

ip link

原始输出:

1: lo: <LOOPBACK,UP,LOWER_UP> mtu 65536 qdisc noqueue state UNKNOWN mode DEFAULT group default qlen 1000
    link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00
2: enp0s3: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc fq_codel state UP mode DEFAULT group default qlen 1000
    link/ether 08:00:27:bd:60:58 brd ff:ff:ff:ff:ff:ff
3: docker0: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc noqueue state UP mode DEFAULT group default
    link/ether 02:42:23:b8:77:2c brd ff:ff:ff:ff:ff:ff
5: veth0d5f8e6@if4: <BROADCAST,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc noqueue master docker0 state UP mode DEFAULT group default
    link/ether 9a:ae:64:87:4a:94 brd ff:ff:ff:ff:ff:ff link-netnsid 0

✅ 实测:业务网卡 enp0s3 的 MTU 是 1500;机器上存在 docker0 网桥,MTU 也是 1500(说明这台机器装了 Docker,至于 Certimate 是不是跑在容器里,日志里没体现,我不能确定)。

然后用 DF(禁止分片)位打 1500 字节的包:

ping -M do -s 1472 acme-v02.api.letsencrypt.org

原始输出:

PING ca80a1adb12a4fbdac5ffcbc944e9a61.pacloudflare.com (172.65.32.248) 1472(1500) bytes of data.
From bogon (192.168.2.1) icmp_seq=1 Frag needed and DF set (mtu = 1492)
ping: local error: Message too long, mtu=1492
ping: local error: Message too long, mtu=1492
(以下为相同提示重复出现,共 14 次 0 收 +14 错)
^C
--- ca80a1adb12a4fbdac5ffcbc944e9a61.pacloudflare.com ping statistics ---
14 packets transmitted, 0 received, +14 errors, 100% packet loss, time 13269ms

这一段是整次排查里最关键的证据,逐行读:

  • 1472(1500):载荷 1472 字节,整个 IP 包 1500 字节(20 IP 头 + 8 ICMP 头 + 1472);
  • From bogon (192.168.2.1):这条 ICMP 是 192.168.2.1 发回来的。这个地址就是你本地网络出口的网关/路由器,bogon 只是反向解析失败时的显示名(不是因为地址是保留地址才算错,纯粹是解析不到域名)。
  • Frag needed and DF set (mtu = 1492):网关明确告诉你——"这个包需要分片,但你设了 DF 不许分片,所以我只能丢掉;我这条链路的最大 MTU 是 1492。"
  • ping: local error: Message too long, mtu=1492:这是本机内核收到上面那条 ICMP 之后,在本地报出来的错误;ping 程序不自动缩小包,所以后面每发一次都是同样的结局;
  • 14 packets transmitted, 0 received, +14 errors, 100% packet loss:一个包都没出去。

✅ 从这一条输出能确定的事实:

  1. 本机发 1500 字节的包 → 网关拒绝,真实链路 MTU 是 1492;
  2. 这个 1492 是网关自己报出来的,不是猜的;
  3. 更重要的一个事实:这条 ICMP "Frag needed" 报文我确实收到了(From bogon (192.168.2.1) 就是它),说明这条链路上 ICMP 并没有被吞掉。

△ 关于 1492 的来源:1500 减去 8 字节,是 PPPoE 拨号(PPPoE 头占 8 字节)的典型值。这是行业常识性推断,从数据本身只能确定"1492"这个数字。

2.3 反向验证:把本机 MTU 也调成 1492

既然网关报的链路 MTU 是 1492,那就把本机也对齐到 1492,看同样大小的包能不能过:

root@yuan-VirtualBox:~# ip link set enp0s3 mtu 1492
root@yuan-VirtualBox:~# ping -M do -s 1464 acme-v02.api.letsencrypt.org

原始输出:

PING ca80a1adb12a4fbdac5ffcbc944e9a61.pacloudflare.com (172.65.32.248) 1464(1492) bytes of data.
1472 bytes from 172.65.32.248 (172.65.32.248): icmp_seq=2 ttl=52 time=312 ms
1472 bytes from 172.65.32.248 (172.65.32.248): icmp_seq=6 ttl=52 time=313 ms
1472 bytes from 172.65.32.248 (172.65.32.248): icmp_seq=12 ttl=52 time=315 ms
1472 bytes from 172.65.32.248 (172.65.32.248): icmp_seq=16 ttl=52 time=315 ms
1472 bytes from 172.65.32.248 (172.65.32.248): icmp_seq=18 ttl=52 time=315 ms
1472 bytes from 172.65.32.248 (172.65.32.248): icmp_seq=19 ttl=52 time=314 ms
1472 bytes from 172.65.32.248 (172.65.32.248): icmp_seq=23 ttl=52 time=312 ms
1472 bytes from 172.65.32.248 (172.65.32.248): icmp_seq=25 ttl=52 time=315 ms
1472 bytes from 172.65.32.248 (172.65.32.248): icmp_seq=27 ttl=52 time=313 ms
^C
--- ca80a1adb12a4fbdac5ffcbc944e9a61.pacloudflare.com ping statistics ---
27 packets transmitted, 9 received, 66% packet loss, time 27670ms
rtt min/avg/max/mdev = 312.645/314.301/315.509/1.172 ms

✅ 实测对比,两次测试的差别只有一个变量——本机 MTU:

第一次(2.2) 第二次(2.3)
本机 enp0s3 MTU 1500 1492
ping 载荷 -s 1472 1464
IP 包总长 1500 1492
本地是否报错 ✅ 报 Frag needed and DF set (mtu = 1492) ✅ 不报错了
收包情况 14 发 0 收,100% 丢 27 发 9 收,66% 丢
回包尺寸 无回包 1472 bytes from ...(8 ICMP 头 + 1464 载荷)

结论可以直接写死:

  1. ✅ 本机 MTU 从 1500 改成 1492 后,同样规格的 DF 大包不再被网关拦,能从对端完整收回来(回包 1472 字节 = 8 + 1464,说明载荷完整到达)。
  2. ✅ 因此 2.2 里网关报的 mtu = 1492 是正确的,问题就出在本机按 1500 发包、链路只能过 1492。
  3. ✅ 但这条链路本身质量也不好:66% 丢包、RTT 约 312~315ms。这个数字我只记录,不解释成"绕了多远",因为 ICMP 丢包的真实原因(限速还是真丢)没有证据区分。

△ 关于 66% 丢包怎么理解,有两种可能,我没有验证是哪一种:

  • ❓ 可能一:中间设备对 ICMP 限速/降优先级,ICMP 大量被丢,而 TCP 未必同样糟;
  • ❓ 可能二:这条出口链路本身拥塞严重,真实丢包,那 TCP 也一样受罪。

这两者性质完全不同,但对"证书能不能申请下来"的影响可能一样致命,所以我没有据此下结论,只是把它作为"这条链路不稳"的旁证记录。

✅ 这次验证之后,我把 CA 改回 Let's Encrypt 重新申请,成功拿到了证书——而这个 CA 在改 MTU 之前是申请不下来的。也就是说,把 MTU 对齐到 1492 这一招本身就是根因修复,不依赖换 CA(详见第四章)。

✅ 还有一个操作事实要记清楚:ip link set enp0s3 mtu 1492 只是临时生效,重启就回 1500;而且我只改了 enp0s3,docker0 仍然是 1500(见 2.2 的 ip link 输出)。

2.4 补一课:ping -M do -s 1464 里那些数字怎么算出来的

这一步最容易糊涂,用上面真实输出对一遍。

参数含义

ping -M do -s 1464 acme-v02.api.letsencrypt.org
  • -s 1464:指定 ICMP 载荷长度,不含 ICMP 头,也不含 IP 头。填的是"自己塞进去的数据量"。
  • -M do:设置 DF(Don't Fragment,禁止分片),等价于把 IP 头里的 DF 位置 1,告诉路上所有设备"这个包不许拆"。
  • 目标:acme-v02.api.letsencrypt.org 解析到 172.65.32.248(Cloudflare 的地址,反向解析成 ca80a1adb12a4fbdac5ffcbc944e9a61.pacloudflare.com,所以你看到 PING 行显示的是那个长名字)。

总长度怎么算

IP 包总长 = IP 头(20) + ICMP 头(8) + ping -s 指定的载荷

代入两次实测:

命令 -s 载荷 20 + 8 + s IP 包总长 链路 MTU 1492 结果
ping -s 1472 1472 20+8+1472 1500 超 8 字节 网关拒绝,0 收
ping -s 1464 1464 20+8+1464 1492 刚好等于上限 能过,9 收

就差这 8 个字节。 这也是 PPPoE 环境下"能上网、小请求正常,但个别大请求莫名超时"这类故障的典型形态。

为什么请求行写 1464(1492),回包却显示 1472 bytes

看真实输出:

PING ... 1464(1492) bytes of data.
1472 bytes from 172.65.32.248 (172.65.32.248): icmp_seq=2 ttl=52 time=312 ms
  • 1464(1492):括号外是你给的载荷 1464,括号内是整个 IP 包总长 1492;
  • 1472 bytes from:这一行的数字是 ICMP 报文长度 = 8 字节 ICMP 头 + 1464 载荷 = 1472,不含 20 字节 IP 头。

两个数都没错,口径不同而已:1492 − 20 = 1472。

TCP 那边是另一套账

ping 是 ICMP,TCP 的对应量叫 MSS:

MSS = MTU − IP 头(20) − TCP 头(20) = 1492 − 40 = 1452

即 MTU=1492 时,单个 TCP 段最多装 1452 字节业务数据。握手时双方在 SYN 里交换 MSS,本来就是为了"提前把包控制在链路能过的尺寸",避免分片。这条公式是通用的,我没有抓包实测这次 TCP 连接的 MSS,只作原理说明。

2.5 IP 头的 20 字节和 ICMP 头的 8 字节,具体是什么

上面那个"20 + 8"不是随口定的,是这两个头部的最小固定长度。顺便对着真实输出认一遍字段。

IPv4 头部(20 字节,无选项时),按 4 字节一行

字节位置 字段 长度 说明 本次实测里能看到什么
0 版本 + IHL 4+4 bit 版本=4(IPv4);IHL=5 表示 5×4=20 字节头,即无选项 无选项,所以头就是 20 字节
1 TOS / DSCP+ECN 8 bit 服务类型、优先级,常规为 0 看不出来
2–3 总长度 Total Length 16 bit 整个 IP 包(头 + 全部载荷)字节数,MTU 限的就是这个数 第二次测是 1492
4–5 标识 Identification 16 bit 分片时用来归并同一原始包的碎片 不分片时意义不大
6–7 标志位 + 片偏移 3+13 bit 标志位其中一位就是 DF,本次故障的核心;片偏移用于分片重组 DF=1,即 -M do
8 TTL 8 bit 每过一台路由器减 1,减到 0 丢弃 回显 ttl=52:说明中间经过了若干跳,剩余 52
9 协议号 Protocol 8 bit 1=ICMP,6=TCP,17=UDP ping 走 ICMP,所以是 1
10–11 头部校验和 16 bit 只校验 IP 头,不校验载荷 看不出来
12–15 源地址 32 bit 发送方 IPv4 地址 本机地址
16–19 目的地址 32 bit 接收方 IPv4 地址 172.65.32.248

合计 20 字节。如果启用了 IP 选项,IHL 会大于 5,头变长,最长 60 字节——我这次没有选项,所以按 20 算。

ICMP Echo Request 头部(8 字节,固定)

字节位置 字段 长度 说明 本次实测里能看到什么
0 Type 类型 8 bit 8 = Echo Request;对端回应 0 = Echo Reply 请求是 8,回包是 0
1 Code 代码 8 bit Echo 请求/回应固定为 0 —
2–3 校验和 16 bit 覆盖整个 ICMP 报文(头 + 载荷),不含外层 IP 头 看不出来
4–5 Identifier 标识 16 bit ping 进程用它区分自己的包,一般是进程 ID 看不出来
6–7 Sequence 序列号 16 bit 就是你看到的 icmp_seq=N 第二次测试只剩 2、6、12、16、18、19、23、25、27

合计 8 字节,之后才是 -s 指定的载荷。

串起来

[IPv4 头 20][ICMP Echo 头 8][payload 1464]  =  IP 包总长 1492

两个容易混的点:

  • MTU 约束的是上面这个 IP 总长,不含二层以太网帧头;
  • IP 校验和只管 IP 头,ICMP 校验和只管 ICMP 头+载荷,各算各的。

三、从这些数据能推出什么、不能推出什么

3.1 能确定的事实

  1. ✅ 域名验证已经通过(日志 Validations succeeded),失败只在"取证书"这一步。
  2. ✅ 本机 enp0s3 MTU=1500,而网关亲自报出链路 MTU=1492(From bogon (192.168.2.1) ... (mtu = 1492))。
  3. ✅ 发 1500 字节的 DF 包,网关直接丢,本地报 Frag needed and DF set。
  4. ✅ 把本机 MTU 调成 1492 后,1492 字节的 DF 包可以完整往返,本地不再报错。
  5. ✅ 这条链路延迟约 312~315ms,且本次 ICMP 测试丢包率 66%。
  6. ✅ 收到 ICMP 的是本机内核(表现为 ping: local error),而且网关的 ICMP 报文确实送到了(From bogon (192.168.2.1) 就是那条报文),所以"ICMP 被防火墙吞掉"这个说法在我这条链路上不成立 —— 这点很重要,很多网上的说法直接套过来会误导人。

3.2 核心结论:根因基本坐实(靠对照实验,不是靠抓包)

✅ 核心结论:Go 的 net/http 在 HTTP/2 下给出站 TCP 包置 DF=1,而本机 MTU=1500 大于链路 1492,导致大包在网关处被静默丢弃,客户端一直等不到响应头,最终 35 秒后超时。

这个结论比单纯的"推断"要硬,因为做成了对照实验:

对照条件 变化 结果
Let's Encrypt + MTU 1500 基线 ❌ 超时
Let's Encrypt + MTU 1492 只改 MTU ✅ 成功拿到证书

同一家 CA、同一域名、同一客户端、同一时段,唯一变量是本机 MTU,失败就变成了成功。这是最直接、最干净的因果证据(严格说是"充分性验证":改它就好了)。

支撑它的旁证是三条互相咬合的现象:

  • ✅ 1500 字节的 DF 包在网关处必然被丢(2.2 实测,14 发 0 收);
  • ✅ 1492 字节的 DF 包可以完整往返(2.3 实测,9 收);
  • ✅ 小包的 /directory 请求和响应始终正常(2.1 实测,961 字节响应)。

即"小包通、大包死",与日志里"连接没断、只是等不到响应头"完全对得上。

△ 还缺的一环:我没有抓包量出那次证书请求/响应的实际字节数,所以"它确实超过 1492"仍是推断。想彻底闭环,可以补:

  • ss -ti dst :443 看这条连接协商出的 mss;
  • tcpdump -i enp0s3 -n 'port 443' -w le.pcap 在申请时抓包,看报文长度与重传;
  • tracepath acme-v02.api.letsencrypt.org 看逐跳 PMTU。

❓ 顺便记一个我还没想通的细节:既然 ICMP Frag needed 报文确实回到了本机(2.2 里明确显示来源 192.168.2.1),按 PMTUD 的设计,内核本该把这个目的地址的 PMTU 降下来,后续 TCP 就该自动用小一点的段。为什么实际申请证书时没有兜住,我没有实测证据能回答。可能的方向(都未验证):ICMP 里携带的信息没有被内核正确关联到这个路由项;或者连接在探测之前就已建立、PMTU 更新没作用到既有连接上。这块要写进正式复盘,仍需抓包确认。

3.3 "小包能通、大包超时"与日志的吻合度

操作 报文体量 实测结果
curl GET /directory 响应 content-length: 961,请求也很小 ✅ HTTP/2 200,正常
Certimate/lego 取证书的 POST 体量未知(没有抓包,无法给出字节数) ✅ 日志 timeout awaiting response headers,35 秒后失败

必须诚实:lego 那次请求/响应具体多大,我没有实测数据。能确定的只有"小包那次成功、这次失败、失败点是等响应头"。但加上 4.3 那组对照(改 MTU 后同一 CA 就成功),这条推断的可信度已经很高了。


四、两条修法分别都成功了:换 CA 与改 MTU

这一节要把顺序理清楚,因为两次成功是在不同条件下各自发生的,恰好把变量拆开了。

4.1 成功一:MTU 保持 1500,只换 CA → 成功

✅ 我在换 CA 的时候,网卡的 MTU 参数完全没动,还是 1500。只做了两件事:把 ACME 服务端改成 ZeroSSL(https://acme.zerossl.com/v2/DV90),然后重新跑一遍,就拿到了证书。

这条实验的变量只有一个——CA 地址。

4.2 成功二:改 MTU 到 1492,用回 Let's Encrypt 申请 → 也成功

✅ 后来我执行了 ip link set enp0s3 mtu 1492,用 ping -M do -s 1464 验证大包能过(2.3 的原始输出),然后把 CA 改回 Let's Encrypt(就是最开始失败的那家),再次提交申请,成功拿到了 Let's Encrypt 的证书——这在改 MTU 之前是拿不到的。

这条实验的变量只有一个——本机 MTU(1500 → 1492),CA 与最初失败时完全一致。

4.3 三次实验放在一起看,归因就闭合了

实验 本机 MTU CA 结果
原始失败 1500 Let's Encrypt ❌ 取证书超时(20:43:24 → 20:43:59)
成功一 1500(未改) ZeroSSL ✅ 拿到证书
成功二 1492(已改) Let's Encrypt(与失败时同一家) ✅ 拿到证书

✅ 由这张表能确定的事实:

  1. 排除"程序/协议问题":三次用的是同一套 Certimate(同一个 lego)、同域名、同 DNS-01,差别只在 MTU 和 CA。所以问题不在 Certimate,也不在 ACME 协议本身。
  2. 改 MTU 单独有效,且是可复现的对照实验:同一家 CA(Let's Encrypt)、同一个域名、同一个客户端,唯一变化是本机 MTU 从 1500 改成 1492,失败就变成了成功。这是这次排查里最干净的一组对照,把"MTU 不匹配是根因"从推断基本坐实了。
  3. 换 CA 单独也有效:在 MTU 仍是 1500(与失败那次完全相同的发包条件)下,只换服务端地址也能成功。说明除 MTU 之外,路径/服务端侧确实还有第二个变量在起作用。

△ 两个结论合起来说明:瓶颈是"包尺寸"和"路径"的组合,两者各自都足以致命,也各自单独修就够用。

  • 改 MTU:从源头不再产生超过 1492 的包,任何路径都吃得下 —— ✅ 在 Let's Encrypt 这条原始“出事路径”上已被验证;
  • 换 CA:换到一条没有 1492 瓶颈的路径,即便本机仍按 1500 发包也能过 —— ✅ 在 ZeroSSL 上已被验证(但具体是路径 MTU 更大还是回包更小,未逐跳确认)。

4.4 一个必须说清楚的边界

△ "ZeroSSL 那条路径每一跳 MTU 都 ≥ 1500"这句话我没有实测。我只知道"本机 MTU=1500 时,LE 失败、ZeroSSL 成功",具体原因(路径 PMTU 更大 / 回包更小 / 路由恰好更稳)需要 tracepath 逐跳看才能定论。所以这里写"差异出在服务端或路径",不拍板说"ZeroSSL 路径 MTU 一定更大"。

✅ 反过来有一个明确收益:两条修法都有独立的成功记录,实战里可以互为备份——不掌握网络设备(改不了 MTU)就换 CA;不想换 CA 就把 MTU 对齐。

✅ 而且现在优先级也清楚了:既然"改 MTU + 用回原 CA"就能成功,那就说明真正的根因在本机 MTU 配置,换 CA 只是绕路。长期方案应当以改 MTU 为主,换 CA 作为应急。

4.5 DF 位到底是谁设的

这是我当时最困惑的点:禁止分片是 Certimate 定的?还是 Let's Encrypt 的 ACME 协议要求的?

结论:都不是。

角色 是否决定 DF 位 说明
Let's Encrypt / ZeroSSL 服务端 否 只负责 ACME 的 HTTPS 接口与报文格式,不控制你出站 IP 包的标记位
Certimate 否 只做配置管理和调用 lego,没有写代码去设 DF
lego 否 Go 写的 ACME 客户端,本身没有手工设 DF
Go 标准库 net/http + HTTP/2 默认置 DF=1 △ 这是我对 Go 行为的理解,属于通用知识,本次没有抓包验证

△ 补充:这属于 Go/HTTP2 的一贯行为,网上通行解释是为了避免中间设备随意分片破坏 HTTP/2 多路复用的可靠性与性能,转而依赖 PMTUD。这一段是行业通识,不是我这次实测出来的。


五、实际用的解决办法

5.1 两条修法(都实测有效,可单独使用也可叠加)

修法 A:切 CA

  • 在 Certimate 里把 ACME 服务端改为 https://acme.zerossl.com/v2/DV90;
  • 验证方式仍是 DNS-01,域名与 DNS API Token 配置不变;
  • ✅ 在 MTU 仍为 1500 的情况下,仅此一项就拿到了证书。

修法 B:对齐本机 MTU(根因修复)

  • ip link set enp0s3 mtu 1492(临时生效);
  • ✅ 改完 ping -M do -s 1464 验证大包可往返;
  • ✅ 随后把 CA 改回 Let's Encrypt 重新申请,成功拿到证书——同一家 CA、同一路径,改 MTU 前拿不到、改完就拿到了。

两者的作用点不同:A 换路径,B 压小发包尺寸。B 是根因修复,A 是绕路应急:实际运维里把 B 作为长期基线(一次改好、不挑 CA),A 留作临时手段(不掌握网络设备、或不方便改配置时用)。

5.2 根治方案:把 MTU 持久化到 1492

临时验证:

ip link set enp0s3 mtu 1492
# 1464 + 20(IP头) + 8(ICMP头) = 1492
ping -M do -s 1464 acme-v02.api.letsencrypt.org

✅ 我这边实测:改完后 -s 1464 能完整往返(9 收),本地不再报 Frag needed。但丢包 66%、RTT 314ms 的问题依然存在——所以这只修掉了"确定的大包被拦",没修链路质量。

永久生效(netplan):

ls /etc/netplan/

编辑对应 yaml(文件名以实际为准),加 mtu: 1492:

network:
  ethernets:
    enp0s3:
      dhcp4: true
      mtu: 1492
  version: 2
netplan apply

⚠️ 如果 Certimate 跑在 Docker 容器里,还要同时处理 docker0:2.2 的 ip link 输出显示 docker0 的 MTU 也是 1500,只改 enp0s3 对容器内进程无效。容器 MTU 可以在 /etc/docker/daemon.json 里设 "mtu": 1492,或建容器时用 --network 显式指定。Certimate 是否在容器内运行,我目前没有确认,需你自己核对。

5.3 其他可选思路(均未在本机验证)

  • 走代理出站:给 Certimate/lego 配 HTTP_PROXY / HTTPS_PROXY,让 ACME 流量走另一条链路;
  • 换 ACME 客户端:如 acme.sh,发包行为与 Go 客户端不同,但需重配 DNS 验证;
  • 网关侧 MSS 钳制:在路由器/光猫上做 MSS Clamping,让 TCP SYN 阶段就协商出更小的 MSS,绕开 PMTU 探测失败的问题;
  • tracepath 逐跳看 PMTU:这是把"路径 MTU 到底多少"从推断变成实测的唯一低成本办法。

六、踩坑提醒

  1. 不要盲刷重试。日志显示挑战已通过,此时反复提交会占用签发额度,甚至触发速率限制。本次只在切换配置后重试了一次。

  2. 先按阶段定位,别一上来查 DNS。Authorization is already valid + Validations succeeded 已经排除了 DNS;报错落在 Post .../acme/cert/...,说明问题在"取证书"这个网络交互上。

  3. 小包通 ≠ 大包通。2.1 里 /directory 200 正常,很容易让人误判"网络没问题"。真正暴露问题的是 2.2 的 ping -M do -s 1472。

  4. ping -M do 的报错要看来源地址。From bogon (192.168.2.1) 明确了是哪个设备在拒绝,这比"网络不通"这种模糊结论有用得多。

  5. 别照搬"ICMP 被防火墙吞掉"的流行说法。本次实测里那条 Frag needed 是收到了的(来源 192.168.2.1)。套用这个说法会掩盖真实原因,也会让你以为"PMTUD 天生失效"从而错过本机 MTU 这个直接问题。

  6. 改 MTU 时要想到容器。ip link 输出里 docker0 和 veth0d5f8e6@if4 都是 1500;只改 enp0s3 未必能改到 Certimate 实际用的那条网卡。

  7. ip link set 不持久。重启即回 1500,netplan 才是持久的。

  8. 实验要控制变量,而且最好"改回去再试"。我第一次成功(换 CA)时 MTU 没动,第二次成功(改 MTU)时把 CA 改回了原家的 Let's Encrypt——正因为回到了原 CA、只改 MTU 就成功,才把根因钉死在 MTU 上。如果只是"换 CA 好了、改 MTU 也好了",很容易误判成两个都得改。


七、复盘总结

维度 结论 证据等级
故障现象 DNS-01 已通过,取证书的 POST 等 35 秒后 timeout awaiting response headers ✅ 日志
关键证据 1 本机 enp0s3 MTU=1500;网关 192.168.2.1 回 Frag needed and DF set (mtu = 1492);1500 字节 DF 包 14 发 0 收 ✅ 实测
关键证据 2 本机 MTU 改 1492 后,1492 字节 DF 包可完整往返,本地不再报错 ✅ 实测
关键证据 3 同一链路 ICMP 侧 66% 丢包、RTT 312~315ms ✅ 实测
关键证据 4 小包 /directory 正常(响应 961 字节) ✅ 实测
直接原因(根因) 本机按 1500 发包 + DF=1 + 链路 MTU 1492 → 大包在网关被丢,连接不断但等不到响应头 ✅ 对照实验支持(同 CA 只改 MTU 即成功);细节未抓包
未解细节 ICMP 通知明明收到了、内核却未有效降 PMTU,具体机制未验证 ❓ 未验证
修法 A(实测有效) MTU 保持 1500,只把 CA 换成 ZeroSSL → 成功拿到证书 ✅ 实测
修法 B(实测有效,根治) MTU 对齐到 1492 后,用回 Let's Encrypt 重新申请 → 成功拿到证书(改前拿不到) ✅ 实测对照
为什么两条都有效 作用点不同:A 换路径(差异在服务端/路径侧),B 压小发包尺寸(消除 1500>1492 越界) △ 机制推断
无法确认 lego 那次请求/响应的实际字节数;ZeroSSL 路径各跳 MTU ❓ 未实测
长期治理 网卡 MTU 持久化为 1492(netplan)+ 若用容器则同步调 docker0 MTU;换 CA 仅作应急 建议
方法论 排障先分阶段定位;小包通不代表大包通;一次只改一个变量才能归因 经验

八、附:命令与换算速查

# 1. ACME 目录接口连通性(小包,只能证明能连)
curl -v --connect-timeout 15 https://acme-v02.api.letsencrypt.org/directory

# 2. 查看网卡 / 网桥 MTU
ip link
docker network inspect bridge | grep -i mtu

# 3. DF 大包探测:1500 字节(本次在此暴露 Frag needed, mtu=1492)
ping -M do -s 1472 acme-v02.api.letsencrypt.org

# 4. 临时把 MTU 对齐到 1492
sudo ip link set enp0s3 mtu 1492

# 5. 改完再探 1492 字节(本次可往返,但 66% 丢包)
ping -M do -s 1464 acme-v02.api.letsencrypt.org

# 6. 想从推断走向实测,补这几个(本次未做)
tracepath acme-v02.api.letsencrypt.org          # 逐跳 PMTU
ss -ti dst 172.65.32.248                        # 看已协商的 mss
sudo tcpdump -i enp0s3 -n 'port 443' -w le.pcap # 抓包看实际包长与重传
包长换算:
   IP 包总长 = 20(IP头) + 8(ICMP头) + ping 的 -s 值
   链路 MTU 1492 时,最大可用 -s = 1492 − 28 = 1464
   TCP 侧:MSS = MTU − 20 − 20 = 1452

ping 输出口径:
   「1464(1492)」     → 括号外=载荷,括号内=IP 包总长
   「1472 bytes from」→ ICMP 报文长度(8 头 + 1464 载荷),不含 IP 头
   「From bogon (x.x.x.x) ... (mtu = N)」→ 是谁在拒绝、它允许的 MTU 是多少

本文只用了这些真实数据

数据 来源
日志时间线 20:43:06 → 20:43:59,35 秒无输出后超时 Certimate 运行日志原文
172.65.32.248、content-length: 961、HTTP/2 200 curl -v 原始回显
enp0s3 mtu 1500、docker0 mtu 1500、veth0d5f8e6 mtu 1500 ip link 原始输出
From bogon (192.168.2.1) Frag needed and DF set (mtu = 1492)、14 发 0 收 第一次 ping -M do -s 1472 原始输出
27 发 9 收、66% 丢包、rtt 312.645/314.301/315.509/1.172、ttl=52 第二次 ping -M do -s 1464 原始输出
第一次成功:MTU 未改(1500)、只换 ZeroSSL → 签发成功 实际操作结果
第二次成功:MTU 改为 1492 后,用回 Let's Encrypt 重新申请 → 签发成功 实际操作结果

除以上数据外,本文没有引入任何自造数值。

(注:部分内容由豆包 AI 生成)

相关文章
|
7天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
8553 21
|
7天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2612 12
|
2天前
|
人工智能 安全 应用服务中间件
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
NGINX曝出两个高危漏洞(CVE-2026-123633和CVE-2026-123007),CVSS 9.2分,均属HTTP/2内存安全缺陷,无需认证即可远程执行代码。影响自2015年起的多个版本,静态站点亦受威胁。修复版本为开源版1.30.7/1.31.9。(239字)
1267 0
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
|
5天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
10天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
10天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
22天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
10868 59
|
3天前
|
人工智能 弹性计算 IDE
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
适合团队落地代码规范,每次提交自动生成评审报告,降低人工CR工作量。同时支持自定义技能脚本,接入团队内部SDK说明文档,让Codex生成符合团队编码规范的代码。Codex三大客户端覆盖本地开发、服务器远程编码、自动化流水线场景,搭配阿里云百炼的Token Plan、Coding Plan,能够低成本搭建稳定可控的AI编码助手。新手建议先从IDE插件入手,熟悉交互逻辑,再尝试CLI版本部署在阿里云ECS,实现云上项目远程编码、批量脚本处理。只要按照步骤完成环境准备、版本选型、密钥对接、项目初始化,就可以把Codex融入日常开发流程,大幅提升代码编写、问题排查、项目重构的效率。
923 0
|
5天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
1230 1
|
8天前
|
Linux API iOS开发
【DSH】DeepSeek Harness新手保姆教程(下载+安装+配置+使用,2026最新实测)
DeepSeek Harness(dsh)是DeepSeek AI开源的智能体框架,秉持“一切皆插件”理念,支持读文件、改代码、跑命令、处理表格、联网搜索等操作。免费开源,兼容Windows/macOS/Linux,提供桌面端与网页端,可灵活安装插件扩展能力。