印度尼西亚的直播互动:用SDK 盾处理「证书校验失败」

一、这一篇在处理什么

这一篇只处理一件事:在印度尼西亚运行的直播互动,使用维科云的SDK 盾时,如何处理「证书校验失败」。

客户端固定校验某一张旧证书或错误的域名,证书正常轮换后全部无法连接。

看校验失败的证书指纹和域名是否与线上证书一致。

二、印度尼西亚的网络和高峰

晚间高峰跨度长,群岛不同城市的高峰不会精确重合。移动网络和海缆路径影响大。雅加达正常,不代表其他岛屿正常。

排查时:不要把印度尼西亚收成一个平均值。至少把首都和其他主要城市分开看失败率。

不要这样做:一个探测点全绿就认为全国正常。探测点要放在用户多的城市,而不是只放一个。

三、直播互动要分开的路径

推流、播放和聊天是三条路径。播放地址用短时令牌,聊天不要走播放的缓存。

防护边界:播放令牌过期应在场次中途之前刷新。不要把直播切片和网页跳转规则混在同一个域名上。

验证:看首帧时间、卡顿来自主播上行还是观众分发,以及结束后直播地址是否停止、回放是否另给地址。

四、SDK 盾怎么接

App 里的登录、下单等关键请求走 SDK 隧道,图片和安装包仍走 CDN。服务端校验时间窗、随机数和签名,不把源站地址写进客户端包。隧道失败时可以降级,但降级必须打点,不能静默改去连源站 IP。

产品说明见SDK 盾。只改和「证书校验失败」有关的域名或路径,不要把直播互动的其他路径一起改掉。

五、排查步骤

下面五步按因果顺序执行,后一步依赖前一步的结果。步骤针对「证书校验失败」,不是一套通用清单。

  1. 推流、播放和聊天分开统计。播放地址的令牌过期要单独计数。 把雅加达和其他主要城市分成两张表,晚高峰不要用全国平均值。 这一故障在本步要完成的事:确认失败发生在校验阶段,而不是签名阶段。
  2. 聊天不要走播放缓存。播放令牌在场次结束前刷新,不要等观众已经 403。 首都正常而其他城市失败时,按城市处理,不要当成整国故障。 这一故障在本步要完成的事:读出客户端期望的域名和指纹。
  3. 播放切片和网页跳转不要共用一个域名。需要拦截时只拦被盗用的播放域名。 为失败城市单独指定接入点。已经正常的城市不要一起改。 这一故障在本步要完成的事:与边缘正在下发的证书对比。
  4. 转码和录制不要和播放写在同一块磁盘或同一条队列里。 确认海缆路径只影响失败城市后,再决定要不要动源站。 这一故障在本步要完成的事:改为校验系统信任链,或使用可更新的指纹列表。
  5. 测量首帧,并判断卡顿来自主播上行还是观众分发。结束后直播地址应停止,回放另给地址。 在失败城市加一个探测点复测。只有雅加达一个点是绿的,不算恢复。 这一故障在本步要完成的事:轮换证书前,先发布带新指纹的客户端。

六、处理办法

  1. 不要把单张叶子证书写死在包里。
  2. 校验失败使用单独错误码。
  3. 证书轮换列入客户端发布日历。

改完后在印度尼西亚的用户网络上复查,不要只在机房内网看。复查时带上直播互动的验证:看首帧时间、卡顿来自主播上行还是观众分发,以及结束后直播地址是否停止、回放是否另给地址。

七、案例

边缘证书正常更新后,旧包全部失败。包里写死了上一张叶子的指纹。改为信任链校验后,轮换不再要求同步发版。

若同样的现象出现在印度尼西亚,额外核对:不要把印度尼西亚收成一个平均值。至少把首都和其他主要城市分开看失败率。

业务侧核对:推流、播放和聊天是三条路径。播放地址用短时令牌,聊天不要走播放的缓存。

这个案例只说明怎么定位,不构成容量或可用性承诺。

八、常见问题

问:写死指纹不是更安全吗?

答:只能防住这一张证书被替换,但正常轮换会把自己锁死。

问:系统信任链不够吗?

答:对正常域名够用。若要防系统被植入根证书,再用可更新的指纹。

问:用户不升级怎么办?

答:服务端在过渡期同时保留旧证书不可行,所以不要写死叶子。

问:同一故障换一个地区或一种业务,排查还一样吗?

答:不一样。每一步都先按直播互动的路径处理,再按印度尼西亚的网络条件收窄,最后才做「证书校验失败」这一故障本身的动作。换地区或换业务,前两段操作就会变。

九、边界

只讨论SDK 盾在「证书校验失败」上的处理,地区范围是印度尼西亚,业务范围是直播互动。请遵守当地法律。维科云提供网络能力,不对客户业务内容负责。