1 月 5 日凌晨，还在打排位的人突然发现登不进去了。
《英雄联盟》国服在没有任何公告的情况下进了维护，客户端弹的是「会话出现意外错误」，有人甚至看到「账号不存在」。这一停就是大约 10 个小时，相关话题冲上热搜，社区里一度传出「游戏要停服」的说法。官方先说是「临时停机维护」，没给开服时间，直到当天 15 点左右才恢复。
一个很反常的旁证
最先被人注意到的是一个挺土的现象：把电脑的系统时间改回 1 月 4 日，就能连上服务器进游戏。
时间往回调一天就能进——这个现象几乎把矛头都指向了同一个东西：服务器的 SSL 证书过期了。证书是证明「你是你」的那张数字凭证，客户端要和服务器建立加密连接，得先验一遍这张证。证书一过期，验证直接失败，连接就建不起来。这次挂的不是某个接口，而是「登录」这条链路从第一跳就断了，所以才会全服一起瘫。
事后多家媒体和玩家社区都把原因指向同一个方向：运维那边没有及时给服务器的 SSL 证书续期。至于网上传得很凶的「官方干脆把证书续到了 2125 年」，后来有媒体去问腾讯客服，客服的原话是「建议不要听信网络谣言」——所以这条当段子看就行，别当事实引用。
为什么一张证书能掀翻一整个业务
不少人对证书的默认印象是「配好一次就不用管」，但它其实是个会到期的东西，而且到期那天是硬失效：不看服务器扛不扛得住、不看你是不是在做活动，到点就失效。
类似的事并不只这一次。就在《英雄联盟》出事前后，罗技的 Options+ 也栽在签名证书过期上——macOS 上一大批罗技鼠标直接失灵，因为用来给程序签名的那张证书过期了，系统不再信任这个程序。
而且这种事只会变得更频繁。CA/Browser 论坛已经把证书的最长有效期从原来的 398 天一路往下压，按计划要压到 47 天（2029 年落地）。有效期越短，意味着续期这件事从「一年想起来一次」变成「每个月都得有人管」，「过期」的概率自然水涨船高。
这类事故真正暴露的，是监控的盲区
证书过期本身不复杂，难的是「有人知道它快过期了」。硬盘、CPU、内存满了会告警，端口不通会告警，可一张证书还剩几天到期，往往没人盯。等出事的时候，报警的不是监控，是用户。
几个不算新鲜的提醒：
- 把域名、证书、到期时间列成一张清单，谁负责、什么时候续，写清楚；
- 到期前自动告警，别只靠日历提醒某一个人；
- 能用 ACME 自动续期就上自动续期，把「记得续」变成「不用记得」；
- 续完别只看命令返回成功，回读一下线上实际生效的那张证书和有效期。
证书这一环我们自己也不是没栽过跟头——之前给站点申请证书时就被一个 curl: undefined symbol 卡了大半天（那次是两个 libcurl 在抢位置）。跟这次同一个道理：都是把一件「配好就不管」的东西，重新当成一个会失效的东西来对待。
顺带一提，同类「一行配置写错、整台服务掉」的事故我们也复盘过（磁盘挂载掉了，最后查到是一行 fstab 写错了盘名）。运维里真正难防的，从来不是难的问题，是那些被默认「不会变」的东西。
事后媒体对那次停服的复盘，基本都绕回了同一句话：证书不是设一次就完事的。
评论