Skip to content

fix(domain): 修复域名抢注、复检误降级与 Let's Encrypt 配额耗尽(High) - #5

Merged
ruanbw merged 1 commit into
fix/high-rulesfrom
fix/high-domains
Oct 8, 2026
Merged

ruanbw merged 1 commit into
fix/high-rulesfrom
fix/high-domains

Conversation

@ruanbw

@ruanbw ruanbw commented Oct 8, 2026

Copy link
Copy Markdown
Owner

基于 fix/critical-review,修复代码审查中域名相关的三个 High 级问题。

改动

1. 域名抢注(fqdn 全局 UNIQUE 被 pending 行永久占位)

  • 方案:凭归属证明驱逐,保留 fqdn 全局 UNIQUE。跳转热路径、Caddy 授权端点、错误页、证书探活全部按 fqdn 取"那一行";改成部分唯一索引后同名会出现多行,每条读路径都要补"该用哪一行"的规则,改动面太大,所以没有放宽唯一约束。
  • 可认领条件(store.IsDomainClaimable):属于其他租户、origin=self、ownership_verified_at IS NULL、状态为 pending/expired/failed。active/stopped 以及证明过归属的行一律不可认领。
  • 流程(POST /api/domains 撞到可认领行时):
    1. 为(租户, fqdn)签发认领 TXT token,存在新表 domain_claims。token 未过期(JANUS_DNS_MAX_AGE)前不变;
    2. 同步校验 _janus-verify.<fqdn> 和 A/AAAA;
    3. 未通过时返回 409,details 带 claimable: true / verifyRecord / verifyValue / verifyNeeds / serverIp;
    4. 通过后,在配额事务内锁住旧行重新确认仍可认领,并且没有任何 link_domains 关联,然后驱逐旧行、为认领方建行并直接激活,返回 201,同时作废该 fqdn 的全部认领 token。
  • worker 新增 domain-gc 循环(节奏同 JANUS_VISIT_CLEANUP_INTERVAL):回收进入 expired 超过 30 天、没有短链关联也没有访问记录的自有域名,同时清理过期的认领 token。
  • 新迁移 0030_domain_claims_recheck_failures.sql。编号跳到 0030,避开旧版本号和并行分支在 0020 段新增的迁移。

2. 一次 24h 复检失败就让成熟域名下线

  • (a) DNSChecker.Verify:A/AAAA 查询错误不再丢弃。TXT 查询只有 IsNotFound(NXDOMAIN/无记录)才算 need_txt,超时、SERVFAIL 等一律返回包裹 domain.ErrDNSLookup 的错误。worker 复检、后台重检遇到这个错误时跳过本轮,不计失败也不降级。创建域名时照常落库为 pending(只是不给指引);恢复(PATCH active)返回 503,提示稍后重试。
  • (b) DegradeDomain / 达到阈值时的降级会同时写 verify_token_created_at = now(),租户从降级起有完整的 72h 宽限期,沿用原 TXT 即可自动恢复,不再被立刻判成 expired。
  • (c) 新增 domains.recheck_failures 列。查到了但不匹配,需要连续 3 次才降级(RecordOwnershipRecheckFailure,一条原子 UPDATE)。复检成功或降级都会清零。第一次失败后改为每小时重查(扫描循环 1h,健康域名仍是 24h 复检一次),整个确认在几小时内完成,易主窗口不会拉长到 72h。手动"重新校验"也走同一套计数。

3. 注册量耗尽 Let's Encrypt 配额

  • 新增可选的泛域名证书模式:
    • Caddyfile.prod.wildcard:example.com 和 *.example.com 走 DNS-01(示例用 Cloudflare 插件),app 与全部租户子域共用泛域名证书(同一站点内按 host 分流),租户自有域名仍走 on-demand;
    • JANUS_WILDCARD_TLS=true 时,授权端点拒绝 <任意>.<平台域名>(app 除外)的 on-demand 签发,作为兜底;
    • 同步更新 docs/deploy.md 第 8 节、.env.example、docker-compose.prod.yml(新增转发变量和 DNS 插件构建说明)以及 ADR-0004 的补充说明。
    • 不打开开关时行为完全不变。
  • 注册时新增保留 slug 名单 domain.IsReservedSlug(app/www/mail/api/admin/status/ns1/autodiscover 等)。之前只挡了 app。

验证

  • gofmt 干净(pkg/plugin/plugin_test.go 原本就未格式化,未改动),go build ./... 和 go vet ./... 通过。
  • 在本地临时搭的 Postgres 16 上(每个包一个独立库)跑过全量 go test ./...,全部通过:
    • httpapi 约 39s;
    • store、domain、db、rules、config、pkg/* 全绿。
  • 新增测试:
    • 不依赖数据库:
      • TestVerifySurfacesAddrLookupError、TestVerifySurfacesTXTLookupError、TestVerifyNoAddrRecordsIsNeedDNS;
      • TestRecheckOwnershipSkipsOnDNSError(store 置 nil,确认 DNS 出错时完全不碰库)、TestOwnershipRecheckTuning;
      • TestIsReservedSlug、TestIsPlatformSubdomain、TestIsDomainClaimable;
      • TestWildcardTLSFlag、TestAuthorizeWildcardModeDeniesPlatformSubdomains。
    • 黑盒测试(依赖数据库):
      • TestClaimSquattedDomainWithOwnershipProof、TestClaimSquattedDomainNeedsTXT、TestClaimRejectedForActiveDomain;
      • TestOwnershipRecheckFailureThreshold(成熟域名降级后不会被判 overdue)、TestOwnershipRecheckSuccessResetsFailures;
      • TestGCExpiredDomains、TestRegisterReservedSlugs。
  • 两个 Caddyfile 都用 Caddy v2.11.7(含 caddy-dns/cloudflare)跑过 caddy adapt。wildcard 版的 TLS 策略确认为:平台两张证书走 DNS-01,其余主机名走 on-demand。

部署注意

  • 迁移:0030 新增 domain_claims 表、domains.recheck_failures 列和 expired 回收索引,均为加法,可在线执行。
  • API 行为变化:
    • 添加被他人占位的域名时,409 的 details 现在可能带 claimable: true 和 TXT 指引,前端可以按需展示"发布 TXT 后重新提交即可接管"。现有前端只显示 message,不受影响;
    • PATCH 恢复域名在 DNS 查询失败时返回 503(原来是 500)。
  • 复检节奏:ownership-recheck 循环改为每小时扫一次,每轮只是一条带 LIMIT 的查询。健康域名仍然 24h 才发一次 DNS。
  • 回收:expired 超过 30 天且从未挂过短链、也没有访问记录的自有域名会被物理删除(租户列表里不再显示)。
  • 泛域名模式:需要自行构建带 DNS 插件的 Caddy 镜像,配置 JANUS_CADDY_DNS_API_TOKEN,把 caddy 挂载的配置文件换成 Caddyfile.prod.wildcard,再设 JANUS_WILDCARD_TLS=true。Caddyfile 和开关要一起切换:只开开关不换 Caddyfile,租户子域握手会失败。
  • 保留 slug:已存在的同名租户不受影响,名单只拦新注册。

ruanbw commented Oct 8, 2026

Copy link
Copy Markdown
Owner Author

已 rebase 到 fix/high-rules(#4)之上,base 改为 fix/high-rules,新 head 9ffc0ad。

文本无冲突(internal.go / config.go / .env.example / docker-compose.prod.yml 与 #2、#3 的改动自动合并;迁移 0020/0021(#6)与 0030(本 PR)均保留)。
额外修改:#6 的 TestMigrateUpgradeFromPreSquashVersions 模拟旧库时只删除了 20/21 号版本记录;有了 0030 后 goose 会报「当前版本 30 之前缺 20/21」而失败(并污染共享测试库)。已在本提交中把夹具改为删除 version_id >= 20 的记录(0030 为幂等迁移,可安全重跑)。

合并顺序:#1 → #6 → #3 → #2 → #4 → #5(请按此顺序依次合并;每个 PR 合并后,下一个 PR 的 base 会由 GitHub 自动改指向其上一级的目标分支)。

验证:每一步 rebase 后均 gofmt -l、go build ./...、go vet ./... 通过;在本地 Postgres 16 上 go test ./... -p 1(JANUS_TEST_DB_REQUIRED=1)全部通过,最终分支 fix/high-domains 连跑两遍均通过。

1. 域名抢注:被他人占位(pending/expired/failed 且从未证明归属)的 FQDN
   可由能发布 TXT 的租户认领接管(新增 domain_claims 表,事务内复核并驱逐旧行,
   认领方直接激活);worker 每日回收 expired 超过 30 天且无短链/访问的占位行。
   保留 fqdn 全局 UNIQUE,读路径不受影响。
2. 归属复检容错:Verify 区分"查询失败"(ErrDNSLookup,跳过不降级)与
   "否定答案";连续 3 次复检失败才降级(新增 recheck_failures 列,失败后每小时重查);
   降级时写 verify_token_created_at,成熟域名不再被立刻打成 expired。
3. Let's Encrypt 配额:新增可选泛域名证书模式(Caddyfile.prod.wildcard + DNS-01,
   JANUS_WILDCARD_TLS=true 时授权端点拒绝平台子域 on-demand 签发),默认行为不变;
   注册时新增保留 slug 名单(www/mail/api/admin/status 等)。

迁移编号 0030,避开旧版本号与并行分支的 0020 段。
@ruanbw
ruanbw merged commit 3db9db6 into fix/high-rules Oct 8, 2026
2 checks passed
@ruanbw
ruanbw deleted the fix/high-domains branch October 14, 2026 04:31
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant