服务器无法连接外部API怎么办?DNS、路由、TLS与防火墙排查

服务器上的程序调用第三方 API 突然失败,日志里一串 connection timeout、Name or service not known 或者 certificate verify failed,而本地开发机上跑同样的代码却没问题。这类"服务器连不上外网 API"的故障,绝大多数不是代码问题,而是服务器这一侧的网络链路某一段断了:DNS 解析不出来、路由走不通、防火墙挡了出向流量、TLS 握手失败,或者代理配置不对。

排查这类问题最忌讳"东试一下西试一下",正确做法是按网络分层,从下往上逐层确认:物理/链路层通不通、IP 和路由对不对、DNS 能不能解析、TCP 端口能不能连上、TLS 能不能握手、HTTP 请求能不能拿到响应。每一层都有对应的命令,逐层排除就能快速锁定是哪一环出问题。

这篇文章就按这个分层思路展开,给出 DNS、路由、TLS、防火墙四个重点环节的具体排查命令,区分 RHEL/CentOS/Rocky 与 Debian/Ubuntu,并给出延迟、超时等经验值参考。涉及改防火墙、改 DNS、改路由的操作会附风险提示与回滚方式。

一、先明确"连不上"的层次

外网 API 调用失败,抛开应用代码,链路可以拆成下面几层,任何一层断掉表现都不同:

  1. 域名解析(DNS):把 API 域名翻译成 IP。失败表现为 could not resolve host、Name or service not known、Temporary failure in name resolution。
  2. IP 路由与连通性:能否到达目标 IP。失败表现为 No route to host、Network is unreachable,或者 ping/nc 完全无响应。
  3. TCP 端口可达:目标 IP 的 443/80 端口能否建立连接。防火墙 DROP 表现为超时,REJECT 表现为 Connection refused。
  4. TLS 握手:HTTPS 特有的证书、协议版本、SNI 问题。失败表现为 certificate verify failed、SSL handshake failed、wrong version number。
  5. HTTP 应用层:前四层都通但接口报错,那就是对端业务或请求本身的问题,不属本文范围。

先看应用日志里报的是哪一类错误,就能大致定位到哪一层。could not resolve 直奔 DNS,timeout 重点查防火墙和路由,certificate 直奔 TLS。下面按层展开。

二、DNS 解析排查

DNS 是出问题的第一高发区,尤其是服务器上配了内网 DNS、或者 /etc/resolv.conf 被系统管理工具覆盖的情况。

# 1. 先看当前用的 DNS 服务器是哪些
cat /etc/resolv.conf
# 常见的 nameserver 10.0.0.2、114.114.114.114、223.5.5.5 等

# 2. 直接解析域名,看能不能出结果
nslookup api.example.com
dig api.example.com +short

# 3. 指定用某个公共 DNS 解析,用来对比是不是本地 DNS 的问题
dig @223.5.5.5 api.example.com +short
dig @8.8.8.8 api.example.com +short

# 4. 看解析耗时(query time 字段),正常应小于几百毫秒
dig api.example.com | grep -i 'query time'

# 5. 如果 dig/nslookup 没装
# RHEL/CentOS/Rocky:
yum install bind-utils
# Debian/Ubuntu:
apt install dnsutils

判断要点:如果默认解析失败、但指定公共 DNS 能解析,说明是配置的 DNS 服务器有问题(可能内网 DNS 挂了或没配转发);如果两个都失败,就要看是不是域名本身解析不出,或者出向的 53 端口被拦了。

还要注意 DNS 走 UDP 53,部分防火墙只放行 TCP 不放 UDP 会导致解析超时。可以用 dig +tcp 测试 TCP 方式解析是否正常,用来区分是 UDP 被拦还是 DNS 本身有问题。另外现代系统常用 systemd-resolved 管理 DNS,dig 直接查可能和系统实际用的解析器不一致,可以用 resolvectl status(systemd 系统)查看真实配置,必要时 resolvectl query api.example.com 验证。

排查中若需要临时改 DNS,务必先备份:

# 备份
cp /etc/resolv.conf /etc/resolv.conf.bak
# 临时测试(注意:若被 NetworkManager/systemd-resolved 管理,重启会覆盖)
echo 'nameserver 223.5.5.5' >> /etc/resolv.conf
# 回滚
cp /etc/resolv.conf.bak /etc/resolv.conf

如果 /etc/resolv.conf 里看到 # Generated by NetworkManager 或指向 127.0.0.53,说明它是被自动生成的,必须去 NetworkManager 或 systemd-resolved 的配置里改,直接编辑会被覆盖。RHEL 系改 /etc/sysconfig/network-scripts/ifcfg-<网卡> 的 DNS1= 或 nmcli con mod,Ubuntu 用 netplan 的 nameservers 字段。

三、路由与连通性排查

DNS 解析出 IP 后,要确认这台服务器能不能路由到那个 IP。

# 1. 看目标 IP 走哪条路由
ip route get 203.0.113.50

# 2. 看默认网关
ip route show
ip route | grep default

# 3. 看本机各网卡的 IP 和状态
ip addr show

# 4. ping 测基本连通性(有些云厂商或 API 禁 ping,不回不代表不通)
ping -c 4 203.0.113.50

# 5. 测 TCP 端口能不能连(关键)
nc -zv 203.0.113.50 443
# RHEL 用 yum install nmap-ncat,Debian 用 apt install netcat-openbsd

# 6. 带超时的 curl 测试(限制连接超时,避免卡死)
curl -sv --connect-timeout 5 https://api.example.com/

ip route get 是最好的起点,它明确告诉你去目标 IP 用哪个网关、走哪块网卡。如果输出 Network is unreachable,说明没有匹配路由,通常是默认网关缺失或网卡没起。

多网卡或配了策略路由的服务器要特别小心:出向流量可能从错误的网卡出去,导致被对端或云厂商丢弃。如果 ip route get 显示的出口网卡不是你以为的那块,就要检查路由表(ip rule list 和 ip route show table all)。

ping 不通不一定是故障(很多云服务器和 API 禁 ICMP),真正的连通性判据是 nc -zv 443 能不能建立 TCP 连接。这一步能直接区分"网络不通"和"端口被拦"。经验上,同城机房到公网的 RTT 通常在几毫秒到几十毫秒,跨地域几十到上百毫秒,跨境可能两百毫秒以上,都算正常范围;如果 nc 卡满超时时间都不响应,基本都是被丢包或路由不通。

四、TLS 与 HTTPS 层排查

TCP 能连上但 HTTPS 握手失败,问题就在 TLS 层。常见错误是证书过期、证书链不完整、系统时间不对导致证书校验失败、或者对端要求的 TLS 版本本机不支持。

# 1. 用 openssl 看握手过程和证书详情(最实用)
openssl s_client -connect api.example.com:443 -servername api.example.com

# 关键看输出:Verify return code 是否为 0 (ok)
# 不为 0 会显示具体原因,如 certificate expired / unable to get local issuer certificate

# 2. 只看证书有效期和颁发者
echo | openssl s_client -connect api.example.com:443 -servername api.example.com 2>/dev/null | \
  openssl x509 -noout -dates -issuer -subject

# 3. 指定 TLS 版本测试(判断是不是协议版本不兼容)
openssl s_client -connect api.example.com:443 -tls1_2
openssl s_client -connect api.example.com:443 -tls1_3

# 4. 检查本机系统时间(时间错会导致证书校验失败)
date
timedatectl

Verify return code 是最关键的一行。0 (ok) 表示证书校验通过;10 (certificate has expired) 是对端证书过期;20 (unable to get local issuer certificate) 通常是本机 CA 证书库过期或缺失,常见于老旧的 CentOS 7 上调用使用新 CA 的 API,解决办法是 yum update ca-certificates(RHEL 系)或 apt install --reinstall ca-certificates(Debian 系)。

系统时间不对是很容易被忽略的坑:证书校验依赖时间,如果服务器时钟偏差超过证书有效期范围,就会硬性报证书错误。用 timedatectl status 看是否开启了 NTP 对时,没开的开启:

# RHEL 系
systemctl enable --now chronyd
chronyc tracking
# Debian/Ubuntu
systemctl enable --now systemd-timesyncd
timedatectl status

如果程序所依赖的运行环境(如 Java、Node.js、Python)有自己的证书库而不是用系统 CA,还可能要在对应的证书库或环境变量里补根证书。这也是"curl 能通、程序连不上"的常见原因。

五、防火墙与出向策略

本机防火墙和云安全组对"出向(egress)"流量的限制,是调用外部 API 失败的另一个高频原因。注意:出向规则经常被忽略,因为多数人只记得加入向。

# firewalld(RHEL/CentOS/Rocky)
firewall-cmd --list-all
firewall-cmd --list-rich-rules
# 出向默认一般是放行的,但如果被改过要检查

# iptables 看 OUTPUT 链
iptables -L OUTPUT -n -v --line-numbers
iptables -L -n -t nat

# ufw(Ubuntu/Debian)
ufw status verbose

# 看本机有没有配 HTTP 代理环境变量(很多"连不上"其实是代理没配或配错)
env | grep -i proxy
cat /etc/environment | grep -i proxy

企业内网的服务器常常只能通过代理访问外网,这时需要在程序或环境里配置 HTTP_PROXY/HTTPS_PROXY/NO_PROXY。如果代理没配或 NO_PROXY 漏了内网地址,就会表现为"外网 API 连不上"。用 curl 对比测试会很清楚:

# 直连测试
curl -sv --connect-timeout 5 https://api.example.com/ 2>&1 | head

# 指定代理测试
curl -sv --connect-timeout 5 -x http://proxy.corp:8080 https://api.example.com/ 2>&1 | head

如果直连超时、走代理能通,问题就是代理配置。云服务器还要去控制台检查"安全组出方向规则"和"网络 ACL",这两层不在操作系统里,iptables 看不到,很容易漏查。

改防火墙或代理属于有影响的操作,务必先备份后修改:iptables-save > /root/iptables.bak、firewall-cmd --list-all > /root/fw.bak,改错时用 iptables-restore < /root/iptables.bak 回滚。改代理环境变量时记录原值,避免影响其他程序出网。

六、分层排查速查表

把上面的排查逻辑整理成一张表,遇到问题时自上而下过一遍:

层次 症状关键词 排查命令 常见结论
DNS could not resolve / name not known dig、nslookup、resolvectl DNS 配错、内网 DNS 挂、UDP 53 被拦
路由 No route / unreachable ip route get、ip route 无默认网关、多网卡出口错
连通性 timeout / 无响应 ping、nc -zv 防火墙 DROP、路由不可达
TCP 端口 Connection refused nc -zv、curl --connect-timeout 对端端口未开、中间 REJECT
TLS certificate / handshake failed openssl s_client 证书过期/链不全、时间错、版本不符
代理 直连超时、代理可通 env \| grep proxy、curl -x 缺代理配置或 NO_PROXY 有误
安全组 本机放行仍不通 云控制台 出方向规则未放行

一张完整的分层排查命令串,可以照着从下往上跑:

# 目标: api.example.com
dig +short api.example.com                        # 1. DNS
ip route get $(dig +short api.example.com | head -1)  # 2. 路由
nc -zv api.example.com 443                        # 3. TCP
openssl s_client -connect api.example.com:443 -servername api.example.com  # 4. TLS
curl -sv --connect-timeout 5 https://api.example.com/ 2>&1 | head  # 5. HTTP

常见问题

Q:ping 不通是不是就说明连不上 API?

不一定。很多云服务器、CDN 和 API 都禁用 ICMP 回显,ping 不通但 TCP 443 能连是常见的。判断连通性要看 nc -zv 443 或 curl --connect-timeout,而不是 ping。

Q:curl 能通但程序连不上,怎么回事?

大概率是证书或代理差异。程序可能用的是自己运行时的证书库(Java 的 cacerts、Node 的 CA bundle)而不是系统 CA,或者程序没继承系统代理环境变量。分别用对应运行时的方式验证证书和代理。

Q:Could not resolve host 和 Temporary failure in name resolution 有什么区别?

前者通常表示域名确实解析不出(不存在或 DNS 返回 NXDOMAIN),后者一般是 DNS 服务器完全没响应或网络不通。两者都先查 /etc/resolv.conf 和用 dig @公共DNS 对比。

Q:明明防火墙放行了出向,为什么还连不上?

检查云安全组的出方向规则和网络 ACL,这两层不在操作系统内。另外确认是否走的 NAT 网关、NAT 网关是否正常、是否有出向端口限制。企业网还要确认代理设置。

Q:证书报 unable to get local issuer certificate 怎么办?

先确认对端证书链是否完整(用 openssl s_client 看是否给出了中间证书),再更新本机 CA 库:RHEL 系 yum update ca-certificates,Debian 系 apt install --reinstall ca-certificates。如果是自签或私有 CA,需要把对应根证书导入系统信任库。

总结

  • 排查"连不上外网 API"要按网络分层,从 DNS → 路由 → TCP 端口 → TLS → HTTP 逐层确认,别乱试;先从应用日志的错误关键词判断大致层次。
  • DNS 是头号嫌疑:用 dig @公共DNS 对比默认解析,注意 UDP 53 放行和 resolv.conf 被自动生成覆盖的问题。
  • 路由与连通性看 ip route get 和 nc -zv ,ping 不通不代表连不上;多网卡服务器要确认出向网卡是否正确。
  • HTTPS 失败用 openssl s_client 看 Verify return code,重点排查证书过期、证书链不全、系统时间错和 CA 库过期;程序与 curl 不通用时要查各自的证书库。
  • 别忘了出向防火墙、代理配置和云安全组出方向规则这三处盲区;改动前先备份规则和配置,准备好回滚命令。