10 月 28 日,对固定服务器 localhost-1 的原入口做三次 SSH:两次超时。换成局域网地址 192.168.9.29,连续三次成功,0.8 到 0.9 秒。
同一个 tailnet,同一台机器,一条通一条不通。差别是「直连」在这里指 Tailscale 的 NAT 穿透路径,而穿透成功之后它会安静下来——安静几分钟,再发一个包,就得重新打洞,重新等。
上游有一个对得上的报告:tailscale/tailscale#20452,空闲路径上的失败。方向很清楚:如果 NAT 打洞这条路从来就不稳,那就别把它当主路。
先分清三类东西
Tailscale 让两台机器联通的路径大致三种:
- 直连(打洞成功,UDP 点对点);
- 经过 Peer Relay,由 tailnet 里一台愿意做中继的机器转发;
- 打到 DERP,官方或自建的接力节点。
日常在 1 上跑得快,所以问题只在「1 不成立的那一下」暴露。把 1 的可靠性往上堆(保活、重试)解决不了根,能做的是把 2 和 3 都备好,让回退不依赖公网 UDP 的运气。
这轮改了两台机器:
localhost-3公网103.11.77.24:40000/UDP,做 Peer Relay;- 备用 VPS
38.207.161.228,443/TCP 跑私有 DERP,80/TCP 只用于证书验证,3478/UDP 做 STUN。
后台策略选了最窄的一份:原有业务和 SSH 规则不动,只给 localhost-1 增加使用这两台中继的授权。修改前的完整策略备份成 tailnet-before.hujson,收尾时再从 JSON 编辑器读回来跟最终文件解析比对——都要一致。
Peer Relay 要让谁配谁
Peer Relay 不是「装好就有人来用」。它由客户端在后台策略允许的前提下自己选,所以授权得挂在会用它的机器上,不是挂在中继上。把两台中继加进 localhost-1 的授权之后,再确认后台已经下发了区域。
私有 DERP 那边补了一个区域 900。官方区域全部保留,后台下发后 DERP map 一共 29 个区域——只加不减,回滚就是删掉区域 900 这一条。
DERP 节点起了 -verify-clients,由本机 tailscaled 校验客户端属于当前 tailnet。证书是 Let’s Encrypt 签的 IP 证书,SAN 里就是 38.207.161.228,由 derper 自管自续;缓存目录 /var/lib/derper/certs/ 不能直接抄进诊断日志。
WARP 和 tailscaled 都要默认路由
这是这轮最容易把「修好的东西再修坏」的地方。
WARP 客户端会改默认路由,tailscaled 也要按自己的路由表选出口。两边都以为自己在管默认路由的时候,Tailscale 的流量会被塞进 WARP 隧道,中继反而更不通。
做法是让实际 Tailscale 路由表 52 获得一次优先查找:策略路由加优先级 5208,只对 tailscale0 加 WARP 防火墙例外。其他 WARP 路由继续生效,别的一概不动。两台机器上各有一个 15 秒的 timer 守这个例外,tailscale-warp-coexist.timer。
DERP 要签证书,ACME 得从公网出去验证。这条出口单独走专用的表 65800、优先级 5207,每 15 分钟只更新 ACME 的当前 IPv4,其他默认出口不跟着动。
一个每天误报的检查器
维护脚本起来之后开始报「规则冲突」。查下去是解析的问题:ip route 会把 dst 和 dstlen 分开打印,脚本按两个字段各自比对,同一个网段自然永远对不上。
修法是先把网段做归一化再比。修完重新跑一遍重复执行和定时触发,两台机器都是 Result=success、ExecMainStatus=0,而且初次安装时的路由和防火墙例外一直保留着——没有被「修好了」的脚本顺手抹掉。
一个天天报警的守护,比没有守护更糟:它会训练人忽略它。
验证要验到字节
配置完的第一次,三次 SSH 都通了,9.00 秒、7.96 秒、9.35 秒。比局域网慢十倍,但通了。
不能就此收工,因为「刚才那几次成功」证明不了空闲之后还能通。所以验证做成主动反向的:
- 让服务器侧反向探测把连接唤醒;
- 经
103.11.77.24:40000的 Peer Relay 完整传 262144 字节,SHA2568a39d2ab...,两端一致; - 中继会话统计里确认双向都有实际数据。
然后才是空闲测试:让连接静置超过五分钟,期间不 ping、不唤醒,第一次请求直接下载 262144 字节。完整收到,用时约 28.84 秒,校验一致。
DERP 那头:公网 HTTP 返回 204,HTTPS /derp/probe 返回 200,客户端证书校验结果 0,签发者是 Let’s Encrypt YE1。Mac 上用 tailscale debug derp 900 确认能建立连接。
没绕过去的告警
官方 derpprobe 对 IP 证书有两条警告:空 SNI、以及不足七天的短期证书。
两条都真实存在。没有为了让它绿去关证书校验,而是标明「转发效果以真实连接测试为准」。中间还试过 force-prefer-derp 900 强制走私有 DERP,它确实有用,但它是个调试偏好,不能当长期配置,所以退出时就是恢复默认。
版本也留了一笔:三台的 Tailscale 都是 1.104.2,官方 10/28 发了包含 Tailscale SSH 安全修复的 1.104.4。三台的内置 Tailscale SSH 本来就关着,走 OpenSSH,所以这轮没有升,但记下后续升级要同时重建匹配版本的 derper。
边界
- 私有 DERP 验到了公网 TLS、客户端连接和配置下发,没做只跑私有 DERP 的完整隔离切换。“peer-relay-upload-result.json” 那份数据是 Peer Relay 的,不能拿来当 DERP 转发证据。
- 一次冷启动成功,不等于空闲故障消失,日常使用还得继续看。
- 机器上没有 IPv6,所以诊断时那条「无适配地址」提示不代表 IPv4 不通。
回滚清单写在记录里,四条:后台策略恢复 tailnet-before.hujson、localhost-1 撤代理配置、localhost-3 停 Peer Relay 并收掉 UDP 放行、备用 VPS 保留二进制只停服务。短主机名的 SSH 公钥别名用 ssh-keygen -R localhost-1 撤销。
收尾
这轮之后,原入口、局域网入口、短主机名、完整域名都能登录,严格主机校验一直开着——补 localhost-1 的主机密钥之前先确认了 DNS 指向的确实是那台机器,再把已受信任的同一个公钥加为别名。
真正有用的结论只有一句:打洞不稳的时候,别再修打洞。把退路铺到「就算永远打不通也能工作」,然后反复验它。
