DNS 问题，研究到凌晨 4 点还是没有结论...救救孩子吧

[waibunleung]

最近看了 DNS 解析相关的内容，然后就好奇 dig 了一下公司的一些域名，发现自建了好多二级域名服务器。这么多服务器明显是为了容灾+分流，然后我就在想，DNS 服务器的高可用是怎么保证的？

于是我：
1.搜索了相关的 DNS 集群搭建，发现都是介绍 dns 主从服务器搭建的比较多，说一主多从就算是一个集群，但我觉得这点能力是不太够支撑高可用的
2. 找了下有没有相关大厂 DNS 这块的高可用设计，找到阿里的，但是关于一些细节的描述并没有，看完之后似懂非懂 -> https://zhuanlan.zhihu.com/p/115909472
3. 404 网站找了一番，也是多数关于 DNS 主从服务器的搭建，帮助不算太大

无奈的我只能在这里发帖问问大家，希望有相关经验的家人们能够点拨一下~

dns 解析这一层，是怎么保证高可用的？
用集群冗余备份大概率没跑了，但是集群内部是怎么同步数据的？集群中的每一个节点都向外提供服务吗？
一个进群可能不够，那多个集群之间又是怎么同步的呢？

真的感觉自己知道的太少了~

[mytsing520]

@crystom
阿里云的 DNS，如果买的是企业版本，可以作为从服务器直接对外，隐藏掉自己的主服务器

[dzdh]

运营商缓存怎么破

[XiaoxiaoPu]

自研 DNS 服务器，不需要传统 DNS 协议的主从同步。跟 Web 服务器的高可用架构没啥区别，区别只是用户协议是 DNS 协议。

[waibunleung]

@XiaoxiaoPu 有稍微被点拨了一下~
web 服务器保证高可用我大概知道些套路，但是我对应不过去。DNS 服务器这一块，服务器故障转移怎么做？解析的记录是怎么同步到不同机房的里面去的？集群又是怎么建起来的？

[waibunleung]

@nuk 虽然用户不会直接设置自建的 DNS 地址，但是通过解析和查询，流量还是会到自建 DNS 这一层的呀~

[XiaoxiaoPu]

@waibunleung

「 DNS 服务器这一块，服务器故障转移怎么做？」
IP 层：有条件的搞 anycast，没条件的至少弄多个不同机房的 IP
UDP/TCP 层：接入 4 层负载均衡

「解析的记录是怎么同步到不同机房的里面去的？」
数据存储于高可用数据库，DNS 服务器不用关注数据的跨机房同步问题。

「集群又是怎么建起来的？」
解析记录都在数据库里，DNS 服务器本身就是无状态的了，可以任意横向扩展。

[waibunleung]

@XiaoxiaoPu
「 IP 层：有条件的搞 anycast，没条件的至少弄多个不同机房的 IP 」
现在通过 dig 来看，多个二级域名解析的 NS 就是多个机房 ip，有没有上 anycast 不知道，看不出来

「 UDP/TCP 层：接入 4 层负载均衡」
是否在 DNS 之上再加一层 LVS ？

[XiaoxiaoPu]

@waibunleung LVS 就是 4 层负载均衡

[v2clay]

想的不多，想的太多。
高可用不是由 dns 决定的。
高可用是由多台服务器集群实现
dns 通过解析不同的 ip 地址，来实现负载均衡。

[waibunleung]

@v2clay 你误会我意思了，整个系统有整个系统的高可用设计，每一次有每一层的高可用性设计。就像数据库是这个 web 系统的一部分，但是数据库怎么保证自身的高可用？这里问的就是 DNS 怎么保证自身的高可用？

[waibunleung]

@XiaoxiaoPu
「 IP 层：有条件的搞 anycast，没条件的至少弄多个不同机房的 IP 」
这个可否理解为：多个机房里面都有一个 dns 服务器集群，每个 dns 集群有不同的 ip ？如果是这样的话，dns 集群内的故障转移，是通过 keepalived 之类的健康检查机制来剔除故障的 NS 吗？

[gBurnX]

1.用户电脑层的 DNS 高可用：比如 Windows 与 Linux，DNS 可以填两个。如果其中一个 DNS 地址因故障没有响应，那么就换另一个。

如果用户电脑直接接入公网，那么这两个 DNS，是自动获取到的运营商的两个 DNS 。

如果用户电脑，接入了自己的路由器、交换机或猫，则 DNS 只需要填一个上层设备的 IP 即可，由上层设备提供 DNS 解析服务。或者直接填运营商的 DNS 也行。


2.用户中间设备层的 DNS 高可用，比如路由器、交换机、猫等，这些设备，DNS 也可以填两个。一般是直接获取运营商的两个 DNS，或者获取更上层设备的 DNS 地址。


3.运营商层的 DNS 高可用：运营商发放给用户的 DNS 地址，是一个 [虚拟 IP] ，一般是代理服务器或负载均衡服务器持有该地址，此设备它本身并不直接提供 DNS 服务。然后此设备负责把用户的 DNS 请求，转发给 DNS 服务器集群。


4.公司做 DNS 高可用的方法：

买入两条线路，每条线路配置一个公网 IP，然后把这个公网 IP，做到公司域名的解析记录里。也就是对 xx.com 或 www.xx.com 写两条 A 记录。这样用户进行 DNS 解析时，就会解析到两个 IP 地址。正常的浏览器，会选择一个 IP 地址进行访问，如果发现故障，正常的浏览器会切换到另一个 IP 地址，来实现高可用。问题是，很多手机浏览器，没有切换功能。因此如果两个 IP，有一个挂了，那么手机浏览器就无法访问了。

有钱的公司，会买入多线条路，甚至在不同城市买入线路，来防止某个城市整体断电导致网站与服务不可用。

[waibunleung]

@gBurnX 大佬！等的就是你这样的解答
可是我还是有疑问，正如你所说，我 dig 到公司在不同机房里配置了共 6 台 ns 服务器(其实就是南北*3 个不同运营商各一台)，那如果这些 ns 后面都是一个集群的话，这个集群是与普通 web 集群一样的吗？ DNS 集群内怎么做障转移？不同集群之间怎么做故障转移？

[v2clay]

@waibunleung # 自己搭建，那就 dns 主从集群。商业 dns 解析服务商 dnspod，底层也差不多用的这个技术。

[v2clay]

@gBurnX #32 第四条，其实是业务层面的，与 dns 集群高可用无关。配置 2 个 A 记录，不能完全保证业务不受影响。

@waibunleung #33 web 里，如 nginx 负载均衡，自动切换，利用的是类似心跳检查，间隔几秒发送 http/s，不可达直接切换。dns 集群没有这个功能。dns 集群简单粗暴，就是配置多个服务器，这几个服务通过主从集群同步 dns 记录，保证每台 dns 服务器的记录相同。然后把这个多个 dns 服务器的 ip 配给 dns 客户端（电脑 /路由器 /手机等）。dns 客户端收到一个 dns query，会同时向多个配置 dns server ip 发请求。客户端配了多少个 dns server，就向多少个发，总有一个回有响应。简单、粗暴，有效。

[nbsn]

其实吧，我认为，DNS 是一个深坑，得针对不同的场景。比如入向的 DNS （被访问）和出向的 DNS （主动访问）是完全不同的。就拿出向的 DNS 来讲，一个简单的例子就是你家里的 DNS 分流，访问国内国外要用不同的 DNS，如果你家里有两条，甚至多条宽带，要分流，如何做 DNS 分流。## 所以，针对场景不同，实现方式也不同。

[v2clay]

@waibunleung #31 集群的真正目的是为了保证集群内各个服务的记录相同。
不用剔除机制，完全没有必要。
dns 客户端配置多个 集群内的 dns 服务器，就可以保证高可用。
当有一台有问题，没关系，剩下的接着顶上。
加上报警措施，有足够的时间处理。

[ETiV]

帮你 @naizhao，DNSPod 创始人

[gBurnX]

@waibunleung

Q：这个集群是与普通 web 集群一样的吗?
A：web 集群有很多种搭建方式。如果 web 集群里，每个节点都是平等的负载节点，且上级是代理或负载均衡设备，那么这种 ns 集群就和 web 集群相同。

Q：DNS 集群内怎么做障转移？
A：提供故障转移的，是上级代理或负载均衡设备。这些设备会定期检查集群中每个节点的状态，如果节点挂了，上级代理或负载均衡设备就不会把外部请求转发给这些故障节点。其次，当代理或负载均衡设备，把外部请求转发到这些节点时，也会检查它是否能在规定时间内接受响应，如果超时，则上级代理或负载均衡设备，就认为该节点故障，然后会把请求转发给别的健康节点。

Q：不同集群之间怎么做故障转移?
A：我在前面说过，一家公司会有多条线路。如果一条线路对应的是一个集群，那么该集群故障后，那么该线路对应的 IP 都无法响应，那么客户端会使用 A 记录返回的其他 IP 进行 dns 解析。

[gBurnX]

@v2clay

你完全搞错了，dns 高可用是一个整体工程，我第一条回复的第 4 点，正是这个链条的末端。

另外你也别钻牛角尖，你说配置 2 个 A 记录，不能完全保证业务不受影响，按你这个说法，无论配置多少个 A 记录，也不能完全保证业务不受影响。目前业界的现状是，除开银行这种机构，其他大部分对高可用并不需要极端的需求，双节点冗余，或者说双机热备，在业界是一种非常常规的做法。