运维与DevOps

DNS 域名解析问题排查指南：多 IP 绑定、负载均衡故障与 Nginx 配置实战

, , , , ,

AI辅助声明：本文内容经过AI辅助整理和优化，结合2026年最新DNS故障排查实践进行更新。

更新说明：补充了最新的DNS故障排查工具和方法。

引言

在运维生产环境时，域名解析问题是最常见的故障类型之一。当用户反馈”网站时好时坏”或”部分地区无法访问”时，往往与 DNS 配置有关。本文以真实的排查案例为基础，详细介绍 DNS 多 IP 绑定场景下的问题定位方法和解决方案。

问题场景描述

故障现象

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
┌─────────────────────────────────────────────────────────────────────┐
│                    故障现象：域名访问时好时坏                          │
├─────────────────────────────────────────────────────────────────────┤
│                                                                      │
│  用户反馈：                                                          │
│  ├── 通过域名访问网站，有时正常，有时失败                              │
│  ├── 浏览器显示 "无法连接到服务器" 或 "连接超时"                       │
│  └── 直接访问 IP 地址没有问题                                         │
│                                                                      │
│  初步判断：                                                          │
│  ┌──────────────┐    DNS 轮询      ┌──────────────┐                 │
│  │   用户浏览器   │ ─────────────►  │   DNS 服务器  │                 │
│  └──────────────┘                  └───────┬──────┘                 │
│                                            │                         │
│                              返回多个 A 记录 │                         │
│                                            ▼                         │
│                    ┌───────────────────────┼───────────────────┐    │
│                    │                       │                   │    │
│                    ▼                       ▼                   ▼    │
│              ┌──────────┐          ┌──────────┐          ┌──────────┐│
│              │  服务器 A │          │  服务器 B │          │  服务器 C ││
│              │ 192.0.2.1│          │192.0.2.2 │          │192.0.2.3 ││
│              └────┬─────┘          └────┬─────┘          └────┬─────┘│
│                   │                     │                     │      │
│                   └─────────────────────┴─────────────────────┘      │
│                                │                                      │
│                    其中服务器 B 已下线或故障                           │
│                                │                                      │
│                         用户访问失败                                  │
│                                                                      │
└─────────────────────────────────────────────────────────────────────┘

DNS 基础概念

DNS 记录类型

记录类型 说明 示例
A 将域名指向 IPv4 地址 example.com. A 192.0.2.1
AAAA 将域名指向 IPv6 地址 example.com. AAAA 2001:db8::1
CNAME 域名别名 www.example.com. CNAME example.com.
MX 邮件交换记录 example.com. MX 10 mail.example.com.
TXT 文本记录 用于验证、SPF 等
NS 域名服务器记录 指定 DNS 服务器

多 A 记录负载均衡

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
┌─────────────────────────────────────────────────────────────────────┐
│                    DNS 轮询负载均衡原理                               │
├─────────────────────────────────────────────────────────────────────┤
│                                                                      │
│  DNS 配置：                                                          │
│                                                                      │
│  example.com.    300    IN    A    192.0.2.1    (服务器 1)          │
│  example.com.    300    IN    A    192.0.2.2    (服务器 2)          │
│  example.com.    300    IN    A    192.0.2.3    (服务器 3)          │
│                                                                      │
│  轮询策略：                                                          │
│                                                                      │
│  第一次查询 ──► 返回 [192.0.2.1, 192.0.2.2, 192.0.2.3]              │
│  第二次查询 ──► 返回 [192.0.2.2, 192.0.2.3, 192.0.2.1]              │
│  第三次查询 ──► 返回 [192.0.2.3, 192.0.2.1, 192.0.2.2]              │
│                                                                      │
│  客户端行为：                                                         │
│  ├── 大多数客户端会尝试第一个 IP                                     │
│  ├── 失败后尝试第二个 IP                                             │
│  └── 所有 IP 失败后报告错误                                          │
│                                                                      │
│  问题场景：                                                          │
│  └── 如果其中某个 IP 对应的服务器故障，部分用户会访问失败              │
│                                                                      │
└─────────────────────────────────────────────────────────────────────┘

问题排查流程

第一步：确认 DNS 解析结果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# 使用 dig 查询 DNS 记录
dig example.com A

# 指定 DNS 服务器查询
dig @8.8.8.8 example.com A
dig @1.1.1.1 example.com A

# 查看完整的解析过程
dig +trace example.com

# 使用 nslookup
nslookup example.com
nslookup example.com 8.8.8.8

# 使用 host 命令
host example.com
host -a example.com

第二步：验证各 IP 的连通性

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 批量 ping 测试
for ip in 192.0.2.1 192.0.2.2 192.0.2.3; do
    echo "Testing $ip..."
    ping -c 3 $ip
done

# 使用 fping 并行测试
fping -c 3 192.0.2.1 192.0.2.2 192.0.2.3

# HTTP 请求测试
for ip in 192.0.2.1 192.0.2.2 192.0.2.3; do
    echo "Testing HTTP on $ip..."
    curl -I -H "Host: example.com" http://$ip/ --connect-timeout 5
done

第三步：Nginx 配置检查

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
# 配置 Nginx 监听所有需要的 IP
server {
    listen 80;
    listen 192.0.2.1:80;
    listen 192.0.2.2:80;
    listen 192.0.2.3:80;  # 确保这个 IP 也在 Nginx 配置中

    server_name example.com www.example.com;

    location / {
        root /var/www/html;
        index index.html;
    }
}

# 或者使用默认 server_name 匹配所有
server {
    listen 80 default_server;
    server_name _;

    location / {
        root /var/www/html;
        index index.html;
    }
}

完整排查案例

案例背景

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
┌─────────────────────────────────────────────────────────────────────┐
│                    案例：渠道接入时的域名问题                          │
├─────────────────────────────────────────────────────────────────────┤
│                                                                      │
│  场景：                                                              │
│  - 游戏接入新渠道，渠道方提供域名指向我方服务器                         │
│  - 渠道方域名配置：game.channel.com ──► 我方 IP 列表                  │
│  - 用户通过渠道下载游戏，游戏内使用渠道域名连接服务器                    │
│                                                                      │
│  故障现象：                                                          │
│  - 部分用户反馈游戏登录失败                                            │
│  - 有时可以登录，有时失败                                              │
│  - 问题随机出现，难以复现                                              │
│                                                                      │
└─────────────────────────────────────────────────────────────────────┘

排查步骤详解

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
# 1. 获取渠道方域名解析的 IP 列表
dig game.channel.com A +short

# 输出示例：
# 203.0.113.10
# 203.0.113.11
# 203.0.113.12

# 2. 逐一测试每个 IP 的连通性
echo "=== 测试 IP 连通性 ==="
for ip in 203.0.113.10 203.0.113.11 203.0.113.12; do
    echo -n "Testing $ip: "
    if ping -c 1 -W 2 $ip > /dev/null 2>&1; then
        echo "OK"
    else
        echo "FAILED"
    fi
done

# 3. 测试每个 IP 的 HTTP 服务
echo "=== 测试 HTTP 服务 ==="
for ip in 203.0.113.10 203.0.113.11 203.0.113.12; do
    echo -n "Testing HTTP on $ip: "
    response=$(curl -s -o /dev/null -w "%{http_code}" \
               -H "Host: game.channel.com" \
               --connect-timeout 5 \
               http://$ip/health 2>/dev/null)
    echo "HTTP $response"
done

# 4. 检查本地服务器是否监听这些 IP
echo "=== 检查本地监听端口 ==="
ss -tlnp | grep :80
netstat -tlnp | grep :80

# 5. 查看 Nginx 配置
echo "=== Nginx 配置检查 ==="
grep -r "listen" /etc/nginx/conf.d/
nginx -t  # 测试配置是否正确

发现问题

1
2
3
4
5
6
7
8
9
# 排查结果：
# - 203.0.113.10: OK, HTTP 200
# - 203.0.113.11: FAILED, 无法 ping 通
# - 203.0.113.12: OK, HTTP 200

# 检查 Nginx 配置发现：
# - 服务器只监听了 203.0.113.10 和 203.0.113.12
# - 203.0.113.11 没有配置在 Nginx 中
# - 或者 203.0.113.11 对应的服务器已经下线

解决方案

方案一：通知渠道方修改 DNS（推荐）

1
2
3
4
5
6
7
# 联系渠道方，要求移除失效的 IP
# 正确的 DNS 配置应该是：
#
# game.channel.com.    300    IN    A    203.0.113.10
# game.channel.com.    300    IN    A    203.0.113.12
#
# 移除：203.0.113.11

方案二：在 Nginx 中配置所有 IP

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# /etc/nginx/conf.d/game.conf

upstream game_backend {
    server 192.168.1.10:8080;
    server 192.168.1.11:8080;
}

server {
    # 监听渠道方绑定的所有 IP
    listen 203.0.113.10:80;
    listen 203.0.113.11:80;  # 即使这个 IP 不在本机也要配置
    listen 203.0.113.12:80;

    server_name game.channel.com;

    location / {
        proxy_pass http://game_backend;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

# 如果某些 IP 不在本机，使用防火墙重定向或负载均衡器

方案三：使用负载均衡器

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
┌─────────────────────────────────────────────────────────────────────┐
│                    使用负载均衡器统一入口                              │
├─────────────────────────────────────────────────────────────────────┤
│                                                                      │
│  架构改造：                                                          │
│                                                                      │
│                    DNS 记录                                          │
│  game.channel.com ─────────────────────► 负载均衡器 IP                │
│                                            │                         │
│                    ┌───────────────────────┼───────────────────┐    │
│                    │                       │                   │    │
│                    ▼                       ▼                   ▼    │
│              ┌──────────┐          ┌──────────┐          ┌──────────┐│
│              │  服务器 1 │          │  服务器 2 │          │  服务器 3 ││
│              │192.168.1.│          │192.168.1.│          │192.168.1.││
│              └──────────┘          └──────────┘          └──────────┘│
│                                                                      │
│  优势：                                                              │
│  ├── 统一入口，DNS 只配置一个 IP                                      │
│  ├── 负载均衡器自动检测后端健康状态                                    │
│  └── 故障服务器自动摘除，用户无感知                                    │
│                                                                      │
│  常用负载均衡器：                                                     │
│  ├── Nginx / OpenResty                                               │
│  ├── HAProxy                                                         │
│  ├── LVS (Linux Virtual Server)                                      │
│  └── 云厂商 SLB (阿里云、AWS ELB 等)                                  │
│                                                                      │
└─────────────────────────────────────────────────────────────────────┘

DNS 健康检查机制

HTTP 健康检查脚本

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
#!/bin/bash
# dns_health_check.sh - DNS 多 IP 健康检查

DOMAIN="game.channel.com"
TIMEOUT=5
ALERT_WEBHOOK="https://hooks.slack.com/services/xxx"

# 获取所有 IP
IPS=$(dig +short $DOMAIN A)

echo "=== DNS Health Check for $DOMAIN ==="
echo "Time: $(date)"
echo ""

failed_ips=()

for ip in $IPS; do
    echo -n "Checking $ip... "

    # HTTP 检查
    http_code=$(curl -s -o /dev/null -w "%{http_code}" \
                --connect-timeout $TIMEOUT \
                -H "Host: $DOMAIN" \
                http://$ip/health 2>/dev/null)

    if [ "$http_code" = "200" ]; then
        echo "OK (HTTP 200)"
    else
        echo "FAILED (HTTP ${http_code:-timeout})"
        failed_ips+=($ip)
    fi
done

# 发送告警
if [ ${#failed_ips[@]} -gt 0 ]; then
    message=" DNS Health Check Alert\nDomain: $DOMAIN\nFailed IPs: ${failed_ips[*]}\nTime: $(date)"

    curl -X POST -H 'Content-type: application/json' \
        --data "{\"text\":\"$message\"}" \
        $ALERT_WEBHOOK
fi

自动故障转移

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
# dns_failover.py - 自动 DNS 故障转移

import dns.resolver
import requests
import json

class DNSFailover:
    def __init__(self, domain, health_endpoint="/health"):
        self.domain = domain
        self.health_endpoint = health_endpoint
        self.healthy_ips = []

    def get_dns_ips(self):
        """获取 DNS 解析的所有 IP"""
        try:
            answers = dns.resolver.resolve(self.domain, 'A')
            return [str(rdata) for rdata in answers]
        except Exception as e:
            print(f"DNS query failed: {e}")
            return []

    def check_ip_health(self, ip):
        """检查单个 IP 的健康状态"""
        try:
            response = requests.get(
                f"http://{ip}{self.health_endpoint}",
                headers={"Host": self.domain},
                timeout=5
            )
            return response.status_code == 200
        except:
            return False

    def update_healthy_ips(self):
        """更新健康 IP 列表"""
        all_ips = self.get_dns_ips()
        self.healthy_ips = [ip for ip in all_ips if self.check_ip_health(ip)]

        # 保存到配置文件供应用使用
        with open('/etc/app/healthy_ips.json', 'w') as f:
            json.dump({
                'domain': self.domain,
                'healthy_ips': self.healthy_ips,
                'all_ips': all_ips
            }, f)

        return self.healthy_ips

# 定时执行
if __name__ == '__main__':
    import schedule
    import time

    failover = DNSFailover('game.channel.com')

    # 每 30 秒检查一次
    schedule.every(30).seconds.do(failover.update_healthy_ips)

    while True:
        schedule.run_pending()
        time.sleep(1)

预防措施与最佳实践

DNS 配置检查清单

检查项 说明 工具
A 记录数量 确认绑定的 IP 都是有效的 dig +short
IP 连通性 所有 IP 都能 ping 通 ping / fping
服务可用性 所有 IP 的 HTTP/HTTPS 服务正常 curl
SSL 证书 所有 IP 的证书配置正确 openssl s_client
TTL 设置 合理的 TTL 值便于故障转移 dig

推荐的 DNS 架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
┌─────────────────────────────────────────────────────────────────────┐
│                    高可用 DNS 架构推荐                                 │
├─────────────────────────────────────────────────────────────────────┤
│                                                                      │
│  方案一：负载均衡器模式（推荐）                                        │
│                                                                      │
│  DNS: example.com ──► 负载均衡器 VIP                                 │
│                          │                                           │
│              ┌───────────┼───────────┐                              │
│              ▼           ▼           ▼                              │
│           [Server 1]  [Server 2]  [Server 3]                        │
│           (Health Check 自动摘除故障节点)                             │
│                                                                      │
│  优点：                                                              │
│  - 用户只需要配置一个 IP                                              │
│  - 故障自动切换，对用户透明                                           │
│  - 支持加权负载均衡                                                   │
│                                                                      │
├─────────────────────────────────────────────────────────────────────┤
│                                                                      │
│  方案二：Anycast 模式（大型应用）                                      │
│                                                                      │
│  DNS: example.com ──► Anycast IP                                     │
│                          │                                           │
│            ┌─────────────┼─────────────┐                            │
│            │             │             │                            │
│            ▼             ▼             ▼                            │
│        [POP 1]       [POP 2]       [POP 3]                          │
│        (北京)        (上海)        (广州)                           │
│            │             │             │                            │
│            └─────────────┴─────────────┘                            │
│                    后端服务器集群                                     │
│                                                                      │
│  优点：                                                              │
│  - 用户访问最近的节点                                                 │
│  - 单点故障自动切换                                                   │
│  - 全球加速                                                           │
│                                                                      │
└─────────────────────────────────────────────────────────────────────┘

TTL 设置建议

场景 建议 TTL 说明
稳定环境 3600s (1小时) 减少 DNS 查询压力
故障转移 60s (1分钟) 快速切换，但增加查询量
灰度发布 300s (5分钟) 平衡灵活性和性能
DDoS 应急 10s 快速切换到高防 IP

总结

DNS 域名解析问题的排查要点：

  1. 问题定位：dig / nslookup 查询 DNS 记录，确认所有绑定的 IP
  2. 连通性测试：使用 ping、curl 逐一测试每个 IP 的连通性和服务可用性
  3. 配置检查：确认 Nginx/服务器监听所有需要的 IP 地址
  4. 根本解决：
    • 通知域名管理员移除失效 IP
    • 或配置服务器监听所有绑定 IP
  5. 预防措施：
    • 使用负载均衡器统一入口
    • 建立 DNS 健康检查机制
    • 合理设置 TTL 值便于故障切换
  6. 监控告警：建立自动化监控，及时发现 DNS 配置异常

通过系统化的排查流程和合理的架构设计，可以有效避免和解决 DNS 多 IP 绑定带来的访问不稳定问题。