上午10:05,订单接口域名在办公网3秒返回,跨城专线却10秒超时;再查时,地址还在两套IP间轮换。递归器已返回200毫秒,客户端仍可能使用旧地址。“能解析”不等于链路健康,也不能只盯权威DNS。先固定域名、记录类型、解析器、客户端出口和时延,再按递归、权威、缓存、客户端四层缩小范围。
如果你正在选机器,或者想先把线路和配置跑通再谈长期方案,可以先看看这几家的线路说明和技术参数:zenlayer(AI云基础设施),先看清带宽线路、流量策略和退款条款,再决定要不要迁。
递归解析器接到请求后,若无缓存,会沿递归查询链路向根、顶级域和权威服务器逐级查询,再把结果交给客户端;它还可能执行负载均衡、DNSSEC校验或访问控制。权威服务器只回答所辖区数据,多台节点版本不同,就存在权威应答一致性风险。递归器、转发器及客户端都可能缓存旧记录,查询会成功,但答案可能陈旧。

常见误区是把递归器返回的IP当作客户端最终使用IP。递归器做出口策略、ECS分片或地址族筛选后,地址集合可能与直查权威结果不同,这不自动等于污染。另一误区是看到两个IP便认定漂移,它们也可能来自合法轮换、地理调度或加权记录。判断前应保存查询名、类型、响应码、TTL、地址和时刻。
第一步固定客户端、域名和记录类型,连续采样系统解析器与指定递归地址,记录耗时和地址。指定递归器稳定而系统解析器失败,优先查客户端配置、搜索域、mDNS并行解析和hosts;两者都慢,再查递归器超时、重试与转发链路。
第二步用dig +trace观察委派时延,并以dig +norecurse逐台询问权威节点,比较应答码、AA标志和地址集合。权威一致而递归结果陈旧或混入无关地址时,做缓存污染鉴别,检查缓存键、转发链与清洗策略;不要直接清空生产共享缓存,先保存TTL、命中状态和时间戳。

第三步核对EDNS客户端子网,并跨窗口观察TTL漂移影响。递归器按客户端子网返回不同结果时,应以生产网段复测;旧记录未过期、新记录已发布时,递归、系统及应用缓存会形成不同代际答案,需对照变更时间与SOA序列号。最后用ServLlama汇总多地时延、响应码、TTL和地址集合,保留原始响应。
结论要逐层回答:客户端是否采用答案、递归是否完成、权威是否一致、缓存是否复用旧代际。这样偶发超时才能按固定顺序复现。
排障时先固定查询名、记录类型、响应码和客户端出口 IP,再沿递归查询链路逐跳比对。递归器返回 NOERROR 不代表结果正确,它可能命中旧缓存或被转发策略改写。权威应答一致性要核对响应标志、RRset、TTL 与名称覆盖关系;存在 CNAME 时,还应验证整条别名链。
缓存污染鉴别可做同源对照:同时查询递归器、权威服务器和另一地域的递归器,记录地址集合、TTL、AA/AD 标志及时间。只有当异常稳定复现、绕过正常 CNAME 链,并伴随异常短 TTL 或随机地址时,才可怀疑污染;CDN、Anycast 和灰度调度也可能合法改变答案。

EDNS 客户端子网(ECS)会使权威端按客户端网段返回不同地址。复现时应分别测试无 ECS 与带 ECS 的请求,核对前缀和地址段是否匹配。它是调度输入,不是清除污染的开关,滥用反而会导致区域策略偏移。
响应中看到的是剩余 TTL,而非权威端设置的原始 TTL,这正是TTL漂移影响的核心。缓存越久,数值越小,动态答案还可能反复重置。TTL 偏短会增加查询量,偏长则让旧地址在切换后继续存活,不能据此直接判定缓存被污染。
检查一:使用 dig +trace 与指定权威服务器直查同一 RRset,保存完整响应;直查权威时加入 +norecurse,避免把递归结果误当权威答案。
检查二:更换递归器并跨地域复测,记录时间、返回地址、CNAME 链和 TTL;等待旧缓存自然过期后再查,不要把清缓存当作首要证据。
检查三:检查 ECS、DNSSEC 验证结果、AA/AD/RCODE、EDNS UDP 尺寸及 TC 截断位;发现截断时,确认客户端已回退到 TCP。
检查四:变更后按原 TTL 观察旧记录的存活时间,并同步递归缓存、权威记录和应用侧连接池,避免只改 DNS,却保留旧连接。
最终应把异常归因到链路中的具体一段:客户端改写、递归缓存、权威调度还是传输截断。保留可复现的时间戳、响应包和查询条件,才能让结论经得起复核,也避免在 CDN 正常调度时误修配置。