凌晨告警里,同一域名从两个出口解析出不同地址:电信用户命中A节点,联通用户命中B节点,TTL一致,监控却直接标记为“DNS故障”。手工切线路后结果又改变,团队因此怀疑权威记录被改写或递归缓存污染。实际上,线路切换只改变客户端到解析器的路径,不等于解析器故障,更不能单凭出口不同判定DNS异常。
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:恒创科技(原生IP精品线路),先看清带宽线路、流量策略和退款条款,再决定要不要迁。
排查时应把链路、递归解析器和权威站点拆开。若复现环境使用ESXi 8.0.0 U3 A10戴尔(Dell)PowerEdge服务器专属官方ISO全新安装镜像完成底层部署,可固定出口、源地址与递归服务,避免更换节点时同时改变多个变量。
不要先看公共解析器的网页结果。向域名权威NS发起查询,固定源IP、清理本地缓存,记录响应码、权威区段、TTL和地址集合。同一权威RRSet本应保持一致;若答案随来源网络变化,应检查权威端是否启用了ECS、来源分流或流量调度,而不是把策略分流误判为故障。

还要确认递归请求是否到达同一权威后端。权威NS前的负载均衡可能按源地址哈希落到不同节点;节点配置、视图或同步状态不一致时,就会出现DNS响应差异。可结合权威节点标识、服务端日志与直连查询交叉验证。若更换出口只改变查询路径,而权威地址集合始终相同,根因更可能在递归缓存或Anycast选路。
递归缓存差异通常有时间维度:旧地址TTL仍大于零,新地址刚被刷新;两台递归器因缓存年龄、预取策略不同,也可能返回不同但均未过期的结果。对照缓存年龄、TTL和上游应答,不要见到IP不同就清缓存。固定出口连续查询,再让另一出口等待明确窗口后复测,才能区分缓存尚未收敛与各入口长期收到不同答案。

若固定递归器、直查权威时答案一致,但更换网络后结果改变,就应检查Anycast路由传播和BGP故障域。核对任意播前缀在各地的宣告、收敛、下一跳及策略路由,确认流量是否进入不同POP或错误AS_PATH。同时区分“递归器入口IP不同”与“后端服务IP不同”:前者可能只是正常调度,后者可能意味着节点配置漂移。抓取多次应答并按时间排序,观察EDNS Client Subnet与EDS客户端重试是否改变查询目标;重试成功只说明客户端绕过失败路径,不能证明根因消失。
同一个 Anycast 地址会由多个运营商宣告,但它只解决流量从哪条路径进入的入口选择,不保证请求一定抵达预期的权威 DNS。若某区域的 Anycast路由传播中断,BGP故障域通常表现为单运营商、单区域或单机房,而非全网同时异常。排查时要分别查看各地域的 BGP 状态、递归解析器接收到的路由表,以及权威节点的地址清单;某地 RIB 正确但设备 FIB 未下发,或宣告存在但下一跳不可达,都会造成区域性超时。
递归解析器还会缓存结果,因此故障发生后,客户端可能拿到正常旧记录,也可能收到 SERVFAIL、超时、空响应或不同 IP 列表。EDNS Client Subnet(ECS)会让解析器依据客户端网段生成不同答案,CDN 调度因此出现DNS响应差异。比较结果时必须固定递归入口、查询名、记录类型、ECS 参数和随机化标志;只比较一次 ping 或两条 traceroute,既无法证明 DNS 一致,也不能定位真实数据面。
另一个常见误区是把解析失败都归因于权威侧。客户端本地缓存、运营商递归缓存、浏览器缓存的行为可能完全不同;TTL 到期、负缓存以及负载均衡器的地址轮换,也会让同一时段出现新旧答案并存。

第一步,确认影响面:按运营商、地区、IPv4/IPv6、递归入口汇总失败率,区分超时、SERVFAIL、NXDOMAIN 与答案漂移,并记录首次发生时间。
第二步,检查路由:在多个地域查看 Anycast 前缀的 BGP 邻居状态、宣告数量和 RIB/FIB;用权威节点及多个公共解析器交叉查询,排除单一边缘或单运营商的故障域。
第三步,比对 DNS:固定 ECS、DO/CD 标志、查询类型与缓存状态,对比权威响应和递归响应;检查 ECS 分类、EDNS 版本、截断回退是否一致。
第四步,核对重试:查看EDS客户端重试日志,确认退避、抖动、总时限和并发上限;避免多个解析器同时重试形成突发流量,并评估旧答案是否可安全回退。
第五步,验证恢复:待路由收敛及缓存过期后,持续监测不同地域的成功率、响应时延、答案集合和重试次数,再逐地域解除限流或切流。
最终应以“路由可见性、DNS 数据一致性、客户端重试行为”三条证据链闭环:先隔离故障域,再确认答案差异是否符合策略,最后用重试与监控验证恢复。任何单一 ping、单一解析器或单次查询都不足以作为结论。