一、这一篇在处理什么
这一篇只处理一件事：在越南运行的竞技类游戏，使用维科云的DNS 解析时，如何处理「本地解析器缓存了失败」。
权威短时故障时，递归解析器缓存了失败答案。权威恢复后，这部分用户仍要等失败缓存过期。
看权威已经恢复后，仍返回失败的递归解析器。
二、越南的网络和高峰
晚间高峰明显，午休时段也有一小波。不同运营商之间的国际路由差异大。同一域名在两家运营商上可能落到不同质量的路径。
排查时：至少用两家当地运营商各测一次。只在一家上失败时，记录运营商，不要把整国流量切走。
不要这样做：只在境外虚拟机上测越南。那种网络和当地用户的出口不是同一条。
三、竞技类游戏要分开的路径
对局心跳、匹配和补丁下载必须分开。心跳走长连接，补丁走可缓存的大文件。
防护边界：不要对心跳使用会打断连接的挑战页。补丁域名可以严格限速，对局通道不行。
验证：在补丁下载的同时开一局匹配，确认下载没有把对局通道堵住。断线后应能续传补丁，而不是重新对局。
四、DNS 解析怎么接
对外业务域名用 CNAME 指向 CDN 或直播调度，不把源站地址写进权威记录。平时 TTL 保持在可接受的缓存时间，只有计划内切换才提前降低 TTL。权威 DNS 与注册商账号分开管理，切换后用多个地区的公共解析器核对结果。
产品说明见DNS 解析。只改和「本地解析器缓存了失败」有关的域名或路径，不要把竞技类游戏的其他路径一起改掉。
五、排查步骤
下面五步按因果顺序执行，后一步依赖前一步的结果。步骤针对「本地解析器缓存了失败」，不是一套通用清单。
- 心跳、匹配和补丁下载分成三列。补丁的字节数不要算进心跳的失败率。 至少选两家越南运营商，各自导出同一时间窗，不要合成一条曲线。 这一故障在本步要完成的事：确认权威当前能回答。
- 心跳保持长连接，禁止对心跳弹出挑战页。补丁域名可以单独限速。 只在一家运营商失败时，记录运营商名称，禁止把全国流量切到备用地址。 这一故障在本步要完成的事：找出仍返回失败的递归解析器。
- 补丁启用分段缓存。匹配接口保持不缓存，避免把队列结果缓存给下一个人。 只改这一家运营商对应的调度或解析，另一家保持原样。 这一故障在本步要完成的事：查看失败缓存还要多久过期。
- 源站优先保证心跳和匹配。补丁回源放到独立连接里，避免占满对局通道。 源站和全国策略先不动，避免把单运营商问题放大成全国变更。 这一故障在本步要完成的事：等待过期，或联系关键解析器刷新。
- 边下补丁边发起一次匹配。补丁中断后应能续传，匹配通道不能因此断开。 用这两家运营商在越南境内各测一次。境外虚拟机的结果不能当作通过。 这一故障在本步要完成的事：权威侧减少故障时间，避免失败被缓存。
六、处理办法
- 权威高可用，减少失败缓存的机会。
- 故障公告写明还要等缓存。
- 不要在权威刚恢复时就拆旧系统。
改完后在越南的用户网络上复查，不要只在机房内网看。复查时带上竞技类游戏的验证：在补丁下载的同时开一局匹配，确认下载没有把对局通道堵住。断线后应能续传补丁，而不是重新对局。
七、案例
权威只中断了几分钟，部分运营商之后半小时仍解析失败。他们缓存了失败答案。到期后恢复，无需再改记录。
若同样的现象出现在越南，额外核对：至少用两家当地运营商各测一次。只在一家上失败时，记录运营商，不要把整国流量切走。
业务侧核对：对局心跳、匹配和补丁下载必须分开。心跳走长连接，补丁走可缓存的大文件。
这个案例只说明怎么定位，不构成容量或可用性承诺。
八、常见问题
问：为什么改记录没用？
答：记录是对的。错的是缓存里的失败结果。
问：失败缓存能设多短？
答：这由递归解析器决定，权威不能替它改。
问：如何减少影响？
答：让权威尽量不出现会被缓存的失败。
问：同一故障换一个地区或一种业务，排查还一样吗？
答：不一样。每一步都先按竞技类游戏的路径处理，再按越南的网络条件收窄，最后才做「本地解析器缓存了失败」这一故障本身的动作。换地区或换业务，前两段操作就会变。
九、边界
只讨论DNS 解析在「本地解析器缓存了失败」上的处理，地区范围是越南，业务范围是竞技类游戏。请遵守当地法律。维科云提供网络能力，不对客户业务内容负责。