印度尼西亚的直播互动:用DNS 解析处理「注册商和权威名单不一致」

一、这一篇在处理什么

这一篇只处理一件事:在印度尼西亚运行的直播互动,使用维科云的DNS 解析时,如何处理「注册商和权威名单不一致」。

权威服务器已经迁移,注册商里登记的还是旧名单。一部分查询仍去旧服务器。

看父区返回的权威名单和实际在用的服务器是否一致。

二、印度尼西亚的网络和高峰

晚间高峰跨度长,群岛不同城市的高峰不会精确重合。移动网络和海缆路径影响大。雅加达正常,不代表其他岛屿正常。

排查时:不要把印度尼西亚收成一个平均值。至少把首都和其他主要城市分开看失败率。

不要这样做:一个探测点全绿就认为全国正常。探测点要放在用户多的城市,而不是只放一个。

三、直播互动要分开的路径

推流、播放和聊天是三条路径。播放地址用短时令牌,聊天不要走播放的缓存。

防护边界:播放令牌过期应在场次中途之前刷新。不要把直播切片和网页跳转规则混在同一个域名上。

验证:看首帧时间、卡顿来自主播上行还是观众分发,以及结束后直播地址是否停止、回放是否另给地址。

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「注册商和权威名单不一致」有关的域名或路径,不要把直播互动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「注册商和权威名单不一致」,不是一套通用清单。

  1. 推流、播放和聊天分开统计。播放地址的令牌过期要单独计数。 把雅加达和其他主要城市分成两张表,晚高峰不要用全国平均值。 这一故障在本步要完成的事:向父区查询权威名单。
  2. 聊天不要走播放缓存。播放令牌在场次结束前刷新,不要等观众已经 403。 首都正常而其他城市失败时,按城市处理,不要当成整国故障。 这一故障在本步要完成的事:与现在真正提供解析的服务器对比。
  3. 播放切片和网页跳转不要共用一个域名。需要拦截时只拦被盗用的播放域名。 为失败城市单独指定接入点。已经正常的城市不要一起改。 这一故障在本步要完成的事:在注册商更新名单。
  4. 转码和录制不要和播放写在同一块磁盘或同一条队列里。 确认海缆路径只影响失败城市后,再决定要不要动源站。 这一故障在本步要完成的事:旧服务器保留到父区缓存过期。
  5. 测量首帧,并判断卡顿来自主播上行还是观众分发。结束后直播地址应停止,回放另给地址。 在失败城市加一个探测点复测。只有雅加达一个点是绿的,不算恢复。 这一故障在本步要完成的事:更新后从外部再查一次名单。

六、处理办法

  1. 迁移权威时把注册商列入步骤。
  2. 旧服务器延后下线。
  3. 名单变更单独验证。

改完后在印度尼西亚的用户网络上复查,不要只在机房内网看。复查时带上直播互动的验证:看首帧时间、卡顿来自主播上行还是观众分发,以及结束后直播地址是否停止、回放是否另给地址。

七、案例

新权威已经在回答,父区仍介绍旧服务器。旧服务器一下线,解析就开始失败。在注册商改完并等父区更新后,才下线旧服务器。

若同样的现象出现在印度尼西亚,额外核对:不要把印度尼西亚收成一个平均值。至少把首都和其他主要城市分开看失败率。

业务侧核对:推流、播放和聊天是三条路径。播放地址用短时令牌,聊天不要走播放的缓存。

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:改了权威上的 NS 记录够吗?

答:不够。父区那一份才是别人找到你的依据。

问:为什么不是立刻全球生效?

答:父区也有缓存。

问:旧服务器还要回答吗?

答:在父区缓存过期前要继续回答,并且答案要和新服务器一致。

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。每一步都先按直播互动的路径处理,再按印度尼西亚的网络条件收窄,最后才做「注册商和权威名单不一致」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「注册商和权威名单不一致」上的处理,地区范围是印度尼西亚,业务范围是直播互动。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。