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静态资源站，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、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、静态资源站要分开的路径
图片、脚本和样式使用长缓存。带随机时间戳的地址会使缓存失效。
防护边界：这个域名不要开启会改写内容的优化，也不要和动态接口共用缓存键。
验证：同一文件连续请求两次，第二次应在边缘命中。改文件名或版本号后，新文件应能更新，旧文件仍可保留。
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，不要把静态资源站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。
- 图片、脚本和样式分开看命中率。带随机时间戳的地址单独列出。 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：确认权威当前能回答。
- 这三类文件使用长缓存。随机参数要从缓存键里去掉，或停止由客户端添加。 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：找出仍返回失败的递归解析器。
- 不要对这个域名做会改写文件内容的优化，也不要套用动态接口的规则。 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：查看失败缓存还要多久过期。
- 源站只接受真正未命中的文件。同一文件不应在短时间内反复整文件回源。 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：等待过期，或联系关键解析器刷新。
- 同一文件连续请求两次，第二次应在边缘命中。更换版本号后，新文件能更新，旧文件仍可保留。 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：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。复查时带上静态资源站的验证：同一文件连续请求两次，第二次应在边缘命中。改文件名或版本号后，新文件应能更新，旧文件仍可保留。
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：图片、脚本和样式使用长缓存。带随机时间戳的地址会使缓存失效。
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。每一步都先按静态资源站的路径处理，再按印度尼西亚的网络条件收窄，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，地区范围是印度尼西亚，业务范围是静态资源站。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。