一、这一篇在处理什么
这一篇只处理一件事:在韩国运行的混合动静分离,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、韩国的网络和高峰
晚间高峰陡,活动开始的几分钟内容易出现重试。本地网络快,但国际出口在突发时会抖。客户端超时设得太短时,会把抖动放大成重试风暴。
排查时:看同一用户在短时间内的重复请求。重复很多而源站处理时间正常,先改超时和退避。
不要这样做:把重试风暴当成攻击,封掉整个运营商。应先认出来源是不是真实用户的重复提交。
三、混合动静分离要分开的路径
页面外壳可以缓存,用户相关的数据用单独接口。两套域名的缓存规则不要互相复制。
防护边界:外壳上不要留下余额、订单号或会话。那些字段只出现在不缓存的接口里。
验证:刷新页面时外壳来自缓存,接口仍返回当前用户自己的数据。退出登录后,不能再看到上一个用户的接口结果。
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,不要把混合动静分离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。
- 页面外壳和用户数据接口分成两列。外壳命中率不要把接口失败算进去。 统计同一用户在短时间内的重复请求,晚高峰陡增的几分钟单独看。 这一故障在本步要完成的事:向父区查询权威名单。
- 外壳可以缓存,但里面不能有余额、订单号或会话。这些只允许出现在不缓存的接口里。 源站处理时间正常但重复请求很多时,按重试处理,不要按攻击封运营商。 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。
- 两套域名的规则分开保存。改接口规则时不要复制到外壳域名。 先加长客户端超时并改为退避。运营商封禁先不要下发。 这一故障在本步要完成的事:在注册商更新名单。
- 源站只生成用户数据接口。外壳应尽量不再回源。 确认重复请求下降后,再决定源站要不要限并发。 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。
- 刷新页面时外壳来自缓存,接口仍是当前用户的数据。退出后再请求,不能看到上一个用户的结果。 用韩国本地网络模拟一次抖动,确认不会打出一串立即重试。 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
- 迁移权威时把注册商列入步骤。
- 旧服务器延后下线。
- 名单变更单独验证。
改完后在韩国的用户网络上复查,不要只在机房内网看。复查时带上混合动静分离的验证:刷新页面时外壳来自缓存,接口仍返回当前用户自己的数据。退出登录后,不能再看到上一个用户的接口结果。
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韩国,额外核对:看同一用户在短时间内的重复请求。重复很多而源站处理时间正常,先改超时和退避。
业务侧核对:页面外壳可以缓存,用户相关的数据用单独接口。两套域名的缓存规则不要互相复制。
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。每一步都先按混合动静分离的路径处理,再按韩国的网络条件收窄,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,地区范围是韩国,业务范围是混合动静分离。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。