dns服务器发生故障时避免DNS超时

我们有一个小型数据中心，其中约有一百台主机指向3个内部dns服务器（绑定9）。当内部dns服务器之一不可用时，就会出现我们的问题。那时，指向该服务器的所有客户端开始执行时都非常缓慢。

问题似乎是库存的Linux解析器实际上并没有“故障转移”到其他dns服务器的概念。您可以调整超时和重试次数（并设置轮换以使它可以在列表中使用），但是如果主dns服务器不可用，则无论使用哪种服务，服务执行的速度都会慢得多。目前，这是我们最大的服务中断源之一。

我理想的答案应该是“ RTFM：像这样调整/etc/resolv.conf ...”，但是如果那是一个选项，我还没有看到。

我想知道其他人如何处理这个问题？

我可以看到3种可能的解决方案类型：

• 使用linux-ha / Pacemaker和故障转移ips（因此dns IP VIP始终可用）。las，我们没有好的围栏基础设施，没有围栏的起搏器也无法很好地工作（以我的经验，Pacemaker会在没有围栏的情况下降低可用性）。

• 在每个节点上运行本地dns服务器，并使resolv.conf指向localhost。这会起作用，但是它将为我们提供更多监视和管理服务。

• 在每个节点上运行本地缓存。人们似乎认为nscd“已损坏”，但是dnrd似乎具有正确的功能集：它将dns服务器标记为已启动或已关闭，并且不会使用“已关闭”的dns服务器。

任何广播似乎仅在ip路由级别起作用，并且取决于服务器故障的路由更新。多播似乎是一个完美的答案，但是bind不支持广播或多播，我能找到的文档似乎表明多播dns更针对服务发现和自动配置，而不是常规的dns解决。 。

我是否缺少明显的解决方案？

有两个选择。两者都会在您的DNS服务器之间分配DNS负载。

• 尝试options rotate在resolv.conf中使用。这将最大程度地减少主服务器宕机的影响。如果其他服务器之一关闭，它将减慢动作。
• 在不同的客户端上使用不同的名称服务器顺序。如果主DNS服务器关闭，这将允许某些客户端正常运行。这分散了停止服务的DNS服务器的影响。

这些选项可以与组合使用options timeout:1 attempts:5。如果减少超时，请增加尝试次数，以便处理缓慢的外部服务器。

根据您的路由器配置，您也许可以配置DNS服务器，使其在主DNS服务器关闭时接管其IP地址。这可以与以上技术结合。

注意：我运行数年没有计划外的DNS中断。正如其他人指出的那样，我将致力于解决导致DNS服务器出现故障的问题。上面的步骤还有助于通过指定无法访问的名称服务器来配置错误的DNS服务器。

签出“ man resolv.conf”。您可以在resolv.conf中添加一个超时选项。缺省值为5，但是将以下内容添加到resolv.conf会将其降低到1秒：

选项超时：1

您的朋友在这里可以使用心跳或起搏器/同步等群集软件。例如，我们按照以下步骤设置起搏器/同步：

• 将每台服务器与另一台服务器配对
• 每对有2个dns vip，通常每对一个
• 如果绑定或服务器失败，vip会在毫秒内移动到另一台服务器

生产时间为24x7，但我们坚信，每台服务器都应有可能在不影响客户的情况下发生故障。选项轮换只是一种解决方法，我不会那样做。

在每个节点上运行本地dns服务器，并使resolv.conf指向localhost。这会起作用，但是它将为我们提供更多监视和管理服务。

FWIW，这是我针对此问题找到的唯一可行的解​​决方案。您确实需要限制服务器仅监听本地主机，但是它完全消除了用户注意到我们环境中DNS中断的情况。

一个有趣的副作用是，如果localhost服务器由于某种原因而关闭，则标准解析程序库似乎比标准情况下处理故障转移的速度要快得多。

我们已经这样做了大约3年了，我还没有看到一个与在本地主机上运行的dns服务器的故障/中断有关的问题。

如果名称服务器因维护而停机，通常的程序是提前减少该域在SOA中的超时，以便在维护发生时进行更改（例如在维护之前删除NS记录，然后在维护之后放回它们） ）迅速传播。请注意，这是一种服务器端方法-更改解析器是一种客户端方法，并且...除非您可以与每个客户交谈，并让他们在其计算机上进行此调整...否则可能不会正确的方法。好吧，我想您确实说过使用内部DNS服务器的数据中心中只有一百个客户端，但是您真的想在仅更改区域时更改一百个客户端上的配置吗？

我会告诉您要调整SOA中的哪些值，但是当我遇到此问题时，我正在网上冲浪以查找确切的信息。

也许您可以将DNS服务器放在负载均衡器后面？显然，LVS可以平衡UDP。显然，您的LB具有很高的可用性，因此它不是单点故障。

我知道这听起来有些陈词滥调，但是如何构建一个更稳定，更可靠的DNS基础结构作为该问题的永久解决方案。

更加以网络为中心的解决方案将使用两个具有相同（专用）IP和Anycast路由的DNS服务器。（到目前为止，我尚未在此线程中注意到此答案，但这是这里使用的。）

只要两者都启动，就使用最近的服务器。如果其中一个发生故障，则该IP的流量将被路由到另一个节点，直到再次出现。如果您有两个或多个位置或数据中心，这尤其有意义。