内网 DNS 解析超时 5 秒才回 | 重试顺序怎么调

支付回调偶发失败,日志里反复出现一行 resolve timeout after 5.002s,五分钟十几次。怪的是同一个域名手动解析一次,0 毫秒就回来了。

用 dig 带 +stats 看耗时,第一次 5023 msec,第二次 1 msec。缓存命中就快,没命中就卡满五秒,方向很明确,问题在解析链路而不是网络本身。

看 /etc/resolv.conf,nameserver 写了两个,第一个 10.10.0.2,第二个 10.10.0.3。第一台上周下线做机房迁移,配置没删。UDP 查询过去既没有回应也没有 ICMP 不可达,glibc 只能干等到超时。

options 这行是 timeout:5 attempts:2,等于每个地址等五秒再试下一个。这次只看到五秒,是因为第二台回了包,第二轮没走完。要是两台都哑,一次解析就是十秒起步。

还有个坑,search 写了三个域,ndots 默认 1,短名字要按顺序拼三次后缀各查一遍。碰上第一个解析器不回包,光后缀就烧掉十五秒,接口层再加两次重试,用户看到的就是一分钟转圈。

改动不复杂。删掉下线地址,timeout 收到 1,attempts 留 2,ndots 显式写 5 让完整域名先查,再把 rotate 打开分摊压力。应用侧的 DNS 缓存也补了一层,命中率 96%,冷启动那几秒的抖动跟着消失。

应用自己的重试也要一起改。之前 SDK 的超时是 3 秒,解析卡 5 秒时它在第 3 秒就放弃并重试,一次业务请求在 DNS 上叠三次,最坏十五秒。把超时提到 8 秒,重试只留一次。

dig +stats api.pay.internal A @10.10.0.3 \
  | grep -E 'Query time|SERVER'
cat /etc/resolv.conf
options timeout:1 attempts:2 rotate ndots:5

上线后连盯三天,resolve timeout 归零,回调失败率从 0.4% 降到 0.01%,剩下的全是对方网关自己吐的 502。

您可以还会对下面的文章感兴趣: