香港服务器访问延迟忽高忽低,如何区分DNS、路由与丢包问题

发布人:A5数据发布时间:2026-10-10 13:52阅读量:252

网页有时很快打开,有时停在白屏;接口平均响应时间变化不大,却隔几分钟出现一次超时;同一台香港服务器,办公室访问卡顿,手机网络访问正常。这些现象的共同点是“慢”,但故障范围不同,排查入口也不同:只有域名首次访问慢,先检查DNS;同一目标IP的连接时间波动,继续检查本地网络和路径;连接建立正常、首字节迟迟不来,则把重点移到服务器和应用。

区分DNS、路由与丢包,关键不是找到一个异常数字,而是让不同测试互相验证。DNS解释“域名解析花了多久、最后连到哪里”,路由解释“数据经过哪条路径”,丢包解释“传输过程中是否需要重传”;服务器负载与应用响应则解释“请求到达后为什么没有及时返回”。先确认症状,再沿原因树逐层排除,比直接更换DNS或调整服务器配置更可靠。

一、确认症状:先确定谁慢、什么时候慢、慢在哪一段

排查前,准备受影响的域名、实际访问路径、客户端网络信息,以及服务器或服务商控制台的只读权限。命令示例以Linux客户端和Linux服务器为主,dig、mtr、curl等工具是否可用,应先在当前环境中确认。

下文使用的example.com和192.0.2.10均为示例域名与文档示例地址,执行前必须替换为有权测试的目标。测试应采用低频请求和无副作用的读取接口,不使用下单、支付、写入等业务操作。

先划定影响范围

建议把故障描述写成可以复测的一句话,例如:“工作日晚间,某办公网络访问某接口,偶发等待超过5秒,另一运营商网络正常。”比“香港服务器不稳定”更有定位价值。

观察到的范围优先检查方向下一步验证
同一网络访问多个无关网站都慢本地接入、无线网络、出口拥塞有线连接与另一网络对照
只有某个域名慢,同服务的固定目标IP测试正常DNS解析或解析目标差异比较解析耗时、记录和固定IP请求
同一目标IP,仅某运营商或地区访问慢该网络到目标的路径、互联拥塞从受影响网络做TCP路径测试
多个网络访问都慢,连接耗时正常服务器、服务或应用对照本机请求与服务端日志
首页正常,某个接口明显变慢特定应用逻辑或依赖检查接口耗时、数据库和外部调用
只有浏览器慢,命令行访问正常浏览器缓存、连接协议、页面资源查看浏览器网络瀑布图与实际连接地址

比较时尽量保持域名、路径、目标IP、协议和测试时间一致。拿不同页面、不同时间段的结果比较,很容易把业务差异误判成网络差异。

把一次访问拆成几个阶段

使用curl查看请求阶段耗时:

curl --http1.1 -sS -o /dev/null \
  --connect-timeout 5 --max-time 20 \
  -w 'ip=%{remote_ip} code=%{http_code} dns=%{time_namelookup} connect=%{time_connect} tls=%{time_appconnect} first_byte=%{time_starttransfer} total=%{time_total}\n' \
  https://example.com/

这里强制使用HTTP/1.1,便于与后续TCP测试对应;若浏览器实际使用其他协议,应将浏览器结果另行记录,不能直接视为同一种连接。

输出单位为秒,几个时间值大多是从请求开始累计计算,而不是彼此独立的耗时:

  • DNS阶段:time_namelookup。
  • TCP建立阶段:time_connect - time_namelookup。
  • TLS握手阶段:time_appconnect - time_connect。
  • HTTPS握手完成至首字节:time_starttransfer - time_appconnect。
  • 首字节之后的接收阶段:time_total - time_starttransfer。

例如,一次示例请求的DNS耗时为0.008秒,TCP累计耗时0.052秒,TLS累计耗时0.118秒,首字节累计耗时1.620秒。值得追查的是握手完成后的约1.502秒,而不是这次8毫秒的DNS解析。

一、确认症状:先确定谁慢、什么时候慢、慢在哪一段配图

但这1.502秒也不能直接等同于“程序执行时间”,其中还可能包括请求传输、服务排队以及首个响应包的网络传输。必须再结合服务端记录判断。

命令没有自动跟随重定向。若返回301或302,应先确认跳转目标,再分别测试各段;若请求超时或连接失败,保留错误信息,不能把未完成阶段的零值当作正常耗时。

二、建立原因树:让每个判断都有下一步

香港服务器访问延迟波动,可先按下面的原因树分流:

二、建立原因树:让每个判断都有下一步配图

访问变慢
├─ 解析阶段明显变慢
│  ├─ 本地解析器响应不稳定
│  ├─ DNS缓存、递归查询或权威响应异常
│  └─ 解析结果改变,访问到了不同目标
├─ 连接或握手阶段变慢
│  ├─ 本地无线、网关或出口拥塞
│  ├─ 路径变化、链路排队或终点丢包
│  └─ 服务器连接队列、TLS处理等异常
├─ 连接正常,首字节变慢
│  ├─ 服务工作进程或连接池排队
│  ├─ CPU、内存、磁盘等资源受限
│  └─ 数据库、缓存或外部依赖响应慢
└─ 首字节正常,完整下载变慢
   ├─ 链路带宽受限或传输丢包
   ├─ 服务器出口拥塞
   └─ 响应体增大或应用持续输出缓慢

这棵树不是互斥分类。路由变化可能引发拥塞与丢包,丢包可能同时拖慢TCP握手和数据接收;服务器过载也可能表现为连接困难。因此,每个分支都需要另一项独立证据。

可以独立使用的判断原则是:DNS负责确定访问目标,路由决定传输路径,丢包影响传输完成效率;三者既可能单独发生,也可能形成同一条故障链。

尤其要记录remote_ip。如果故障前后连接的IP不同,延迟变化可能来自不同服务节点,而不是原有路径突然恶化。启用CDN时,客户端通常访问的是边缘节点,客户端测试不能直接代表香港源站网络。

三、从本地网络到DNS:先排除最靠近用户的变量

本地网络异常,为什么会像服务器故障

无线干扰、终端后台上传、网关繁忙和接入线路拥塞,都可能造成延迟忽高忽低。可以先找到默认网关,再做低频测试:

ip route show default
ping -c 30 192.168.1.1

示例网关地址需要替换。若到网关已经明显抖动或丢包,先尝试有线连接、暂停非必要大流量任务,再测试服务器。

如果网关不响应ICMP,不能仅凭超时认定局域网异常;应结合有线对照、其他目标测试和网关状态判断。反过来,网关响应正常也不代表外网出口没有拥塞,因为ICMP流量与实际业务流量的排队待遇可能不同。

本地分支最有价值的验证是:同一终端更换网络,以及同一网络更换终端。如果只有一台终端异常,优先查终端;如果同一网络下多台终端都异常,优先查接入与出口。

DNS分支要同时看耗时和答案

分别检查A记录和AAAA记录:

dig example.com A +stats
dig example.com AAAA +stats

关注返回状态、答案中的IP、TTL和查询耗时。重复少量查询,确认是否只有第一次慢、是否偶发超时,以及解析结果是否变化。

这里有三个边界:

  • dig反映的是当前这次DNS查询,不一定等同于浏览器的解析过程。
  • 缓存命中与缓存未命中的耗时不同,单次快或慢都不足以下结论。
  • 域名同时存在IPv4和IPv6地址时,客户端可能选择不同地址族;两条路径的质量不能混为一谈。

可用curl -4和curl -6分别检查。若客户端没有可用IPv6连接,IPv6测试失败不能直接归因于服务器。

要进一步确认DNS是否影响请求,可固定同一个服务IP:

curl --http1.1 -sS -o /dev/null \
  --resolve example.com:443:192.0.2.10 \
  --connect-timeout 5 --max-time 20 \
  -w 'ip=%{remote_ip} code=%{http_code} dns=%{time_namelookup} connect=%{time_connect} first_byte=%{time_starttransfer} total=%{time_total}\n' \
  https://example.com/

--resolve绕过该域名和端口的正常解析,同时保留域名对应的HTTP Host和TLS SNI,适合测试同一HTTPS服务。不要直接访问https://IP/替代,也不要关闭证书校验来掩盖目标不匹配的问题。

如果普通请求偶发解析很慢,而固定同一IP后稳定,DNS分支得到支持;如果固定IP后仍然慢,就继续检查传输和服务端。

若普通请求与固定IP请求实际访问了不同节点,只能说明两条访问链路不同,不能据此认定DNS服务异常。也不建议一开始就清空所有缓存或更换解析器,否则容易丢失现场证据。

四、区分路由与丢包:中间跳异常不等于业务链路异常

先看终点,再看路径

对故障时实际连接的目标IP进行测试:

ping -c 50 192.0.2.10
mtr -r -w -n -c 50 192.0.2.10

HTTPS业务还可以补充TCP端口测试:

mtr --tcp --port 443 --report --report-wide \
  --no-dns --report-cycles 50 192.0.2.10

不同环境的mtr权限要求可能不同。若提示权限或功能不支持,先核对工具版本及运行权限,不要为测试随意修改系统安全设置。

判断时优先回答两个问题:终点是否持续丢包,终点时延是否与业务慢请求同步变化。然后再看异常从哪一段开始,并结合其他网络的结果缩小范围。

路径测试现象可以支持的判断不能直接得出的结论
某中间跳丢包较高,后续和终点正常中间设备可能限制探测响应该节点正在丢弃同等比例的业务流量
从某段开始,后续多跳与终点均持续异常该段附近或相关返回路径值得排查已精确定位某台设备故障
路径改变,同时终点时延持续升高路径变化可能与性能变化有关路径改变本身一定是故障
ICMP异常,TCP和实际请求稳定探测响应可能受到差异化处理HTTPS业务必然丢包
TCP测试异常,连接耗时或下载同时恶化传输层问题的可能性上升可以排除服务器负载问题

中间路由器可能对发给自身的探测报文限速,但仍正常转发业务流量。因此,某一跳显示高丢包率,后续却恢复正常,是典型的误判风险。

四、区分路由与丢包:中间跳异常不等于业务链路异常配图

路径测试还有两个限制:往返路径可能不对称;不同探测报文也可能经过不同的负载均衡路径。不能仅凭一个跳点名称或IP归属,断言流量绕行了某个地区。服务器到客户端方向的测试只能作为补充,不能替代客户端发起方向的证据。

路由变化和丢包应分别验证

路由分支关注的是同一源、同一目标、同一协议下的路径变化,以及变化前后的终点时延。丢包分支关注的是终点传输是否受损、实际连接是否出现重传。

丢包会触发TCP重传,通常使较大响应、较长连接或并发请求更容易出现拖尾。小页面暂时正常,不能证明整条链路没有问题。

在Linux服务器上,可只读查看连接状态与重传计数:

ss -s
ss -tin state established '( sport = :443 )'
nstat -az TcpRetransSegs TcpOutSegs

nstat是系统级累计计数,应在明确的时间区间前后采样,比较增量;计数很大可能只是机器运行时间长,不能据此判断当前异常。它也涵盖其他TCP业务,不能直接归属到某个用户请求。

若慢请求期间终点探测异常、相关连接出现重传,而且另一来源网络正常,网络分支证据较强。若只有一次中间跳异常,而业务请求、终点和重传均正常,则暂不应把故障归因于线路。

向服务商提交问题时,提供统一时区的时间、来源网络、目标IP、端口、路径结果及请求耗时,比只提交一张“某跳丢包”的截图更有用。

五、网络证据不足时,继续检查系统、服务和应用

系统层:看资源是否阻塞了请求

在故障时间段执行只读检查:

uptime
vmstat 1 10
free -h
ip -s link

已安装sysstat工具的环境,还可检查磁盘指标:

iostat -xz 1 5

这些结果必须结合机器规格和历史基线理解:

  • 负载值要结合CPU核心数及任务状态,不能把“负载高”直接等同于CPU不足。
  • vmstat首行通常是自启动以来的平均值,后续才是采样区间数据。
  • 可用内存、交换活动和内存回收比单看空闲内存更有意义;文件缓存占用不是异常证据。
  • 云主机中的steal持续升高值得追查,但仍需结合业务耗时和平台指标。
  • 磁盘等待、队列与应用I/O耗时应一起看,不能仅靠一个利用率数字定性。
  • 网卡错误和丢弃计数要比较增量;主机侧丢弃与公网途中丢包不是同一个概念。

同时检查出口带宽是否接近实例或业务的限制。客户端到服务器的传输正常,并不代表服务器返回大响应时不会因出口排队而变慢。

围绕香港网站与接口服务的网络及资源需求,A5数据提供香港物理服务器租用,不同产品方案涵盖CN2、国际线路及多档带宽资源,承载面向不同地区用户的业务访问。其Xeon Gold与AMD EPYC系列搭配不同容量内存及SSD或NVMe存储,为应用进程、数据库缓存和数据读写提供资源基础,覆盖企业网站、业务后台与多任务运行等场景。

服务层:连接正常,不代表请求已经被处理

Web服务、应用工作进程和连接池都可能出现排队。此时TCP与TLS建立很快,但请求迟迟拿不到首字节。

可以先核对监听情况,再从服务器本机访问同一虚拟主机:

ss -lnt

只有确认服务监听在回环地址或包含回环地址的监听范围内,才使用以下方式:

curl --http1.1 -sS -o /dev/null \
  --resolve example.com:443:127.0.0.1 \
  --connect-timeout 5 --max-time 20 \
  -w 'code=%{http_code} first_byte=%{time_starttransfer} total=%{time_total}\n' \
  https://example.com/

本机请求同样很慢,说明公网路径不是唯一解释,应继续查服务与应用;本机快、外部慢,则需要重新核对网络、接入层以及两次请求是否经过相同组件。

这个对照不是完整复现。本机测试可能绕过CDN、负载均衡、安全检查和公网带宽限制,也可能缺少认证信息或命中不同缓存。必须确认路径、请求内容和后端去向具有可比性。

应用层:用日志把首字节等待继续拆开

若现有Nginx日志已包含request_time、upstream_connect_time、upstream_header_time和upstream_response_time,可将慢请求与应用日志、请求标识关联。

下面是一条模拟记录,用来说明判断方式:

status=200 request_time=2.430 upstream_connect_time=0.002 upstream_header_time=2.380 upstream_response_time=2.401

该记录显示,连接上游只用了约2毫秒,但等待上游响应头约2.38秒,应优先检查上游排队、数据库查询、缓存未命中或外部调用。

这些字段仍有边界:request_time可能受客户端上传和响应发送影响;upstream_response_time也不是纯粹的程序执行时间。发生重试或访问多个上游时,字段可能包含多组值,不能当作单个数字处理。

如果上游响应很快,而请求总耗时较长,则继续查客户端接收速度、响应体大小、限速和传输重试。对于只有特定接口慢的情况,应查看该接口的调用链,而不是先重启整台香港服务器。

六、定位根因后,用同样条件验证恢复

用组合证据形成判断

以下是三组示例状态,展示怎样把现象收敛为可验证的原因,而不是代表任何读者环境已经执行的结果。

示例状态更有支持的判断对应处理方向
普通请求偶发DNS耗时超过1秒;固定同一IP后稳定;连接与首字节阶段正常解析链路异常排查本地解析器、缓存及递归或权威响应
同一IP在某来源网络终点丢包;TCP连接出现重传;另一网络正常特定来源路径的传输质量异常提交网络证据,核查相关路径与拥塞
多个网络访问均慢;DNS和握手正常;本机请求也慢;上游响应头耗时同步升高服务端排队或应用依赖异常排查工作进程、连接池和依赖服务

如果解析结果改变后,只有其中一个目标IP慢,更准确的判断是“不同目标服务质量存在差异”,而不是笼统说“DNS慢”。如果路径改变但业务性能没有下降,也不需要为了路径变化本身做调整。

操作应针对已确认的分支,一次只改变一个主要变量。涉及配置修改时,先保存原配置和变更前指标,明确影响范围,使用对应服务的配置检查方式,并准备恢复原配置的回滚路径。仅有“延迟忽高忽低”这一症状,不足以支持直接修改防火墙、内核参数或生产服务并发设置。

恢复验收不能只看一次成功请求

建议按同样的域名、IP、路径和来源网络复测,并覆盖原先容易发生异常的时段。至少核对:

  1. DNS是否还有超时,解析目标是否符合预期。
  2. TCP连接、TLS握手、首字节和完整响应分别是否恢复。
  3. 原受影响网络与对照网络是否表现一致。
  4. 终点异常、连接重传及服务器资源异常是否同步缓解。
  5. 状态码、页面内容和关键业务接口是否正常,而不只是请求返回得快。

少量请求适合确认连接与基本功能,无法可靠判断P95、P99等长尾指标。长期验收应使用足够样本的业务监控数据,同时观察错误率;不能把“快速返回错误”当作性能恢复。

把复发监控放在故障树的分叉点

延迟恢复后,监控不应只剩一个总响应时间。建议保留以下信息,使下次异常能够迅速进入对应分支:

  • 来源与目标:来源网络、地区、IPv4或IPv6、实际连接IP,必要时记录DNS答案变化。
  • 请求阶段:DNS、TCP、TLS、首字节和总耗时,分别统计成功与失败请求。
  • 传输状态:终点探测趋势、TCP重传、连接异常及服务器出口使用情况。
  • 系统与服务:CPU、可用内存、交换活动、磁盘等待、工作进程和连接池排队。
  • 应用依赖:慢接口、数据库查询、缓存表现、外部调用耗时与超时率。

告警阈值应根据稳定时期的基线和业务要求设置,而不是套用一个固定的“香港服务器正常延迟”。对不同来源网络分别建基线,并统一客户端、服务器和监控平台的时间记录。

下一次访问再次忽快忽慢时,能够回答“目标是否变了、哪个阶段先变慢、终点传输是否异常、服务器是否同步排队”,就能把一个模糊的速度问题,收敛成DNS、路径、丢包或服务端的具体故障分支。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/3117.html

相关推荐