域名解析不生效如何分层排查权威DNS、缓存与服务器入口

发布人:A5数据发布时间:2026-10-21 09:15阅读量:151

访问域名失败时,浏览器显示的“无法访问此网站”并不能直接说明是解析问题。域名可能没有获得正确的权威DNS记录,也可能只是递归缓存仍保留旧地址;即使已经解析到正确IP,网络入口、TCP端口、防火墙、TLS、Nginx反向代理或应用进程仍可能阻断请求。

排查的关键不是反复刷新页面或直接修改DNS,而是把链路拆成几层:客户端与缓存、递归DNS、权威DNS、IP网络、端口与防火墙、HTTP入口、应用服务。每一层都要用独立证据确认,只有在“域名解析结果、实际连接地址和服务响应”能够对应起来后,才能判断根因。

先确认故障范围和具体症状配图

先确认故障范围和具体症状

先记录访问时间、使用的域名、网络环境以及浏览器错误信息。至少要回答三个问题:是所有用户都无法访问,还是某个网络环境异常;是根域名异常,还是某个子域名异常;是解析失败,还是解析成功后连接失败。

可以使用命令行绕过浏览器展示更明确的错误:

dig A example.com
dig AAAA example.com
curl -I --connect-timeout 10 https://example.com/

上面的 example.com 仅为示例域名,排查时替换为实际域名。Windows环境没有 dig 时,可以使用:

nslookup example.com
nslookup -type=A example.com
nslookup -type=AAAA example.com
curl.exe -I --connect-timeout 10 https://example.com/

常见症状与初步含义如下:

现象优先怀疑层级下一步
NXDOMAIN权威DNS无该名称、记录写错或查询了错误区域查询权威DNS和域名委派
SERVFAILDNSSEC、权威服务器异常、委派或递归链路问题对比多个递归DNS并检查权威响应
返回旧IP递归缓存、客户端缓存、分流DNS或权威记录未更新查询权威DNS并核对TTL
返回多个IP,部分用户失败多地址中存在故障节点,或DNS分流不一致分别测试每个IP
能解析但连接超时路由、云安全组、防火墙或入口丢弃连接测试TCP端口和服务器监听
能解析但连接被拒绝目标主机可达,但端口没有服务监听或主动拒绝检查监听进程和入口策略
TLS证书或握手错误443端口已到达,证书、SNI或协议配置异常用指定IP测试TLS和虚拟主机
返回HTTP 4xx/5xxDNS和网络入口基本可达查看反向代理、网关和应用日志

ping 只能辅助判断ICMP是否可达,不能证明网站的80或443端口正常。很多服务器会禁用ICMP,但HTTP服务仍然可用;也有服务器允许ping,却没有开放Web端口。

建立从外到内的原因树

可以把访问链路表示为:

客户端
  └─ 本地hosts、浏览器或操作系统缓存
      └─ 递归DNS
          └─ 域名委派与权威DNS
              └─ A/AAAA/CNAME解析结果
                  └─ 路由、云安全组、防火墙
                      └─ 80/443端口监听
                          └─ CDN、负载均衡或Nginx入口
                              └─ TLS与虚拟主机匹配
                                  └─ 应用进程、数据库和后端依赖

排查顺序应由外到内、由低风险到高风险。先查询和比对,再检查配置与日志,最后才考虑修改记录、防火墙或服务配置。不要因为浏览器提示“DNS_PROBE_FINISHED_NXDOMAIN”,就直接重启服务器;也不要因为某个网络仍能访问,就认定解析已经完全正常。

用故障范围缩小分支

  • 所有网络、所有设备都失败:优先检查权威DNS、域名委派、DNSSEC和服务器入口。
  • 只有一个办公网络失败:检查企业递归DNS、内部DNS分流、出口策略和本地缓存。
  • 只有一台设备失败:检查hosts文件、浏览器缓存、操作系统DNS配置和本机IPv6路径。
  • IPv4正常、IPv6失败:重点检查AAAA记录、IPv6路由和服务是否监听IPv6地址。
  • 部分地区或部分运营商失败:检查DNS分流、多个权威DNS数据是否一致,以及不同IP节点的健康状态。
  • 解析结果正确但仅HTTPS失败:优先检查443端口、证书、SNI和TLS配置,而不是继续修改A记录。

第一层:确认递归缓存和权威DNS

先看当前客户端拿到什么

分别查询A、AAAA和CNAME,不要只看浏览器地址栏:

dig A example.com +noall +answer
dig AAAA example.com +noall +answer
dig CNAME www.example.com +noall +answer

示例输出如下:

example.com.    300    IN    A       203.0.113.20
example.com.    300    IN    AAAA    2001:db8::20

这里的IP和TTL是演示数据,不代表实际域名。需要注意以下情况:

  • A记录正确,但AAAA记录指向已下线的IPv6地址,部分客户端会优先尝试IPv6,表现为访问慢或失败。
  • www.example.com是CNAME,但CNAME指向的目标没有A或AAAA记录,最终仍然无法连接。
  • 根域名和www记录配置不同,用户访问的名称可能并不是刚修改的名称。
  • DNS控制台中的记录属于另一个区域,例如修改了example.net,实际访问的是example.com。
  • 记录名称填写错误,或控制台自动补全域名后形成了重复后缀。

找出实际权威服务器

查询NS记录:

dig NS example.com +short

随后直接向每个权威服务器查询:

dig @ns1.example-dns.com example.com A +noall +answer
dig @ns2.example-dns.com example.com A +noall +answer

权威服务器名称以实际查询结果为准。若不同权威服务器返回不同IP,问题通常不是“缓存还没刷新”,而是权威DNS之间数据没有同步,或者委派链路中存在错误。此时应检查DNS服务商的区域状态、主从同步和记录发布状态。

还可以查看从根域到权威DNS的委派过程:

dig +trace example.com

重点观察:

  1. 顶级域返回的NS是否指向预期的DNS服务商。
  2. 权威服务器是否能够返回A、AAAA或CNAME。
  3. 是否在某一层出现SERVFAIL、超时或委派到已失效的NS。
  4. 域名更换DNS服务商后,注册商侧的NS是否已经更新。

识别缓存导致的“看起来没生效”

如果权威DNS已经返回新IP,而本地递归DNS仍返回旧IP,通常属于缓存尚未过期。TTL为300秒,只表示新的缓存最多按该TTL保存;它不代表所有网络会在300秒后同时刷新。已经缓存的旧记录不会因为刚刚修改了控制台中的TTL就立即消失。

第一层:确认递归缓存和权威DNS配图

可以对比不同递归DNS,但应将结果视为排查参考,不要把某一个公共递归DNS的返回结果当作所有用户的真实情况:

dig @DNS服务器地址 example.com A +noall +answer

例如:

dig @192.0.2.53 example.com A +noall +answer

如果旧结果仍在TTL范围内,通常应等待自然过期,并保留旧服务器的可用性,避免新旧缓存用户分别访问到一好一坏的入口。若TTL已经明显过期仍返回旧值,应继续检查本地DNS分流、上游递归缓存和权威服务器是否真的一致。

检查DNSSEC和负缓存

SERVFAIL不一定意味着服务器宕机,也可能是DNSSEC校验失败。常见原因包括:

  • DNS记录已更换,但注册商侧DS记录仍指向旧密钥。
  • 权威DNS发布了不完整或过期的签名。
  • 部署DNSSEC时漏配了某个权威节点。
  • 权威服务器能返回普通记录,但无法返回完整验证链。

可以先查看DNSSEC相关信息:

dig example.com DNSKEY +dnssec
dig example.com DS +dnssec
dig example.com A +dnssec

如果环境安装了delv,还可以进行验证:

delv example.com A

没有DNSSEC经验时,不要直接删除DS或关闭校验作为“修复手段”。应先保存现有DS、DNSKEY和区域配置,确认域名服务商支持的发布流程后再调整;错误删除DS可能使已经正常的解析变为校验失败。

当名称不存在时,递归DNS还可能缓存NXDOMAIN结果,这称为负缓存。即使之后补上了记录,部分解析器仍会在SOA规定的负缓存时间内继续返回不存在。此时需要确认权威DNS已经有正确记录,并根据SOA中的缓存时间判断恢复窗口。

第二层:确认解析地址对应正确入口

解析到IP并不等于请求一定会到达正确的网站。一个IP可能承载多个站点、多个端口、多个证书,或者前面还有CDN、负载均衡和Nginx反向代理。

分别测试每个解析地址

若A记录有多个地址,应逐个测试:

nc -vz 203.0.113.20 80
nc -vz 203.0.113.20 443

Windows可以使用:

Test-NetConnection 203.0.113.20 -Port 443

这些命令只验证TCP连接,不验证HTTP内容。若域名依赖Host头和TLS SNI,直接访问IP可能进入默认站点,因此可使用curl --resolve在指定IP上保留域名:

第二层:确认解析地址对应正确入口配图

curl -vk --resolve example.com:443:203.0.113.20 https://example.com/

该命令的含义是:本次请求把example.com解析到指定IP,同时仍发送正确的Host和SNI。它适合判断“某一个IP上的入口是否配置正确”,不等于修改了系统DNS。

结果可以这样解释:

  • 指定IP返回正常HTTP响应,说明该IP的入口基本可用,问题可能在DNS缓存或其他解析地址。
  • TCP连接成功,但返回404、421或默认站点,说明端口可达,但Host、SNI、虚拟主机或CDN绑定不匹配。
  • TCP连接超时,优先检查路由、云安全组、主机防火墙和上游入口策略。
  • TCP立即被拒绝,优先检查服务是否监听该端口,以及监听地址是否只绑定了127.0.0.1。
  • 只有某个IP失败,说明多地址配置中至少有一个节点不健康,不能用“其他IP正常”掩盖问题。

区分网络丢弃、端口拒绝和应用错误

访问失败可以按连接阶段分层:

阶段典型表现重点检查
DNS查询NXDOMAIN、SERVFAIL、无应答权威DNS、委派、DNSSEC、缓存
TCP建立超时或连接拒绝路由、安全组、防火墙、监听进程
TLS握手证书错误、SNI错误、握手失败证书链、域名匹配、TLS配置
HTTP请求301、403、404、502、504入口路由、反向代理、应用和后端
页面加载HTML正常但资源失败静态资源域名、CORS、前端配置和接口地址

超时通常表示数据包没有得到及时响应,可能被策略丢弃,也可能是路径不可达;连接拒绝则通常说明目标主机已经收到请求,但没有服务监听或主动返回拒绝。二者不能用同一种方式处理。

第三层:检查端口、云入口和防火墙

确认服务器是否真的监听目标端口:

sudo ss -lntp | grep -E ':(80|443)[[:space:]]'

也可以使用:

sudo lsof -nP -iTCP:80 -sTCP:LISTEN
sudo lsof -nP -iTCP:443 -sTCP:LISTEN

需要关注监听地址:

  • 0.0.0.0:443通常表示监听所有IPv4地址。
  • [::]:443通常表示监听IPv6地址,具体行为还受系统配置影响。
  • 127.0.0.1:443只允许本机访问,外部请求会失败。
  • 没有任何监听,说明服务未启动、配置加载失败或实际使用了其他端口。

如果服务器部署在云平台,还要分别核对云安全组、网络ACL、负载均衡监听器和后端健康检查。云安全组允许443,并不代表主机防火墙也允许;负载均衡监听443,也不代表后端实例的服务端口正常。

检查防火墙时先读取状态和规则,不要直接清空规则:

sudo nft list ruleset
sudo iptables -L -n -v

不同发行版可能使用nftables、iptables、firewalld或其他管理方式,先用系统文档或服务状态确认实际组件。若必须调整端口规则,应先导出当前配置、记录影响范围,并准备按原规则恢复。防火墙修改可能同时影响SSH、数据库和其他业务端口,不适合在没有控制台或带外管理能力时盲目操作。

第四层:检查Nginx、CDN和应用状态

如果80或443已经监听,下一步看入口服务是否正常。以Nginx为例:

sudo nginx -t
sudo systemctl status nginx --no-pager
sudo journalctl -u nginx -n 100 --no-pager

只有确定系统使用Nginx并且服务名为nginx时才执行上述命令;如果使用其他Web服务器或容器编排,服务名称和日志位置应以实际部署为准。

常见入口层问题包括:

  • 配置文件语法正确,但server块没有匹配实际域名。
  • server_name缺少根域名或www子域名。
  • 证书配置与域名不匹配,导致TLS握手失败。
  • 反向代理的上游地址错误,返回502。
  • 上游应用响应过慢,入口层返回504。
  • CDN或负载均衡仍指向旧源站,DNS已经切换但入口绑定未同步。
  • 健康检查使用了错误路径,导致节点被标记为不健康。

可以用带域名的请求确认虚拟主机和状态码:

curl -vk --connect-timeout 10 https://example.com/

若响应是502 Bad Gateway,说明请求已经到达入口层,故障范围应转向上游应用、容器网络或本机端口,而不是继续修改DNS。若响应是403,则检查访问控制、WAF规则或应用鉴权;若响应是404,则检查路由、站点根目录和Host匹配。

应用层还需要查看进程状态、应用日志和依赖服务。一个进程“正在运行”并不代表它能正常响应,数据库连接池耗尽、配置文件错误、磁盘写满或后端接口超时,都可能表现为域名无法正常打开。

用证据锁定根因

可以将一次排查结果整理成下面的证据链:

  1. 确认权威答案:直接查询权威DNS,记录A、AAAA、CNAME和TTL。
  2. 确认缓存差异:对比本地递归DNS、其他网络或其他递归DNS的结果。
  3. 确认实际入口:列出所有解析IP,分别测试80和443端口。
  4. 确认域名匹配:用curl --resolve保留Host和SNI,检查指定IP的HTTP响应。
  5. 确认服务器监听:在主机上核对端口、监听地址、防火墙和云安全组。
  6. 确认应用状态:根据HTTP状态码进入入口日志、上游日志和应用日志。
  7. 记录变更前后结果:保留旧记录、旧配置、时间点和验证命令,避免多个变量同时变化。

一个典型的判断过程可能是:权威DNS已经返回新IP,本地递归DNS仍返回旧IP,且旧IP的TTL尚未到期,此时根因倾向于缓存未过期;如果所有递归DNS都返回新IP,但443连接超时,则应转向云安全组、防火墙或监听服务;如果443连接成功但curl --resolve返回默认站点,则DNS已经不是主因,应该检查入口的域名绑定和SNI配置。

用证据锁定根因配图

域名解析最终指向的服务器入口,也需要匹配业务的部署区域与资源需求。A5数据提供中国香港、美国、日本、韩国、中国台湾、新加坡和马来西亚等地的物理服务器,涵盖建站、AMD计算、存储及多IP等方案,并有不同的带宽线路与配置选择,可为网站、业务后台和接口服务提供部署资源。

恢复后的验证与复发监控

修复后不要只在一台电脑上刷新页面。至少从两个不同网络环境验证A、AAAA和CNAME,并分别检查HTTP、HTTPS以及实际解析到的每个IP。若刚切换地址,要在旧TTL和负缓存时间范围内持续观察,避免过早下结论。

建议建立以下监控点:

  • DNS查询成功率、NXDOMAIN和SERVFAIL比例。
  • 多个递归解析位置返回的A、AAAA记录是否一致。
  • 权威DNS各NS节点的记录和响应时间是否一致。
  • 80、443端口的TCP连接成功率。
  • TLS证书有效期、域名匹配和握手成功率。
  • HTTP状态码、响应时间、5xx比例和健康检查结果。
  • 多IP、多地区或双栈访问是否存在单节点失败。
  • DNS、负载均衡、证书和入口配置的变更记录。

例如,可以将“两个独立探测位置连续5分钟HTTPS失败超过约2%”作为一个初始告警参考,再根据业务流量和误报情况调整。这个阈值不是通用标准,关键是同时监控DNS、TCP、TLS和HTTP四个阶段,避免只看到“域名还能解析”就误判服务正常。

如果需要再次变更DNS,先保存当前记录和TTL,确认新入口已经通过IP直连、Host匹配和健康检查,再执行切换。旧入口在缓存窗口内继续保持可用,出现异常时才能将记录恢复到已验证的旧地址。这样处理,才能把“解析不生效”从模糊的访问故障,缩小为权威DNS、缓存、网络入口、端口或应用中的具体一层。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/4860.html

相关推荐