更换服务器公网IP并切换DNS,怎样安排变更与回滚以减少访问中断?
这类变更的目标,不是让DNS记录在某一时刻“看起来已经改好”,而是让新公网IP能够承接新连接,同时让仍缓存旧解析结果的访问继续获得服务。较稳妥的做法是先让新IP具备完整服务能力,再调整DNS,保留旧IP一段观察时间,最后根据明确的成功标准决定是否下线旧入口。
生产变更负责人需要把公网IP更换拆成几个可回退的动作:确认哪些流量会受影响,备份DNS和服务配置,提前降低TTL并完成新IP预验证,按顺序切换A/AAAA或相关入口,随后从DNS、网络、TLS、应用和业务依赖多个层面观察。回滚也不能只恢复一条A记录,必须同时考虑DNS缓存、旧新环境的数据一致性、访问控制名单和已有连接。
现状核对:先确定真正会被切换的流量
明确目标状态和变更边界
先写清楚变更完成后的目标状态:
- 业务域名的IPv4解析指向新公网IP。
- 如果业务启用IPv6,AAAA记录也指向可用的新IPv6入口,或明确保持原IPv6入口不变。
- 新IP上的Web、API、远程管理、邮件或其他端口已经具备与旧入口相同的服务能力。
- 新IP已经加入防火墙、WAF、负载均衡、上游接口和数据库等访问控制名单。
- 旧IP在观察窗口内继续提供服务,避免解析缓存未过期的访问被直接拒绝。
- 回滚时可以恢复DNS记录,并保留足够的旧环境承载能力。
公网IP可能位于云主机网卡、NAT网关、负载均衡、WAF或CDN的某一层。若域名实际解析到CDN或WAF,所谓“更换服务器公网IP”可能只是修改回源地址,并不需要直接更改公网DNS。应先确认流量路径,避免只修改了源站,却遗漏了真正对外提供服务的入口。

梳理DNS记录和依赖关系
至少核对以下记录和依赖,不要只查看主站域名的A记录:
| 对象 | 需要核对的内容 | 常见风险 |
|---|---|---|
| A记录 | 域名、当前IPv4、TTL、是否有多条记录 | 只改了一条记录,其他记录仍指向旧IP |
| AAAA记录 | 是否启用IPv6、IPv6入口是否同步变更 | IPv4正常,但部分用户仍通过IPv6访问旧环境 |
| CNAME | 域名是否实际指向其他主机名 | 修改A记录没有产生实际效果 |
| MX记录 | 邮件接收入口是否与业务服务器相关 | 邮件业务被误改或未同步 |
| SPF记录 | 是否包含新的出站公网IP | 邮件发送可能被收件方拒绝或降权 |
| HTTPS证书 | 证书域名、SNI、证书部署位置 | 新IP返回默认站点或证书不匹配 |
| 防火墙和安全组 | 入站端口、来源白名单、出站策略 | DNS已经切换,但连接被丢弃 |
| 上游依赖 | API、数据库、对象存储、支付和回调白名单 | 新服务器能访问用户,却不能访问关键依赖 |
| 监控和回调 | 探针地址、Webhook、告警出口IP | 业务正常但监控失效,或回调持续失败 |
如果业务包含管理后台、API、文件上传、WebSocket、长连接、邮件、定时任务或第三方回调,应分别确认它们是否使用同一公网IP。出站连接的源IP变化尤其容易被遗漏:即使入站网站访问正常,第三方接口也可能因为未放行新源IP而返回拒绝。
核对当前解析和服务入口
在具备 dig、curl 和 openssl 的管理终端上,可以先保存当前解析结果和TTL。若环境没有这些工具,应使用DNS服务商控制台、监控探针或其他已批准的验证工具,不要临时在生产主机上安装未经评估的软件。
command -v dig curl openssl
DOMAIN=example.com
dig "$DOMAIN" A +noall +answer
dig "$DOMAIN" AAAA +noall +answer
dig "$DOMAIN" CNAME +noall +answer
dig "$DOMAIN" MX +noall +answer
dig "$DOMAIN" NS +noall +answer
还应分别查询权威DNS和组织使用的递归DNS。权威查询用于确认记录源站已经变更,递归查询用于观察缓存状态。示例:
DOMAIN=example.com
AUTH_NS="$(dig +short "$DOMAIN" NS | head -n 1)"
dig "@$AUTH_NS" "$DOMAIN" A +noall +answer
dig "$DOMAIN" A +noall +answer
记录中应包含查询时间、返回IP、TTL和查询位置。不要把本地递归DNS已经返回新IP,误认为所有网络访问者都已经完成切换。
同时确认当前服务是否依赖特定Host头或TLS SNI。直接访问IP得到的默认站点,不能代表域名访问一定正常。对新IP进行预验证时,应带上真实域名:
DOMAIN=example.com
NEW_IP=203.0.113.20
curl --noproxy '*' --resolve "$DOMAIN:443:$NEW_IP" \
--connect-timeout 5 --max-time 15 \
-sS -o /dev/null -w 'http=%{http_code} time=%{time_total}\n' \
"https://$DOMAIN/healthz"
如果业务没有 /healthz,应替换为不会产生写入的健康检查地址。对于证书,还可以检查新IP返回的证书主题和有效期:
DOMAIN=example.com
NEW_IP=203.0.113.20
openssl s_client -connect "${NEW_IP}:443" \
-servername "$DOMAIN" </dev/null 2>/dev/null |
openssl x509 -noout -subject -issuer -dates
这些命令只能证明指定入口在测试时能够建立连接,不能代替从外部网络、应用日志和业务流程进行验证。
变更准备:让新旧入口可以并行承载
备份和访问通道
在修改DNS、防火墙或服务器配置前,应保存以下内容:
- DNS区域记录或服务商提供的导出文件,包括A、AAAA、CNAME、MX、TXT、CAA等相关记录。
- DNS服务商当前的TTL、解析策略、权重和健康检查配置。
- 旧服务器和新服务器的Web、应用、反向代理、证书引用及环境变量配置。
- 安全组、防火墙、WAF和负载均衡策略。
- 数据库、文件存储、上传目录和定时任务的备份或快照。
- 变更前的监控基线,例如近一段时间的请求量、错误率、延迟和回调成功率。
管理通道不能只依赖旧公网IP。应提前确认云平台控制台、串口、带外管理或其他已批准的应急入口可用;否则一旦新IP配置错误,可能无法修复。防火墙规则修改要采用“先添加新规则、后删除旧规则”的方式,并保留原规则导出文件。不要在没有备份和回退路径的情况下直接覆盖整套访问控制配置。
提前降低TTL,但不要误认为缓存会立即清空
如果当前业务记录TTL为3600秒,可以在计划切换前将其调整为300秒或600秒,并至少等待原TTL对应的时间,再进入正式切换。这样做只能影响后续查询,已经缓存旧记录的递归DNS仍可能在旧TTL结束前继续返回旧IP。
例如:

| 时间阶段 | 主要动作 | 目的 |
|---|---|---|
| T-1个原TTL周期 | 降低A/AAAA记录TTL并记录变更 | 让后续切换更容易收敛 |
| T-30分钟至T-10分钟 | 完成新IP服务、端口、证书和依赖验证 | 避免把配置问题带到DNS切换阶段 |
| T0 | 修改目标DNS记录 | 让新查询逐步获得新IP |
| T+5至T+30分钟 | 多地点检查DNS、HTTP、TLS和业务指标 | 及时识别明显故障 |
| T+1个TTL周期及以后 | 持续保留旧入口并观察 | 等待缓存和长连接逐步减少 |
| 观察窗口结束 | 决定下线旧IP或延长保留 | 避免过早拆除回滚条件 |
如果当前TTL本身很长,无法等待完整周期,应保留旧服务器继续提供服务,并在变更单中明确这会延长新旧流量并存时间。不要通过强制刷新本地DNS来判断公网缓存是否已经完成切换。
配置新IP,但暂时不要移除旧IP
新服务器或新入口准备时,应优先完成这些工作:
- 将新IP加入云安全组、防火墙、WAF、负载均衡和上游系统的允许名单。
- 配置与旧入口一致的监听端口、Host规则、TLS证书和SNI路由。
- 确认应用依赖的数据库、缓存、对象存储和消息服务允许新环境连接。
- 检查应用产生的绝对URL、回调地址、跨域规则和安全策略是否依赖旧IP。
- 确认日志、监控、备份、定时任务和告警出口能够在新IP环境运行。
- 如果新旧服务器分别持有本地文件或数据库写入,先建立同步方案,或安排业务只读、写入冻结和数据校验。
若存在会话保存在本地内存、上传文件只存本地磁盘或数据库没有实时同步的情况,不能简单地让新旧服务器同时接收写请求。DNS切换期间会出现用户被分配到不同入口的情况,可能造成登录状态丢失、订单状态不一致或文件找不到。此时应优先使用共享存储、共享会话和统一数据库,或者设计明确的排空与数据合并方案。
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区的物理服务器租用,覆盖网站、业务后台、API与数据库等公网服务场景。产品包含SSD或NVMe存储、大内存、多IP及不同带宽线路方案,也提供大容量存储服务器,可为公网IP更换期间的新入口承载、数据迁移与新旧环境并行运行提供资源基础。
分步实施:先验证入口,再切换解析
第一步:执行切换前检查
在正式窗口开始时,由变更负责人按清单确认:
- 当前旧IP服务正常,关键业务页面和接口可以访问。
- 新IP直连测试成功,且使用真实域名验证了Host和TLS。
- 新IP所需端口已经从至少两个外部网络放行。
- 新IP已经加入所有必要的上游白名单。
- DNS备份、服务配置备份和数据库或文件备份状态正常。
- 监控面板、日志查询、应急登录通道和回滚负责人均已确认。
- 当前没有正在进行的数据库迁移、版本发布或其他网络入口调整。
这一步不通过,就不应继续修改DNS。把“新IP能Ping通”作为通过条件是不够的,ICMP可达不能证明TCP端口、TLS、应用鉴权和业务依赖都正常。
第二步:先完成相关依赖,再修改DNS
如果新公网IP会作为出站源地址,应先修改第三方接口、数据库、邮件中继、对象存储或办公系统的白名单。涉及邮件时,还要核对SPF是否包含新IP;如果需要反向解析,应提前向IP提供方申请或设置PTR,并验证邮件服务使用的主机名与证书配置。
如果业务通过CDN或WAF对外提供服务,应先在CDN或WAF的源站配置中加入新IP并测试回源,再根据实际架构决定是否修改公共DNS。不要把CDN的边缘IP误当成源站公网IP,也不要在未确认回源状态时直接删除旧源站。
第三步:按记录类型切换DNS
对于直接解析到服务器的域名,先修改业务实际使用的A记录。AAAA记录必须单独处理:
- 新环境具备IPv6能力且需要切换时,同步更新AAAA记录。
- 新环境暂不支持IPv6时,不要保留一个指向不可用或错误位置的AAAA记录。
- 业务仍需由旧IPv6入口承载时,应在变更单中明确IPv4和IPv6是两条不同的流量路径,并分别验证。
如果域名存在多条A记录或使用加权、地域、健康检查策略,应一次只改变必要的记录,并保存修改前后的值。DNS轮询或权重并不等同于精确的实时流量分配,递归缓存会使不同网络在一段时间内看到不同结果。需要渐进放量时,可以使用服务商提供的流量调度能力,但必须把DNS缓存带来的偏差纳入预期。
修改完成后,立即从权威DNS查询确认新记录已经发布,再从多个递归DNS和外部探针查询。权威DNS没有变化时,继续等待或联系DNS服务商;权威DNS已经变化而递归DNS仍返回旧IP,通常属于缓存尚未过期,不应因此反复修改记录。
第四步:保持旧入口,不要立即关停
DNS切换后,新旧IP并存是正常状态。旧入口至少应保持:
- 原有端口仍可连接。
- 旧域名请求仍能正确处理。
- 数据写入不会与新入口产生不可合并的冲突。
- 旧IP上的证书和应用配置在观察期内仍有效。
- 旧入口的监控和日志仍在采集。
如果需要排空旧入口,应先停止向旧入口分配新的流量,再等待已有TCP连接、长轮询、WebSocket或大文件传输结束。直接关闭旧IP可能导致仍使用旧DNS缓存的访问全部失败,也可能中断正在进行的业务操作。
验证观察:从DNS一直检查到业务结果
分层验证,不只看解析结果
切换后的检查应按照从外到内的顺序进行:
| 验证层级 | 检查方式 | 通过标准 |
|---|---|---|
| DNS权威层 | 查询权威DNS的A、AAAA或CNAME | 记录值、TTL和策略符合变更单 |
| DNS递归层 | 从不同网络或探针查询 | 新旧结果的变化符合缓存收敛预期 |
| TCP层 | 检查80、443及业务端口 | 端口可连接,未出现大范围超时 |
| TLS层 | 使用域名SNI访问新IP | 证书、域名和协议配置正确 |
| HTTP/API层 | 访问只读健康接口和核心接口 | 状态码、响应内容和鉴权符合预期 |
| 应用层 | 查看日志、错误率、延迟和资源 | 没有新增的系统性错误 |
| 依赖层 | 检查数据库、第三方API、回调和邮件 | 新源IP已被识别并允许 |
| 用户路径 | 通过真实域名完成登录、查询、下单或上传 | 关键业务流程可完成 |
可以使用真实域名强制解析到新IP,验证请求是否进入新环境:
DOMAIN=example.com
NEW_IP=203.0.113.20
curl --noproxy '*' --resolve "$DOMAIN:443:$NEW_IP" \
--connect-timeout 5 --max-time 20 \
-sS -D /tmp/headers.txt \
-o /tmp/body.txt \
"https://$DOMAIN/healthz"
sed -n '1,20p' /tmp/headers.txt
生产环境中不要用会触发创建订单、扣款、发送通知或修改数据的接口做重复测试。需要验证写入流程时,应使用专门的测试对象、幂等请求或经过业务负责人批准的低风险操作。
重点观察错误类型和来源变化
切换后应重点关注:
- 4xx、5xx、网关超时和TLS握手失败是否明显增加。
- 新IP的访问日志是否开始出现真实请求,旧IP请求量是否逐步下降。
- 登录、会话、上传、支付、回调、邮件和异步任务是否正常。
- 数据库连接数、连接失败、连接池耗尽和慢查询是否出现异常。
- 防火墙、WAF或安全组是否存在大量拒绝记录。
- IPv4与IPv6访问的成功率是否存在明显差异。
- 监控探针是否仍然从预期位置访问到了正确入口。
单个探针失败不能立即判定整体切换失败,应结合其他网络、应用日志和业务指标判断;但证书错误、核心接口持续超时、数据写入异常和安全策略大范围拒绝属于高优先级问题,不应等待观察窗口自然结束。
设定清晰的观察窗口
观察窗口应在变更前写入变更单,而不是出现故障后临时决定。一个可执行的安排可以是:
- 切换后前5至15分钟:连续检查DNS、TCP、TLS和核心健康接口。
- 切换后15至60分钟:观察错误率、访问量、日志和关键业务流程。
- 至少覆盖一个业务高峰或完整业务周期:确认定时任务、回调和异步流程没有延迟失败。
- 旧IP继续保留至预设的TTL收敛时间之后;对于长连接、邮件和低频接口,应根据实际失败重试周期延长。
具体阈值应使用变更前基线。示例性的失败判断可以是:多个独立外部探针连续数分钟无法访问核心接口;核心接口错误率明显超过历史基线;新IP导致第三方回调或数据库连接持续失败;或出现无法确认数据一致性的写入异常。单一用户的本地缓存问题不应直接触发全量回滚,但也不能用“其他地区正常”掩盖关键地区或关键业务不可用。
回滚条件:先恢复入口,再处理数据和依赖
建议提前写明的触发条件
下列情况适合触发回滚或暂停继续下线旧IP:
| 现象 | 回滚判断 |
|---|---|
| 新IP端口从多个外部网络持续无法连接 | 立即回滚或停止放量 |
| TLS证书、SNI或Host路由错误 | 立即回滚,先修正新入口 |
| 核心接口持续超时或5xx显著增加 | 根据阈值回滚 |
| 数据库、支付、回调等关键依赖拒绝新IP | 业务无法降级时回滚 |
| 新旧环境出现数据分叉、重复写入或状态不一致 | 暂停写入并执行数据处置,不能只改DNS |
| 只有少量缓存旧记录的访问失败 | 先确认旧IP仍可服务,不宜立即反复切换DNS |
| 监控失效但业务暂时正常 | 暂停下线旧IP,先恢复观测能力 |
回滚触发权应明确到人。变更负责人可以在技术指标达到阈值时执行回滚,不应因为等待多人确认而让故障持续扩大。
DNS回滚的正确顺序
发生需要回滚的故障时,可以按以下顺序处理:

- 冻结其他变更。 暂停版本发布、配置修改和非必要的数据库操作,保留现场日志和监控数据。
- 确认旧入口仍可用。 直接使用旧IP配合真实域名进行TLS和HTTP验证,确认旧环境没有被误删或误改。
- 恢复DNS记录。 将A、AAAA、CNAME或相关调度记录恢复到变更前的值,并核对TTL、权重和健康检查策略。
- 保持新入口可访问。 不要在DNS刚恢复后立即关闭新IP。由于递归缓存仍可能返回新IP,新入口至少要继续提供可控的错误页或完整服务,直到流量收敛。
- 恢复依赖白名单。 如果回滚涉及出站源IP,应确认旧IP仍在上游允许名单中;不要为了恢复旧入口而误删新旧双方的临时放行规则。
- 验证旧路径。 从多个网络检查DNS、TCP、TLS、核心业务和关键依赖,确认回滚不是只在本地缓存中生效。
- 处理数据一致性。 对回滚期间新入口产生的写入进行核对、同步或人工处置,确认不会因恢复旧环境而覆盖新数据。
- 保留现场并记录原因。 保存DNS查询、应用日志、WAF记录、错误码和时间线,待问题修复后再安排下一次变更。
回滚DNS不会让所有访问瞬间回到旧IP。已经缓存新IP的递归DNS仍可能继续使用新地址,已经建立的TCP连接也不会因为DNS记录变化而自动迁移。因此,具备完整服务能力的新旧入口并行运行,是降低回滚期间中断的重要条件。
如果故障来自数据结构、应用版本或配置不兼容,单纯恢复DNS可能把请求重新导向一个无法处理新数据的旧环境。此类场景必须先暂停相关写入,检查数据库迁移和文件变化,再决定是回退应用、修复兼容性,还是让新旧环境继续共同承载。公网IP切换本身不应被当成数据回滚方案。
观察窗口结束后,只有在新IP连续通过网络、应用和业务验证,旧IP请求量已经降到可接受范围,且未发现仍依赖旧地址的接口、邮件、监控或白名单时,才可以安排下线旧入口。下线动作仍应采用可恢复方式,保留配置和快照,并在变更记录中注明最终下线时间。若在观察期内出现核心业务错误、持续连接失败、依赖拒绝或数据一致性风险,应立即按预先定义的阈值触发回滚,而不是等待DNS缓存自然收敛。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/5858.html

