Wie man DNS-Auflösungsprobleme wie ein SRE debuggt

Wenn kritische Alarmierungen auslösen und Kunden melden, dass Ihr Dienst nicht erreichbar ist, ist der Instinkt, Pods neu zu starten. Aber wenn Ihre internen Metriken grünes Licht geben, liegt wahrscheinlich ein DNS-Problem vor.

Effektive SREs raten nicht; sie isolieren die Fehlerdomäne. Das Debuggen eines DNS-Problems erfordert, Ihre Infrastruktur zu verlassen und die Reise eines Pakets vom Nutzergerät bis zum autoritativen Nameserver nachzuahmen.

Die goldene Regel: Niemals dem lokalen Cache vertrauen

Der häufigste Fehler von Ingenieuren ist das Testen mit 'ping' über die lokale Konfiguration. Wenn das System kürzlich eine negative Antwort (NXDOMAIN) erhalten oder eine veraltete IP gecacht hat, wird es Sie belügen.

SRE-Triage: Der Application-Layer-Bypass

Eine sehr effektive Technik ist es, zu beweisen, dass das Backend gesund ist, indem man das DNS absichtlich umgeht. Verwenden Sie curl, um eine Verbindung zur bekannten IP zu erzwingen:

curl -v --resolve ihre-domain.com:443:192.0.2.1 https://ihre-domain.com

Wenn diese Anfrage erfolgreich ist, haben Sie bewiesen, dass Ihre Server und Load Balancer gesund sind. Lediglich die Namensauflösung ist defekt.

Abbruch des Auflösungspfads

Schritt 1: Überprüfen Sie öffentliche Resolver

dig @1.1.1.1 ihre-domain.com A

Schritt 2: Folgen Sie dem Delegierungspfad

dig +trace ihre-domain.com

Beobachten Sie die Ausgabe. Wenn der Ablauf bis zum autoritativen Server fehlschlägt, ist Ihre Zone beschädigt.