一次奇妙深刻的域名在海外解析失败问题排查之旅

前端Sharing

共 3728字,需浏览 8分钟

 ·

2021-10-19 19:16

😀 加个关注,后续上新不错过~

作者介绍:Eli Gao,ByteDance Web Infra 团队成员,目前主要负责 Serverless 方向底层基础设施建设

起因

上个月, 有个同事提到,有用户反应 我们的内网服务域名 goofy.app 及其子域名在新加坡办公室无法访问,但是我从新加坡的家里用企业虚拟专用网络(办公 VPN)一直可以访问,其他中国区办公室的同学表示也都可以访问。

排查

回到新加坡的办公室后,我开始排查问题,随便挑了一个 https://foo.goofy.app/ 测试, 确实打不开:

$> curl https://foo.goofy.app/
curl: (6) Could not resolve host: foo.goofy.app

直接看到的问题是,foo.goofy.app  的 DNS 无法解析。那直接用 IP 访问网络通不通呢?

➜  ~ curl -i 10.*.*.* -H "host: foo.goofy.app"
HTTP/1.1 200 OK
Server: nginx
Date: Tue, 31 Aug 2021 10:39:20 GMT
Content-Type: text/html; charset=utf-8
...

是可以的,那么在稍稍做了一些尝试之后,目前知道的情况是:

  • ✅ 中国办公网可以访问
  • ✅ 新加坡办公 VPN 可以访问
  • ❌ 新加坡办公室不可以访问
    • ✅ 网络层链路通
    • ❌ DNS 无法解析
  • ❌ 新加坡公网不可以访问
    • ❌ 网络层链路不通(服务使用内网IP,符合预期)
    • ❌ DNS 无法解析

非常明显,如果新加坡办公室 DNS 可以正确解析域名,理论上网站就可以正常打开。那我们就从 DNS 入手。

猜想 0:内网 DNS 配置有误

既然这个域名指向的都是内网服务,是不是这个域名在内网的解析配置有错误呢?

询问这个域名的管理员后发现,其实这个域名并不是内网域名,在公网就可以解析,只不过都是指向的内网地址。

这里我们找一个在线 DNS 测试站点解析一下 A 记录:https://ping.sx/dig?t=foo.goofy.app

从ping.sx的全球各个第三方测试节点返回的结果表明,foo.goofy.app 确实是可以在公网解析的,不过也是只有中国大陆可以解析。

📌小知识:

在很多情况下,内网域名不需要在公网解析,此时为了安全与速度,很可能会在内网 DNS 中直接返回解析结果,而不需要查询上游公网 DNS。

猜想 1:GeoDNS

那么,是不是 DNS 平台通过 GeoDNS 配置使得 DNS 只能在中国大陆解析呢?

问了一下 DNS 的负责同学,并没有开启相关的设置。实际上用 EDNS Subnet 也可以验证这一点:

(随便假装了个在中国大陆的 IP 段)

➜  ~ dig foo.goofy.app @8.8.8.8 +subnet=114.114.114.0/24 +short
(空结果)

📌小知识:

GeoDNS 是一种 DNS 扩展,可以使得 DNS 服务器根据用户所在的不同区域解析出不同的结果。它通过 EDNS(Extension Mechanisms for DNS) 实现。

猜想 2:跨境链路问题

托管在中国大陆境内的域名不能在境外解析,可不可能是跨境网络抖动呢?让我们 dig + trace 一下看看再说

trace 可以一路 trace 到 CNAME

再试试 dig 一下 NS:

中国区以外也是空的,看样子是这些 DNS 不约而同地在从 .appgoofy.app 的 NS 时候就掉链子了。

可是.app的 NS ns-tld1.charlestonroadregistry.com不在中国大陆,并没有跨境,所以应该不是这个原因。

📌小知识:

dig 命令除了常规解析域名的用法外,还可以通过 +trace 选项使它在本地完整执行DNS迭代查询并输出日志,以便排查问题

📌小知识:

域名的NS记录代表 Name Server,它指向的是托管这个域名子域名的服务器地址。比如:dig bytedance.com ns +short的返回值为:vip4.alidns.com.vip3.alidns.com.说明如果要查询 bytedance.com 的子域名,请联系vip4.alidns.com 或者vip3.alidns.com

猜想 3:.app TLD NS 故障

运维同学表示可能是.app TLD 的 NS 坏了,不过我随便找了个 get.app 域名测试没有问题(那是当然的了):

➜  ~ dig get.app ns @8.8.8.8 +short
ns4.zdns.google.
ns1.zdns.google.
ns3.zdns.google.
ns2.zdns.google.

📌小知识:

TLD指Top Level Domain,顶级域。比如常见的.com,.cn,.net都是顶级域。在DNS查询中,终究会迭代查询到顶级域的NS服务器。如果它故障了,会导致这个顶级域下的几乎所有域名大规模无法解析。

猜想 4:DNSSEC 配置错误

此时问题似乎陷入僵局,有没有什么情况下,可能导致部分用户解析结果为空呢?

有。

如果对 DNS 比较熟悉的同学可能听说过 DNSSEC,这是一个用于保证 DNS 解析不被劫持的安全扩展。

如果 DNSSEC 的配置出错,可能会导致解析结果被认作无效并丢弃,就像 HTTPS 的证书配置有误会导致网站无法打开一样。

我们去在线 Google DNS 解析一下试试,这里解析可以给出比较详细的解析结果:

https://dns.google/query?name=goofy.app&rr_type=A

这里错误就很明显了,DNSSEC validation failure,DNSSEC 验证失败。

关掉 DNSSEC 验证后,可以正确解析:

点开解析失败结果中的链接,可以看到更详细的解析过程:https://dnsviz.net/d/goofy.app/dnssec/

可以看到这里 DNSSEC 有报错。

https://dnssec-analyzer.verisignlabs.com/goofy.app 的结果也类似。

问题解决

DNS 运维同学帮忙看了一下 DNS 管理后台,里面有一个不知道哪里来的 sha256 的 key,删除后问题解决

All Green!👏🏻👏🏻👏🏻

复盘分析

发生了啥?

  • 一句话解释:DNSSEC 配置错误导致全球大部分 DNS 服务器都丢弃了解析结果,解析失败。

那为什么之前只在中国大陆能解析,而境外 DNS 全军覆没?

  • 因为中国大陆 DNS 服务器绝大多数都关闭了 DNSSEC 校验
    • 即使 DNSSEC 配置歪了,只要不校验就不会丢弃结果
    • 这是一个不幸的巧合,负负得正
  • 而海外 DNS 基本上都默认开启了 DNSSEC 校验,所以国际(几乎)清一色解析失败
    • 少数海外 DNS 没开 DNSSEC 校验,所以恰巧能解析

那具体是哪里配坏了?

域名的DS记录中配置了一条错误的 Hashed KSK(SHA-256 key),导致 DNSSEC 信任链被破坏。

这条错误的记录可能是在我们把域名从最开始的托管方 get.app 处迁移到目前 DNS 时候一并迁移过来的。

而删除这条DS记录等同于告诉下游 resolver 这个域名不需要 DNSSEC 校验,所以删了就好了。

📌小知识:

DNS 的 DS 记录(Delegation Signer) 是 DNSSEC 信任链的一部分,用于把每一层域名的 NS 串联起来(与 HTTPS 证书链原理类似)

排查过程能否更有效?

可以:

  1. 一开始就可以用 https://dns.google 测试,可以直接发现问题
  2. 其实 dig 命令中一开始就返回了SERVFAIL。而根据DNSSEC的标准,这就是DNSSEC验证失败的返回值。

有没有考虑过其他修复方案?

有:

  • 尝试本地编辑 hosts 文件
    • 治标不治本,而且*.goofy.app多如牛毛,不可能全加上
  • 在纯内网 DNS 解析
    • 运维同学表示.app是一个新的顶级域,需要单独支持,代价太大
  • 开启 DNSSEC 并正确配置
    • 理论上可行,但是由于 DNS 递归请求到  .app 的 NS 需要跨境,要是签名过的请求被干扰则小概率导致解析失败。
    • 先跑起来再说

扩展阅读:DNSSEC 工作原理

  • DNSSEC 如何运作 https://www.cloudflare.com/zh-cn/dns/dnssec/how-dnssec-works/
  • DNSSEC 原理和分析 https://blog.thecjw.me/?p=1221
  • 保护网站访问安全--阿里云 DNS 正式支持 DNSSEC https://zhuanlan.zhihu.com/p/107552714






浏览 233
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报