如何使用Serving Stale提高自建DNS的解析成功率？

什么是Serving Stale

Serving Stale是RFC 8767描述的用于提高DNS解析可靠性的一个标准。当Local DNS上的域名缓存过期，由于权威DNS故障导致Local DNS无法刷新本地缓存时，可以通过Local DNS的Serving Stale的能力使用过期的缓存结果应答请求，避免客户端无法得到响应。

• 上游DNS服务器故障时，使用过期的缓存应答请求，可能导致域名在上游DNS更新后，自建DNS不能及时给客户端响应最新的结果。
• Serving Stale功能是使用在自建DNS缓存已经过期的缓存来应答客户端，未缓存过的域名不适用。

Serving Stale的使用场景

如下图中，容器/ECS使用了自建DNS做域名解析，当自建DNS的上游DNS由于故障而无法应答时：

• 如果自建DNS未开启Serving Stale能力，容器/ECS解析域名会失败。
• 如果自建DNS开启了Serving Stale能力，自建DNS使用过期的缓存来应答容器/ECS，解析不中断。

图1 Serving Stale的使用场景

如何开启Serving Stale

• bind9开启Serving Stale：如果您的自建DNS用的是bind，可以在bind的options配置中增加相关配置项并重载/重启您的DNS服务来生效。
• coreDNS开启Serving Stale：如果您的自建DNS是coreDNS或者您需要优化k8s集群的域名解析时延，可以在cache配置项中开启Serving Stale。

bind9开启Serving Stale

bind9支持版本：9.16.3及以上

• 配置文件：named.conf
• 配置位置：options
• 配置项说明

  配置项	默认值	建议值	功能说明
  stale-cache-enable	no	yes	启用缓存保持功能。
  stale-answer-enable	stale-answer-enable	yes	启用stale-cache来应答。
  max-stale-ttl	1day	1day	stale-cache缓存保持多长时间。
  stale-refresh-time	30s	30s	bind刷新stale-cache的时间间隔，即多长时间向权威DNS请求一次，并刷新缓存。
  stale-answer-ttl	30s	30s	使用stale-cache回复response时，报文中的TTL值。

• 配置样例：

  options {
      stale-cache-enable yes;
      stale-answer-enable yes;
  };

coreDNS开启Serving Stale

coreDNS插件中已支持Serving Stale能力，允许coreDNS无法连接上游DNS服务器时使用已过期的本地缓存来应答。

coreDNS支持版本：1.6.6

• 配置格式：serve_stale [DURATION] [REFRESH_MODE]
• 配置项说明：
  • DURATION：过期缓存的使用时长，默认值为1h。
  • REFRESH_MODE：支持配置为verify、immediate。
    • verify：在将过期的缓存发送到客户端之前，先验证上游的DNS是否可用。该方式可能会增加客户端的解析时延。
    • immediate：立即将过期的缓存作为响应发送给客户端。
• 配置样例：

  cache {
  serve_stale 1h immediate
  }