1. 准备测试环境

sudo docker pull alpine:3.8

运行容器，注意这里一定要带--privileged 否则后面的部分 tc 命令无法执行:

$ sudo docker run -d --privileged --name ctn-1 alpine:3.8 sleep 3600d
$ sudo docker ps
CONTAINER ID    IMAGE        COMMAND         CREATED        STATUS          PORTS  NAMES
233bc36bde4b    alpine:3.8   "sleep 3600d"   1 minutes ago  Up 14 minutes           ctn-1

进入容器：

$ sudo docker exec -it ctn-1 sh

查看容器网络信息：

/ # ifconfig
eth0      Link encap:Ethernet  HWaddr 02:42:AC:11:00:09
          inet addr:172.17.0.9  Bcast:0.0.0.0  Mask:255.255.0.0

查看 DNS 配置

Linux 上的 DNS 配置在/etc/resolv.conf 里面。我们先来查看容器的配置：

/ # cat /etc/resolv.conf# Dynamic resolv.conf(5) file for glibc resolver(3) generated by resolvconf(8)#     DO NOT EDIT THIS FILE BY HAND -- YOUR CHANGES WILL BE OVERWRITTEN
nameserver 192.168.1.11
nameserver 192.168.1.12

这其实是继承了宿主机的 DNS 配置，在宿主机上执行 cat /etc/resolv.conf 会看到一样的 结果

3. DNS 问题排查

机器未配置 DNS 导致域名查找失败

• 现象：网络是通的（例如 ping IP 通），但是 DNS 查询总是失败
• 可能的原因：机器没有配置 DNS 服务器
• 解决办法：修改/etc/resolv.conf，给机器配置合适的 DNS 服务器

有时新启动的机器（不管是物理机、虚拟机还是容器）没有设置 DNS，导致访问域名不通。 我们来复现一下。

在正常的容器里用 nslookup 工具查看域名对应的 IP 地址：

/ # nslookup example.com

Name:      example.com
Address 1: 93.184.216.34
Address 2: 2606:2800:220:1:248:1893:25c8:1946

可以看到，我们获取到了该域名一个 IPv4 地址和一个 IPv6 地址。

将/etc/resolv.conf 里的 DNS 服务器列表用#注释掉，模拟没有配置 DNS 服务器的场景。

再次测试：

/ # nslookup example.com

nslookup: can't resolve 'example.com': Try again

所以遇到这种问题，可以先去排查/etc/resolv.conf 里面是否配置了 DNS 服务器

DNS 服务太慢

• 现象：DNS 查询太慢
• 可能的原因：配置的 DNS 服务器不合理
• 解决办法：修改/etc/resolv.conf，配置合适的 DNS 服务器

每个公司一般都有自维护的 DNS 服务器，不仅用来解析内网 DNS，而且可以加速解析公网域名 。

dig 是另外一个功能更强大的 DNS 查询工具，安装：

/ # apk update && apk add bind-tools

首先查看使用内网 DNS，查询域名的延迟：

/ # dig example.com
...
example.com.            15814   IN      A       93.184.216.34

;; Query time: 0 msec
;; SERVER: 192.168.1.11#53(192.168.1.11)

可以看到非常快，在 1ms 以内。

然后我们测试如果使用 Google 的公网 DNS 服务器 8.8.8.8 [1]，延迟会是多少。

修改/etc/resolv.conf，将其他 nameserver 注释掉，添加一行 nameserver 8.8.8.8。

再次测试：

/ # dig example.com
...
example.com.            15814   IN      A       93.184.216.34

;; Query time: 120 msec
;; SERVER: 8.8.8.8#53(8.8.8.8)

延迟变成了 150ms，比原来大了 150 多倍。

因此，对于 DNS 查询特别慢的场景，首先要查看配置的 DNS 服务器是否合理

/etc/hosts 添加了定义记录，导致跳过 DNS 查询

• 现象：某域名访问太慢、某域名总是指向相同 IP（多 IP 情况下）、特定机器不可访问 某域名等等
• 可能的原因：/etc/hosts 有 hardcode 域名及 IP
• 解决办法：修改/etc/hosts

前面提到，大部分公网域名都对应多个 IP 地址，因此每次 DNS 查询拿到的 IP 地址都可能不一 样，我们用 ping 来测试一下：

/ # ping baidu.com
PING baidu.com (220.181.57.216): 56 data bytes
64 bytes from 220.181.57.216: seq=0 ttl=45 time=26.895 ms
64 bytes from 220.181.57.216: seq=1 ttl=45 time=26.701 ms
^C

/ # ping baidu.com
PING baidu.com (123.125.115.110): 56 data bytes
64 bytes from 123.125.115.110: seq=0 ttl=43 time=27.587 ms
64 bytes from 123.125.115.110: seq=1 ttl=43 time=27.757 ms
^C

可以看到，两次 ping 测试（内部首先查询 baidu.com 对应的 IP 地址）拿到的 IP 地址是不一样 的。用 nslookup 可以看到它们都是 baidu.com 对应的 IP 地址：

/ # nslookup baidu.com
Name:   baidu.com
Address: 220.181.57.216
Name:   baidu.com
Address: 123.125.115.110

/etc/hosts 里面可以直接 harcode 一个域名对应的 IP 地址，这会导致机器跳过 DNS 查询，直接拿这个 IP 作 为该域名的 IP。我们来验证一下。

修改/etc/hosts，添加一行 123.125.115.110 baidu.com，再次 ping 测试

/ # ping baidu.com
PING baidu.com (123.125.115.110): 56 data bytes
64 bytes from 123.125.115.110: seq=0 ttl=43 time=27.861 ms
^C
--- baidu.com ping statistics ---
1 packets transmitted, 1 packets received, 0% packet loss
round-trip min/avg/max = 27.861/27.861/27.861 ms
/ # ping baidu.com
PING baidu.com (123.125.115.110): 56 data bytes
64 bytes from 123.125.115.110: seq=0 ttl=43 time=27.614 ms
^C

这是不管执行多少次，baidu.com 对应的 IP 地址都不会变了。而实际上，这个 IP 地址并不一定是最优的 IP 地址，甚至有可能这 个 IP 不可用，导致访问 baidu.com 失败

DNS 查询不稳定

• 现象：DNS 查询不稳定，时快时慢
• 可能的原因：机器上有 tc 或 iptables 规则，导致到 DNS 服务器的 packet 变慢或丢 失
• 解决办法：修改或删除 tc/iptables 规则

我们用 tc 来模拟网络延迟：

/ # apk add iproute2

首先查看有没有 tc 规则：

/ # tc -p qdisc ls dev eth0

默认没有任何规则。

然后我们加一条：每个 packet 延迟 600ms：

/ # tc qdisc add dev eth0 root netem delay 600ms

/ # tc -p qdisc ls dev eth0
/ # qdisc netem 8001: root refcnt 2 limit 1000 delay 600.0ms

测试：

/ # dig example.com
...
example.com.            15814   IN      A       93.184.216.34

;; Query time: 600 msec
;; SERVER: 192.168.1.11#53(192.168.1.11)

可以看到，DNS 查询变成了 600ms。

这里我们测试的是固定延迟，这种问题很容易发现。我们还可以测试随机延迟，或者按 比例延迟等 [2]：

/ # tc qdisc change dev eth0 root netem delay 600ms 10ms 25%
/ # tc qdisc change dev eth0 root netem delay 600ms 20ms distribution normal

此类规则会导致 DNS 查询速度更有随机性。

最后删除 tc 规则：

/ # tc qdisc del dev eth0 root

iptables 规则也会导致类似的问题。

很多软件在运行之后，会在宿主机上添加 tc 或 iptables 规则，例如 OpenStack，K8S 等等 。因此遇到这种随机延迟问题，首先可以查看机器上是否有 tc 或 iptables 规则

DNS 反向查询不稳定

线上遇到过这样一个问题：从一台机器 ping 一个内网域名，每个 ping 包看起来都会卡 5～30s 不等，但是 CTL-C 关闭 ping 之后，打印出来的统计信息里，既没有丢包，ping 的延迟也很低 （毫秒级），这就很奇怪。接下来：

1. dig <URL>，很快，毫秒级，说明 DNS 查询没有问题
2. dig 能看到域名对应的 IP，直接 ping 这个 IP，发现是没有卡顿的
3. 仍然 ping 域名，用 tcpdump 抓包，tcpdump -i eth0 host <URL> and icmp，发现 ping 包都是立即响应的，印证了统计信息里，ping 延迟很低的事实

根据以上信息，说明 ping 卡顿的问题出在这台机器，而且应该就是 ping 程序本身在做什么耗 时的操作。继续：

1. 仍然 ping 域名，同时，用 ltrace -p <PID>跟踪 ping 进程，发现卡在一个叫 gethostbyaddr()的函数
2. 查阅文档，发现这个函数是根据 IP 反向查询 hostname，需要和 DNS 交互

到这里，基本确定了是 DNS 服务器反向查询的问题，我们用另外几个命令行工具验证一下， 以下三个命令都是根据 IP 反查 hostname：

1. nslookup <IP>
2. host <IP>
3. dig -x <IP>

果然，以上三个命令都会卡住。修改/etc/resolv.conf，换一个 DNS 服务器之后，问题 消失了。