基于缓存快照的DNS容灾方法研究与实现

◆段立鸿 王奕婷 李 晗 刘三伟 张祥宇 杨 健

基于缓存快照的DNS容灾方法研究与实现

◆段立鸿 王奕婷 李 晗 刘三伟 张祥宇 杨 健

(中国移动通信集团河南有限公司 河南 450000)

DNS作为互联网访问的关键设施，面临较高的安全风险，为了加强DNS防护能力，并使其具备相应的快速恢复能力，利用DNS系统缓存快照功能，可以更好的保证互联网访问的稳定性，减少异常情况的故障时间。

DNS应急备份技术；DNS缓存快照

0 前言

DNS是网络应用的基础设施，它的安全性对于互联网的安全有着举足轻重的影响。目前互联网域名解析深度依赖DNS根权威域名服务器和各顶级域权威服务器，一旦这些服务器出现故障，对互联网访问的影响是灾难性的，将出现全网性、大规模用户访问网站故障，给运营商造成极大压力。

1 研究背景

“1.21”全国网络大瘫痪，对于中国互联网可以说始料未及。全国三分之二的DNS服务器处于瘫痪状态，致使国内大量用户无法访问以“.com”、“.net”等结尾的网站，包括腾讯、新浪、百度等多家全国顶级网站也未能逃过此劫。

（1）故障说明：2014年1月21日下午15时左右，有消息称某互联网公司产品出现大范围网络故障，致使部分业务无法正常运转。当用户请求根服务器时，被跳转至一个错误的IP地址。就此，某安全卫士官微声称，经测试发现，很多网站被解析到了一个异常IP，而原因有可能是国际节点出现故障，造成国内三分之二DNS处于瘫痪状态。

（2）影响范围：影响到运营商家庭宽带、互联网专线和手机用户的互联网访问。21日16点，某省平均流量同比下降17.11%，18点后，流量逐步恢复正常水平。根据该省份相关数据分析，故障期间，受影响域名133989个，意味着影响了用户对13多万个网站的访问。

从该事件中看出，全球顶级域名服务器出现解析异常时，运营商DNS系统运行是正常的，但是由于无法通过顶级域名服务器获得相应域名的IP地址信息，从而也无法向用户提供解析服务，导致了用户访问大量互联网业务出现异常。此种现象的出现不止一次，2009年10月13日凌晨，瑞典国家顶级域名.SE的管理人员使用了错误的配置脚本来更新.se的解析数据，致使全球DNS系统不能正确解析.se下的90万个域名。

由此可见，需要研究一种有效的DNS应急备份技术，能够在这些重要权威服务器故障情况下保证运营商DNS在足够长一段时间内为用户提供互联网上绝大部分域名解析，降低故障对用户的影响。

2 缓存快照技术方案

缓存快照技术方案需要实现生成重点域名清单、对缓存内容进行快照和查询以及实现缓存快照功能的一键启用，本方案在现有DNS缓存系统上设计了三个关键的进程（统计汇总进程、缓存内容查询进程、管理控制进程）来实现以上能力，具体系统逻辑架构如图1。

图1 系统逻辑架构

（1）生成重点域名清单

从理论上来说，将整个缓存的内存数据库备份到硬盘，需要时再恢复回内存，这在技术上是可行的，但是在工程实践中代价过高。如果内存数据库中存在3000万域名资源记录，大约20～30G的内存空间，完整的备份到硬盘或从硬盘恢复到内存需要花费太长的时间，在系统故障时无法满足快速恢复的时限要求。因此在实际使用中只对重点域名进行缓存快照，保证故障情况下的快速恢复，同时也保证缓存快照能够覆盖绝大多数用户的正常访问要求。

重点域名采用访问次数来衡量，将访问次数最多的域名作为重点域名。当用户进行DNS查询时，缓存系统实时统计域名访问计数，然后将域名访问计数信息实时上报给后台统计程序。后台程序会自动累加域名计数，汇总出重点域名，并将重点域名列表保存到数据库。

（2）对重点域名的缓存快照与查询

每天定时会启动缓存快照程序，该程序从数据库中取出前面汇总程序的统计结果获取重点域名列表，然后按照域名查询缓存，获取每个重点域名缓存内容后，将重点域名的正常解析结果保持到另外一个数据库（称为缓存快照）。

缓存快照进程通过缓存接口获取的缓存内容是二进制的DNS报文格式，该格式按照RFC规范约定书写。缓存快照进程会进行二进制格式解码，并将解码后数据写入数据库。数据库中的解码数据通过web界面呈现给管理员。

目前的DNS缓存系统中，缓存数据是存储在内存数据库中，该内存数据库可以根据域名快速检索数据（检索速度非常快，微秒级别），因此缓存快照程序生成快照的过程是高效的。

（3）缓存快照功能的一键启用

启用缓存快照命令下达到管理控制进程，该进程从数据库中取出缓存快照内容，然后通过缓存内容下发接口将缓存快照写入缓存中。

缓存快照写入时进行了特殊的标记，对缓存快照域名进行了锁定，因此在缓存快照启动期间，所有在缓存快照中的域名都将使用缓存快照内容应答用户，不再受递归结果影响。

3 技术实现

（1）缓存快照备份与查询：通过重点域名缓存快照功能来实现此种故障状态下的容错。缓存系统每天定期保存缓存中重要域名的正常解析结果（称为缓存快照），以某运营商现有网数据为例，一天DNS访问量约90亿次，其中排名前10万的域名时访问量约为89.4亿次，也就是说只要缓存快照中恢复了前10万个重点域名，则99.2%的用户访问将不受影响。

（2）缓存快照启用：如果发生大面积域名解析内容错误时，管理员可以通过管理界面选择“启用缓存快照”，可以选择一个缓存快照（系统每天生成一个重点域名缓存快照，一般保留最近7天缓存快照），此时所有在缓存快照中的域名都将使用缓存快照内容应答用户，不受顶级DNS服务器故障或无法通信导致的影响。

（3）实施创新方案后的流程变化（图2）。

①故障时的业务访问简化流程

第一步：用户向运营商DNS发起解析请求；

第二步：运营商DNS进行递归查询，向上级DNS逐级进行解析访问，获取域名的解析IP；

第三步：运营商DNS向用户返回解析结果。

②启用缓存快照的业务访问流程

第一步：用户向运营商DNS发起解析请求；

第二步：运营商DNS向用户返回缓存快照结果。

图2 实施创新方案后的流程变化

4 应用效果

缩短故障历时：2.5小时→15分钟，缩短99%。

在根DNS及顶级域DNS故障后，相关各级DNS均需刷新缓存逐级恢复，有些域名的缓存刷新速率较差，有些长达数天时间，因此普遍故障历时较长。由于本方案设备所需处置时间不足1分钟，考虑维护人员收到接收并分析判断故障的时间，总体故障恢复时间可控制在15分钟内。对比1月21日故障历时2.5小时以上，此方案可缩短99%的故障历时。

该技术的提出和部署，能够在顶级DNS服务器故障以及本省DNS无法递归时，利用缓存快照的缓存内容，向用户提供解析服务，从而保障用户访问互联网业务的正常。

[1]孔政，姜秀柱.DNS欺骗原理及其防御方法[J].计算机工程，2010.

[2]董新科，邢雨，高维银.DNS网络安全系统分析与设计[J].计算机安全，2010.

[3]李基，杨义先.DNS安全问题及解决方案[M].北京:北京邮电大学信息安全中心，2005.