DNS解析异常
背景知识 (background)
网络请求的第一步，通常是进行DNS解析，即 InetAddress.getAllByName，解析成功后放入Positive Cache，默认缓存30s(可调整/禁用)。
若DNS解析失败，会放入Negative Cache，默认缓存10秒(可调整/禁用)，后续DNS解析直接返回UnknownHostException。也就是说，极端情况下，DNS解析失败会导致10秒不可用。
SRE托管的JVM应用通常禁用了DNS缓存，其他自运维的应用建议禁用Negative Cache。
查看指标 (dashboard)
展开: 网络 / 域名 / DNS这一行，找到监控面板：
[DNS耗时统计]
其中，近五分钟解析失败是最近五分钟DNS解析失败的次数。
止损措施 (action)
DNS解析通常是偶发的，开发能做的有限，可向运维反馈，持续观察。
事后改进(postmortem)
DNS解析失败未必会产生负面影响，比如，可能当时只有DNS健康检查，没有业务请求在执行。
参考原因(cause)部分，针对性的优化。
可能的原因 (cause)
一、配置文件有误、DNS误操作
用户配置有误的，比如数据库、Redis、第三方域名弄错了，修复后重新发布即可。
DNS误操作的，联系OP及时回滚。
二、网络抖动或DNS解析瓶颈
跨机房请求容易受到网络抖动影响，比如腾讯云访问亦庄机房的。
部分DNS解析在高并发下有性能瓶颈，确保系统的DNS是可靠的，比如，k8s dns解析策略，确保是高性能的，避免无效的查询。
实践中，追求极致的DNS高可用时，可适当引入应用层缓存。比如：ApacheHttpClient 、Netty 在构造时，提供异步DnsResolver，伪代码如下：
public InetAddress[] resolve(String host) throws UnknownHostException {//缓存不存在,则去加载 ; 如果存在，则返回旧解析，同时检查是否到过期时间了,触发异步任务去加载DnsCacheEntry record = this.dnsCache.get(host);if (record == null) {InetAddress[] addresses = InetAddress.getAllByName(host);if (addresses != null && addresses.length > 0) {this.dnsCache.put(host, new DnsCacheEntry(addresses));}return addresses;} else {// 检查下是否应该触发异步刷新if (record.isExpired(this.dnsTtlMs)) {try {this.dnsAsyncResolveExecutor.submit(new DnsResolveTask(host, (domain, ipList) -> {dnsCache.put(domain, new DnsCacheEntry(ipList));}));} catch (Exception e) {// ignore , 如果异常抛出,比如队列满了等,则返回之前的数据}}return record.getIpList();}}
除了应用层的缓存外，也可尝试 JVM自身的DNS缓存 (这个是全局的)，通过命令行来控制缓存过期时间， see Networking Properties - Oracle 。
#0 = 禁用， -1 = 永久缓存，>0 缓存多少秒
-Dsun.net.inetaddr.ttl= 10
#禁用掉negative缓存, 0 = 禁用， -1 = 永久缓存，>0 缓存多少秒
-Dsun.net.inetaddr.negative.ttl=0
警告：请设置合理的缓存ttl ，兼顾运维变更的实时性和性能，目前 Redis / 数据库等基础设施的灾备切换是通过调整DNS指向来实现的 。
另外，部分域名可能会启用 DNS 负载均衡，即每次解析返回的多个IP地址的顺序不同，过大的ttl会影响负载均衡效果。