虎牙在全球 DNS 秒级生效上的实践 _DNS

本文整理自虎牙中间件团队在 Nacos Meetup 的现场分享，阿里巴巴中间件受权发布。
这次分享的是全球 DNS 秒级生效在虎牙的实践，以及由此产生的一些思考，整体上，分为以下5各部分：

背景介绍；
方案设计和对比；
高可用；
具体实践和落地；
规划；

背景介绍虎牙用到的基础技术很多， DNS 是其中比较重要的一个环节。

文章插图
DNS 的解析过程很关键，例如上图中的 DNS 解析器通过一个定位解析追踪到我们的 DNS ，再到本地域名服务器迭代解析，经过根域再到.com名，最后到huya.com的根域名，获取最终的解析结果。
在这个过程中， DNS解析是天然的分布式架构，每一层都会有缓存，上一层出现问题挂掉，下一层都会有缓存进行容灾。另外，整个 DNS 协议支持面广，包括手机和 PC ，我们用的编程框架里也有 DNS 解析器，服务器也会配 DNS 解析引擎，因此， DNS 在虎牙的基础设施中是很重要的部分。
虎牙的 DNS 的应用现状虎牙当前主要是依赖于公共的 DNS ，相信在座的小伙伴们或多或少都会遇到过下面这些问题：

依赖公共 localDNS ，解析不稳定，延迟大。
记录变更生效时间长，无法及时屏蔽线路和节点异常对业务的影响。例如，权威 DNS 全球各节点数据同步时间不可控，全局生效时间超过10分钟；localDNS 缓存过期时间不可控，部分 localDNS 不遵循TTL时间，缓存时间超过48小时。
内部 DNS 功能缺失，无法解决内部服务调用面临挑战。例如，时延大、解析不准、支持多种调度策略。
无法满足国外业务的快速发展，虽然一些海外云厂商提供了基于 DNS 的快速扩容方案，以及基于 DNS 的数据库切换方案。

方案设计和对比基于以上的问题，我们开始重新规划 DNS 的设计。
名字服务架构

文章插图
整个规划会分三个方面，核心是我们做了「名字服务」的中心点，基于此，可以满足我们的需求。
一方面通过 Nacos Sync ，将现有多个注册中心的服务，同步到「名字服务」中，通过 DNS 实现不同框架之间的 Rest 服务方式的调用，实现例如 Eureka ， Consul ， Taf等框架之间的服务调用。
另一方面，在全球负载均衡的场景下，由于虎牙是以音视频业务为主，而音视频业务对节点的延迟是非常敏感的，所以我们希望一旦出现节点延迟的情况，能立马做切换。
第三个是传统 DNS 的场景，可以满足容器和物理机的 DNS 需求，提供本机 Agent 和集群两种方案，通过缓存和 prefect 大大提高 DNS 解析的可用性和加快生效时间。

文章插图
对于名字服务的总体设计主要分3部分，接入层需要提供 API ，消息通知和 DNS 接入的能力。核心功能需要能在基于现有网络数据， CMDB 和 IP 库的数据基础上，提供灵活的负载均衡能力，全球数据的秒级同步，多个数据源的同步，能对全网服务的健康状态进行监控，及时感知到大范围的节点异常，并且能够及时将节点的屏蔽的信息推送到端上。
最终，我们选择 Nacos 作为名字服务的核心，提供统一的 API ，包括名字注册、变化推送、负载均衡等；Nacos Sync 作为全球集群间数据同步的组件；DNS - F是客户端组件，用于拦截 DNS 请求，实现基于 DNS 的名字服务。
改造前后 DNS 变更生效流程的不同
接下来，我们通过对比看下改造前后 DNS 变更生效流程的差异。