IETF 113 会议聚焦 DNS 解析失败时的负面缓存机制，指出当前重试策略在大规模解析器集群下会放大查询风暴，建议尽快失败以减轻权威服务器压力。
解析失败触发的查询放大效应：
当权威服务器失联时，递归解析器与客户端的重试行为会导致查询流量指数级增长。2021 年 10 月 Facebook 权威服务器中断 6 小时，.com 权威服务器查询率从 7,000 qps 飙升至 900,000 qps，增幅 128 倍。人为干预僵尸网络域名返回 SERVFAIL 的实验中，查询流量增幅达 1,200 倍。根服务器 A、J 在旧密钥发布撤销位时也观测到类似峰值，撤销密钥移除后峰值骤降。大规模解析器农场的并行重试逻辑进一步加剧了这种放大效应。
重试策略的取舍与标准化缺口：
TCP 场景下重试受会话定时器约束，变体主要集中在初始 SYN 阶段；UDP 场景缺乏统一规范，客户端与递归解析器的等待时长、重试次数、是否穷尽所有权威服务器均无明确标准。DNSSEC 验证链断裂时，是否应遍历所有服务器排列组合更无定论。倾向“快速失败、最小重试”的观点认为能改善用户体验并避免成为 DDoS 放大器；倾向“耐心重试”的观点认为能提高解析成功率。两种策略在递归解析器与权威服务器交互、客户端与递归解析器交互两个层面是否应区别对待，仍在讨论中。
对运维工程师而言，需在解析器配置中显式设置超时与重试上限，避免默认值导致的无限重试；监控权威服务器查询率异常激增可作为故障早期信号；参与标准化讨论推动 UDP 场景重试行为纳入规范，可从根源缓解查询风暴对基础设施的冲击。
原文: APNIC Blog（2022-03-28）｜编译自 APNIC Blog，事实以原文为准。
来源：APNIC Blog