SRE 必备利器：域名 DNS 探测排障工具

问题背景

访问某个 HTTP 域名接口，偶发性超时，原因可能多种多样，比如 DNS 解析问题、网络质量问题、对端服务负载问题等，在客户端没有良好埋点的情况下，排查起来比较费劲，只能挨个方向尝试，这里送大家一个小工具，可以快速采样 DNS 解析延迟，快速确认是否是 DNS 解析问题。

使用演示

运行工具，传入域名，就开始探测，每秒探测一次，如果想控制频率，也可以传入第二个参数，比如 0.2 秒探测一次。

ulric@ulric-flashcat dns-lookup-latency % ./dns-lookup-latency baidu.com 0.2
Apr  7 09:25:15.414 : 26.060 ms
Apr  7 09:25:15.641 : 3.505 ms
Apr  7 09:25:15.846 : 4.584 ms
Apr  7 09:25:16.051 : 1.515 ms
Apr  7 09:25:16.253 : 6.028 ms
Apr  7 09:25:16.460 : 3.329 ms
Apr  7 09:25:16.665 : 2.943 ms
Apr  7 09:25:16.869 : 3.513 ms
Apr  7 09:25:17.073 : 1.969 ms
Apr  7 09:25:17.276 : 2.194 ms
Apr  7 09:25:17.480 : 2.394 ms
Apr  7 09:25:17.683 : 2.211 ms
Apr  7 09:25:17.886 : 3.497 ms
Apr  7 09:25:18.090 : 3.816 ms
Apr  7 09:25:18.294 : 1.672 ms
Apr  7 09:25:18.496 : 2.913 ms
Apr  7 09:25:18.700 : 2.693 ms
Apr  7 09:25:18.904 : 2.640 ms

冒号前面是时间戳，冒号后面是 DNS 解析延迟时间，单位是毫秒。对于内网域名解析，延迟一般都比较小，如果延迟偶发性变大，那就可以甩锅给 DNS 维护人员了。

工具源码

这个需求比较简单，可以用 shell 实现，不过我是用 go 实现的，代码如下：

https://github.com/UlricQin/dns-lookup-latency

package main

import (
    "fmt"
    "net"
    "os"
    "strconv"
    "time"
)

func main() {
    if len(os.Args) < 2 {
        fmt.Printf("Usage: %s <domain> <interval-seconds>\n", os.Args[0])
        os.Exit(1)
    }

    domain := os.Args[1]

    interval := 1.0
    if len(os.Args) == 3 {
        f, err := strconv.ParseFloat(os.Args[2], 64)
        if err != nil {
            fmt.Printf("failed to parse interval(%s): %v\n", os.Args[2], err)
            os.Exit(1)
        }
        interval = f
    }

    duration := time.Millisecond * time.Duration(interval*1000)

    for {
        resolveDomain(domain)
        time.Sleep(duration)
    }
}

func resolveDomain(domain string) {
    startTime := time.Now()
    _, err := net.LookupIP(domain)
    elapsed := time.Since(startTime)

    if err != nil {
        fmt.Printf("%v : %v\n", startTime.Format(time.StampMilli), err)
        return
    }

    fmt.Printf("%v : %.3f ms\n", startTime.Format(time.StampMilli), elapsed.Seconds()*1000)
}

不到 50 行代码，核心就是一个 net.LookupIP 函数，核心代码还是我向 gpt 咨询的，哈哈。另外，我给大家打包好了二进制文件，可以直接下载使用：

https://github.com/UlricQin/dns-lookup-latency/releases

附

如上知识，希望对你有帮助。文末请允许我插播一个小广告。本人创业两年了，我们公司的业务如下，如果你有这方面的需求，欢迎联系我们做产品技术交流哈。

🎯 关于快猫星云

快猫星云是一家云原生智能运维科技公司，由知名开源项目“夜莺(Nightingale)”的核心开发团队组成，创始团队均来⾃阿⾥、百度、滴滴等互联⽹公司。夜莺是一款开源云原生监控工具，是中国计算机学会接受捐赠并托管的第一个开源项目，在GitHub上有超过8000颗星，迭代发布了超过100多个版本，上百位社区贡献者，是国内领先的开源可观测性解决方案。

快猫星云以开源夜莺为内核打造的“Flashcat平台”，是国内顶级互联⽹公司可观测性实践的产品化落地，致力于让可观测性技术更好的服务企业，保障服务稳定性。Flashcat 平台具有以下特点：

• 统一采集：采用插件化思路，内置集成上百种采集插件，服务器、网络设备、中间件、数据库、应用、业务，均可监控，开箱即用。
• 统一告警：支持几十种数据源对接，收集各类监控系统的告警事件，进行统一的告警收敛、降噪、排班、认领、升级、协同，大幅提升告警处理效率。
• 统一观测：将 Metrics、Logs、Traces、Events、Profiling 等多种可观测性数据融会贯通，并预置行业最佳实践，既提供全局业务视角、技术视角的驾驶舱，也提供层层下钻的故障定位能力，有效缩短故障发现和定位时间。

快猫星云，让可观测性数据更有价值！

https://flashcat.cloud/