一文看懂 DNS 解析全流程（工程视角版）
一、DNS 是什么？先说清楚它解决什么问题
DNS（Domain Name System）解决的是一个非常简单、但极其重要的问题：
把人类可读的域名，转换为机器可通信的 IP 地址。
例如：
text
www.baidu.com → 180.101.xx.xxDNS 本质上是一个分布式、分层、可缓存的命名系统。
二、DNS 解析涉及的核心角色
在理解流程之前，必须先分清几个角色，否则后面一定会混：
1️⃣ 客户端（Stub Resolver）
- 浏览器 / 操作系统中的 DNS 客户端
- 功能非常简单：发请求、收结果
- 不具备完整解析能力
2️⃣ 递归解析器（Recursive Resolver）
-
通常是：
- 运营商 DNS
- 公共 DNS（8.8.8.8 / 114.114.114.114）
-
核心职责：
客户端只问一次，它负责跑完整个解析流程，返回最终结果
DNS 中所谓的"递归"，指的是查询语义和职责委托，而不是编程意义上的函数递归。
3️⃣ 权威 DNS（Authoritative DNS）
- 对某个域（zone）拥有最终解释权
- 只回答自己负责的数据
- 不帮你继续查
三、DNS 查询的两种语义：递归 vs 迭代
这是 DNS 的核心概念之一。
🔹 递归查询（Recursive Query）
含义是：
"你别管中间过程，直接给我最终答案。"
- 发生在：
客户端 → 递归解析器 - 通过 DNS 报文中的 RD（Recursion Desired） 位表达
🔹 迭代查询（Iterative Query）
含义是：
"我不知道答案，但我告诉你下一步该问谁。"
- 发生在：
递归解析器 → 根 / TLD / 权威 DNS
四、DNS 解析的完整流程（无缓存理想情况）
下面以解析 www.baidu.com 为例，忽略缓存，展示最完整的链路。
第一步：客户端发起递归查询
text
客户端 → 本地递归 DNS请求内容大致是：
"请帮我解析
www.baidu.com，我需要最终结果。"
客户端从此不再关心中间过程，只等待返回。
第二步：递归解析器查询根服务器
text
递归 DNS → 根 DNS- 全球逻辑上只有 13 组根服务器（A--M）
- 实际通过 Anycast 部署了大量实例
根服务器不会返回 IP，而是返回：
text
".com 的顶级域名服务器在哪里"第三步：查询顶级域名服务器（TLD）
text
递归 DNS → .com TLD DNS.com 服务器不会返回 www.baidu.com 的 IP，而是返回：
text
"baidu.com 的权威 DNS 是哪些"返回内容主要是：
- NS 记录（权威服务器是谁）
- 以及必要时的 glue 记录（权威服务器的 IP）
第四步：查询权威 DNS
text
递归 DNS → baidu.com 权威 DNS这一步，递归解析器终于问到了真正负责该域的服务器。
权威 DNS 返回：
www.baidu.com的 A / AAAA 记录- 或者 CNAME（需要继续解析）
这一步返回的结果是最终权威答案。
第五步：结果返回与缓存
text
权威 DNS → 递归 DNS → 客户端同时：
- 递归 DNS 按 TTL 缓存结果
- 客户端 / OS / 浏览器也可能缓存
这一步是 DNS 高性能的关键。
五、NS 与 Glue 记录的作用（关键但常被忽略）
NS 记录
- 表示：某个域由哪些权威 DNS 负责
例如：
text
baidu.com. NS ns1.baidu.com.Glue 记录
- 当 NS 的名字本身位于被委派域内部时
- 上级 DNS 会"顺手"返回 NS 的 IP
作用只有一个：
防止解析权威 DNS 名字时产生死循环
Glue 不是最终权威数据，只是解析链路中的"连接器"。
六、DNS 缓存机制（为什么它这么快）
DNS 性能的核心，不是服务器多强，而是缓存策略。
缓存可能存在于：
- 递归解析器（最重要）
- 操作系统
- 浏览器
缓存由 TTL 控制：
- 权威 DNS 设置 TTL
- 表示"这个结果可以信多久"
七、为什么普通用户感受不到这些复杂性？
因为：
- 你只发出 一次请求
- 递归 DNS 帮你跑完所有流程
- 你只看到最终结果
这正是 DNS 设计的初衷：
把复杂性集中在少数节点，换取整个互联网的可用性和性能。
八、一段面试级总结（可直接背）
DNS 解析过程中，客户端向递归解析器发起递归查询，请求返回最终结果；递归解析器在本地无缓存的情况下，通过对根服务器、顶级域名服务器以及权威 DNS 进行迭代查询，逐级定位目标域名的权威服务器并获取最终解析记录，结果按 TTL 缓存后返回客户端。
九、结语
DNS 并不是一个"复杂协议"，
它真正厉害的地方在于：
- 清晰的分层设计
- 极强的缓存友好性
- 对失败和延迟的高度容忍
这也是为什么它能在几十年内支撑整个互联网，而核心设计几乎没有改变。