Nginx 中 Upstream 如何排查因 DNS 缓存未更新导致的后端失联故障

核心是确认Nginx是否使用过期IP：日志中upstream后显示的IP若与dig结果不一致，即为DNS缓存问题；原生upstream不支持动态解析，须改用变量+resolver、resolve参数或第三方模块。

排查 upstream 因 DNS 缓存未更新导致的后端失联，核心是确认 Nginx 当前连接的 IP 是否已过期——它不看系统能否解析，而看 Nginx 实际发往哪个地址。

查 error.log 里 upstream 真实连接目标

打开 /var/log/nginx/error.log，搜索以下关键词：

1. upstream timed out 或 connect() failed
2. 重点看日志中 upstream: 后面的地址，例如：upstream: "http://10.20.30.40:80/"
3. 立即在终端执行：dig your-backend-domain.com +short，比对返回的 IP 是否与日志中一致
4. 不一致，说明 upstream 正在用过期 IP，就是 DNS 缓存问题

确认 upstream 块是否支持动态解析

原生 upstream 不支持运行时 DNS 刷新。只要写成这样：

就代表 Nginx 只在启动或重载时解析一次，之后永不更新。解决路径只有三种：

1. 升级到 Nginx ≥1.19 并启用 resolve 参数（需配合顶层 resolver）
2. 改用 proxy_pass + 变量模式（放弃 upstream 结构，用 set $upstream "api.example.com"; proxy_pass http://$upstream;）
3. 引入第三方模块如 nginx-upstream-dynamic-servers，支持 server api.example.com resolve;

验证 resolver 配置是否真正生效

即使写了 resolver，也必须满足两个条件才起作用：

1. resolver 必须出现在 http、server 或 location 块中（不能只写在 stream 模块却用于 http 流量）
2. proxy_pass 必须引用变量，而非直写域名；upstream 中的 server 行加 resolve 才会触发 resolver
3. 在 Nginx 机器上手动测试：nslookup api.example.com 8.8.8.8，确认 DNS 服务器可达且返回正确 IP
4. 检查 nginx -T | grep resolver 和 nginx -T | grep proxy_pass，确认配置被加载且没被静态展开为 IP

临时绕过并快速验证根因

不重启、不改配置也能快速锁定问题：

1. 在 Nginx 所在机器的 /etc/hosts 中添加一行：1.2.3.4 api.example.com（填当前正确的后端 IP）
2. 执行一次 curl -I http://your-nginx-domain/api，若立刻恢复，基本坐实是 DNS 缓存问题
3. 再删掉 hosts 条目，等待 valid=30s 过期后重试，观察错误是否重现
4. 同时用 ss -tnp | grep :8080 查看 worker 进程当前连的是哪个 IP，对比是否随 DNS 变更而更新