这次排障最开始看起来像是一个普通的 DNS 问题,日志里反复出现:
[fetchSubscriptionAndCredits] 获取失败: dial tcp: lookup cloudcode-pa.googleapis.com on 8.8.8.8:53: read udp ... i/o timeout
但继续往下查以后我发现,问题并不只是某个应用的 DNS 配置,而是我这台 VPS 上运行的多个 Docker 应用都存在类似的“半通不通”现象:有些请求能成功,有些请求超时,有些容器能解析域名但实际连通性并不稳定。
这篇文章记录一下完整的判断过程,以及最后收敛出来的修复方向。
现象
最初我的直觉是容器里的 DNS 不通,因为报错里明确写到了 8.8.8.8:53。但很快我又意识到几个更重要的信息:
- 不只是当前项目报错
- 换成
axios也一样 - 其他 Docker 应用也有类似问题
这意味着问题大概率不在单个 Node.js 项目,而是在 Docker 网络层或者宿主机网络层。
第一步:先验证宿主机和容器的 DNS
我先在 VPS 上检查宿主机的解析器状态:
cat /etc/resolv.conf
resolvectl status
宿主机上能看到几组关键信息:
/etc/resolv.conf走的是127.0.0.53- 当前上游 DNS 是
168.63.129.16 warp接口上也挂了1.1.1.1、8.8.8.8等 DNS
然后我再看容器内部:
docker run --rm alpine cat /etc/resolv.conf
docker run --rm busybox nslookup cloudcode-pa.googleapis.com
容器内的 /etc/resolv.conf 显示:
nameserver 10.0.2.3
而 nslookup 是成功的,说明至少有两件事成立:
- Docker 内置 DNS 转发器是通的
cloudcode-pa.googleapis.com在容器内可以被解析
到这里,我最初“Docker DNS 全挂了”的判断就站不住了。
第二步:确认是不是 bridge 网络本身不稳定
接下来我分别测试宿主机网络、Docker bridge 网络和 IPv4/IPv6 的差异:
ip link show warp
ip link show docker0
docker run --rm --network bridge alpine ip route
docker run --rm --network host curlimages/curl:8.8.0 -I https://cloudcode-pa.googleapis.com
docker run --rm --network bridge curlimages/curl:8.8.0 -I https://cloudcode-pa.googleapis.com
docker run --rm --network bridge curlimages/curl:8.8.0 -4 -I https://cloudcode-pa.googleapis.com
docker run --rm --network bridge curlimages/curl:8.8.0 -6 -I https://cloudcode-pa.googleapis.com
结果很关键:
--network host正常--network bridge也能成功发起 IPv4 请求--network bridge -4正常--network bridge -6失败
这说明:
- Docker 基础 IPv4 联通性并没有完全坏掉
- 问题更像是 IPv6 出口异常,或者某些程序优先尝试 IPv6 时出现回退不及时
如果应用在 DNS 返回了 AAAA 记录以后先尝试 IPv6,再经历失败和回退,就很容易表现成“有时通、有时超时”的半故障状态。
第三步:为什么还会怀疑 MTU
查看链路 MTU 后,我又看到一个明显风险点:
warp mtu 1420
docker0 mtu 1500
这并不自动等于根因已经锁定,但它确实是 WARP 场景里非常常见的问题:
- 宿主机走
warp接口,MTU 较小 - Docker bridge 还维持默认
1500 - 小包、DNS、部分短连接可能成功
- 大包、TLS 握手、HTTP/2 或某些返回路径就会变得随机不稳定
所以这里我的结论不是“只有 DNS 问题”,也不是“只有 MTU 问题”,而是:
- 报错表面像 DNS
- 实际容器 DNS 基本可用
- IPv6 明确不可用
- Docker bridge MTU 又和 WARP 不一致
这几个因素叠在一起,就足够制造出典型的“网络半通不通”。
第四步:应用层为什么也会误导排障
这个案例里,应用日志里出现了 8.8.8.8:53,很容易让我一开始直接把锅甩给 Docker 全局 DNS。
但继续检查以后我也意识到,某些请求路径里还有应用自己的请求器配置,里面可能显式带了单独的 DNS 服务器。也就是说:
- 系统层面 Docker DNS 可能是正常的
- 某条业务请求路径却可能绕过系统默认配置,直接访问固定 DNS
这类应用层配置不会解释“所有 Docker 应用都有问题”,但会让单个报错看起来更像 DNS,进而掩盖真正的系统网络问题。
最后的修复方向
在这台 VPS 上,我最后认为最合理的第一步修复,是先把 Docker 的 MTU 和 DNS 固定下来:
sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json >/dev/null <<'EOF'
{
"mtu": 1420,
"dns": ["168.63.129.16"]
}
EOF
sudo systemctl restart docker
这一步的目标很明确:
- 让 Docker bridge 的 MTU 与
warp接口一致 - 避免容器再去走不确定的外部 DNS 组合
- 优先使用宿主机当前实际可用的上游 DNS
然后重建相关容器:
docker compose down
docker compose up -d --build
如果改完以后仍然存在偶发超时,再继续看两个方向:
- 让关键应用优先走 IPv4,避免被不可用的 IPv6 拖慢或拖死
- 对最敏感的服务临时改成
network_mode: host,确认问题是否集中在 bridge 网络层
这次排障里最值得记住的点
1. 单条报错不要直接等于根因
日志里写着 lookup ... on 8.8.8.8:53,不代表“整台 Docker 的 DNS 就一定坏了”。
先做最小验证:
- 容器里能不能
nslookup - 容器里能不能
curl host和bridge是否表现一致-4和-6是否表现一致
这些测试很快就能把问题从“猜测”缩到“网络层的哪一段”。
2. “半通不通”通常比“完全不通”更像 MTU 或 IPv6 回退问题
纯 DNS 故障更容易表现为完全解析失败。
而“有时成功、有时超时、不同应用表现不一致”,更像:
- MTU 不匹配
- IPv6 不通但被优先尝试
- 策略路由或隧道网络与 Docker bridge 叠加后的副作用
3. WARP 打开以后,不代表 Docker 自动继承所有网络行为
宿主机能访问,不代表容器完全一样。
尤其是在 Linux VPS 上,WARP、bridge、NAT、IPv6、MTU 叠加以后,容器网络经常会和宿主机表现不同。
小结
这次问题最后并没有停留在“换个 HTTP 客户端”或者“改一下 DNS”这种表层处理,而是通过几组很小的验证,把问题逐步收敛到了系统网络层:
- Docker 默认 DNS 可解析
- 容器 IPv4 基本正常
- 容器 IPv6 明确失败
warp与docker0存在 MTU 不一致
所以最实际的修复动作,是先把 Docker 的 MTU 对齐到 WARP,并固定到宿主机实际可用的 DNS,再根据结果决定是否继续压制 IPv6 或切换关键服务到 host 网络。
如果你也遇到类似的“容器里域名能解析,但业务请求还是随机超时”的问题,这套排查顺序通常会比盯着单条报错反复猜更有效。