網絡技術

VPN運維排障:從DNS、路由、IPv6到MTU

“VPN能連上,業務卻時好時壞”不是一個可以直接定位的故障描述。連接狀態只覆蓋了鏈路的一部分,域名解析、回程路由、地址族選擇和包大小仍可能各自出錯。稳付pay用一套先收集證據、后修改配置的流程,把問題縮小到可以驗證的范圍。

文章目錄

先保存故障現場,給“不能用”一個邊界

記錄發生時間、客戶端網絡、目標域名、應用報錯、最近一次配置變更,以及影響一人還是所有用戶。先用相同設備和相同目標對照,避免拿手機瀏覽器成功去解釋服務器上的API失敗。敏感日志要去除令牌、Cookie、私鑰和真實業務數據,只保留定位必需的信息。

排障期間一次改變一個變量,并記錄改變前后的結果。重啟可能暫時恢復,但同時會丟失計數和現場;先讀狀態,再決定是否重啟。如果只是某個域名失敗,而內部IP服務正常,就沒有理由立刻重新生成全部密鑰。

  1. 對端可達檢查公網地址、協議端口和握手。
  2. 路徑正確核對路由、AllowedIPs及回程。
  3. 名字正確驗證DNS結果、解析器與地址族。
  4. 業務完整測試小請求、大響應和持續連接。
每一步都留下可復查的證據,避免把應用故障誤診為整條VPN故障。

第一層:接口、端點與握手狀態

以Linux WireGuard為例,先執行以下只讀檢查。其他VPN也應尋找等價的接口狀態、對端連接和收發統計,而不是僅依賴圖形界面的綠色按鈕。

ip addr show dev wg0
sudo wg show wg0
ip route show
ip rule show

確認接口存在且地址正確,再主動訪問一個已授權的隧道內目標,觀察握手時間和流量計數是否改變。長期沒有握手,優先核對雙方公鑰、Endpoint地址、UDP入站規則,以及客戶端所在網絡能否發出相關數據;近期握手正常則轉向數據路徑。

空閑后的狀態需要結合流量理解。WireGuard默認并不持續發送保活包,舊握手時間不等于已經失效;反過來,有握手也不說明數據庫訪問權限已經正確。位于NAT后的設備若確實需要維持映射,可評估PersistentKeepalive,但它不是每次超時都該打開的通用修復項。

第二層:同時檢查去程、回程與訪問范圍

客戶端執行ip route get 10.77.0.1,把示例地址換成實際內部目標,看內核最終選擇的接口與源地址。配置了策略路由時,還要結合ip rule和對應路由表,單看主路由表可能遺漏真正生效的規則。

WireGuard的AllowedIPs有兩方面作用:發送時幫助選擇對端,接收時約束該對端允許使用的隧道源地址;使用wg-quick時,它還參與路由配置。系統把包發到wg0,并不保證wg0能將目標匹配到正確對端。尤其不要為多個服務端Peer復制相同網段來“擴大權限”。

訪問隧道對端本機,與經該對端轉發到第三臺服務器,是不同測試。后者要檢查IP轉發、轉發鏈與目標回程路由。家庭網段與公司網段重疊時,流量可能留在本地網絡;應重新規劃或設計明確轉換方案,不能只調整客戶端連接順序。

第三層:IP能通而域名失敗,查DNS鏈路

DNS把域名轉換成地址。按systemd官方resolvectl手冊,先用resolvectl status查看當前解析器與各鏈路的DNS設置,再用resolvectl query example.com驗證系統解析。命令適用于使用systemd-resolved的Linux,其他客戶端應使用其對應工具,不要假設所有系統都由同一服務管理DNS。

需要檢查三個問題:查詢發給誰;解析器能否經當前路由到達;結果是否屬于預期環境。內部域名常需要內部DNS,公共解析器返回不存在并非VPN密鑰故障。反過來,內網DNS并不一定能解析全部公網域名,分域解析比簡單覆蓋全局設置更合適。

瀏覽器可能使用自己的加密DNS,與系統命令得到不同結果。改配置前應確認應用實際采用哪一個解析路徑,再檢查緩存和分域規則。測試HTTPS時不要只在地址欄輸入IP,那樣可能觸發證書名稱不匹配;應保留真實域名并使用受控的解析驗證方法。

第四層:把IPv4和IPv6分別驗收

同一個域名可能同時返回A和AAAA記錄,客戶端也可能優先嘗試IPv6。只為IPv4配置VPN,并不代表IPv6獲得了相同路徑:它可能直接走本地網絡,也可能因本地IPv6不可用而等待超時。因此“出口IPv4已經改變”不能作為完整的全隧道驗收。

檢查ip -6 route,再分別使用curl -4與curl -6測試自己獲授權的HTTPS目標。強制地址族是定位工具,不是長期掩蓋問題的辦法;目標本來不支持某個地址族時,相應失敗屬于預期結果。

若需求包含IPv6,應同時規劃地址、路由、轉發與防火墻策略;若產品明確只承載IPv4,就把范圍寫清楚,并通過受控的客戶端策略防止與需求沖突的直接路徑。不要隨手全局禁用IPv6,因為同機其他服務和容器網絡也可能依賴它。

第五層:小包正常、大響應停住,懷疑路徑MTU

MTU描述一條鏈路可承載的數據包大小。隧道增加封裝開銷,沿途鏈路的可用值也可能不同;路徑MTU發現用于發現這些限制。相關控制報文受阻或路徑變化時,短小探測可能成功,較大的TLS響應、上傳或文件傳輸卻持續重試。

使用ip link show dev wg0查看接口設置,可用tracepath 10.77.0.1輔助觀察已授權路徑;工具輸出受對方與中間設備響應影響,并不能替代業務實測。IPv4下可在受控環境用不同長度的ping -M do -s 1200 10.77.0.1輔助比較,長度參數不是最終接口MTU。

若證據指向包大小,記錄原值后小范圍調整并重復大小響應測試,同時檢查必要的ICMP策略。不要將“統一改成某個更小數字”當成所有網絡的最佳答案,也不要只看一次ping恢復就宣布解決;需要驗證吞吐、穩定性和重啟后的配置。

兩個故障復盤:把現象與證據連起來

案例一:后臺能開,訂單管理域名超時

內部后臺IP可達,wg握手與收發正常,唯獨內部域名解析失敗。檢查發現新客戶端沿用了酒店分配的公共解析器,而目標只存在于公司DNS。解決的是內部域名的解析路徑與DNS可達性,驗證時同時檢查后臺域名和普通公網域名;重建VPN密鑰不會讓公共DNS知道內部記錄。

案例二:登錄成功,導出報表一直卡住

同一賬號的小JSON請求正常,大報表在傳輸開始后反復等待。先排除應用日志中的權限和超時錯誤,再比較不同響應大小,發現與數據包大小相關。定位到路徑MTU后,修正隧道MTU及相關控制報文策略,最后驗證完整導出與大文件上傳。這里調整超時時間只會讓用戶等待更久,不能消除鏈路根因。

這些是用于教學的典型情境,不是稳付pay對具體用戶事故的記錄。真實環境應以抓取到的狀態和應用日志作判斷,不能僅因癥狀相似就復制處理結果。

把排障結果變成可交接的運維記錄

檢查對象記錄內容合格證據
隧道接口、對端、密鑰版本標識產生流量后握手與計數變化
網絡去程和回程、IPv4與IPv6范圍獲授權目標按預期路徑訪問
應用DNS、證書、狀態碼與請求大小真實業務操作完成
恢復持久化配置與變更時間重啟和回滾演練通過
  • 保留變更前配置、原MTU和防火墻規則摘要,明確回滾方法。
  • 分別測試內部目標、需要的公網目標及DNS,不把ping當作全部驗收。
  • 記錄異常比例與恢復耗時,并設置適合業務的告警閾值。
  • 按設備維護獨立憑據,退役設備及時撤權,工單不粘貼私鑰。
  • 驗證重啟后的狀態,避免把臨時修復留成下一次故障。

網絡穩定以后,支付通知仍應獨立驗證簽名、訂單號、金額和冪等處理。重試不能無節制放大請求,網絡超時也不能直接當作付款失敗;業務系統需要有可查詢、可補償的訂單狀態流程。

參考資料與技術文檔

以下官方資料用于核對協議及實現原理。文中代碼與場景用于技術解釋,具體環境和正式接入協議應分別驗證。

  1. Ubuntu:Troubleshooting WireGuard VPN
  2. WireGuard官方wg手冊
  3. systemd:resolvectl手冊
  4. Linux ip-link手冊
  5. iputils:tracepath手冊
  6. iputils:ping手冊
  7. curl官方命令行手冊

繼續完善你的站點

從網絡、訂單到資金通知,按業務場景確認每一步。支付接入與USDT監控需求,可通過聯系頁面溝通。

聯系稳付pay ↗