博客
关于我
** server can‘t find 200.137.168.192.in-addr.arpa: NXDOMAIN
阅读量:716 次
发布时间:2019-03-17

本文共 1786 字,大约阅读时间需要 5 分钟。

在服务器环境中经常遇到DNS解析问题,这种情况下通常是由于DNS配置不当或者网络环境下的其他问题导致的。以下将详细分析该错误的原因及解决方法。

DNS错误,提示如下:

server can’t find 200.137.168.192.in-addr.arpa: NXDOMAIN

这种错误提示意味着服务器无法解析指定的IP地址,常见情况包括:

一、DNS配置问题

  • 未配置解析该IP的参数

    在某些网络环境中,尤其是私有网络(如本地域网)中,可能会缺少对特定IP地址的DNS记录。如果尝试使用nslookup工具进行验证时,返回NXDOMAIN(无解域名)错误,可能是因为缺少必要的PTR(反向指针)记录。

    [root@centos1905 named]# nslookup > 192.168.137.100Server:        192.168.137.100Address:      192.168.137.100#53** server can't find 192.168.137: NXDOMAIN >**

    这种情况下,需要在对应的_ARPA_域名文件中添加PTR记录。例如,在192.168.137.arpa文件中添加以下记录:

    [root@centos1905 named]# vim 192.168.137.arpa...PTR     192.168.137.100 Eg: ns.test.com.PTR     192.168.137.100 Eg: www.test.com.PTR     192.168.137.150 Eg: bbs.test.com.
  • DNS冲突

    如果多个DNS服务器同时处理同一个域名,可能会导致DNS解析混乱。这通常是由于主 DNS 和辅助 DNS 服务器没有正确分离职责,或者主记录未被正确配置。

    例如,在使用nslookup进行详细解析时可能会看到错误的解析记录:

    [root@localhost slaves]# nslookup > 192.168.137.100Server:        192.168.137.1Address:      192.168.137.1#53Non-authoritative answer:Name:     www.test.comAddress: 69.172.200.235

    这种情况下,需要确保所有DNS记录仅存在于主 DNS 服务器,避免重复记录导致的冲突。

  • 达成解决方案

  • 修复PTR记录

    首先,在对应的_draft._arpaserver_文件中添加必要的PTR记录,以确保所有IP地址都能被正确解析。

  • 验证DNS配置

    使用nslookupdig工具对特定的IP地址或域名进行验证,确保所有记录都能正确返回,且没有NXDOMAIN错误。

  • 清除DNS缓存

    在进行修改后,建议清除所有相关DNS缓存,以确保 Brower 或客户端能够获取到最新的 DNS 记录。

  • 实际操作步骤

  • 打开相关配置文件

    .pnltest.com.

    vim /etc/named.conf
  • 添加或修复PTR记录

    在对应的ARPA域名文件中,添加必要的PTR记录。

    vim /var/lib/named/zones/192.168.137.arpa:@ IN SOA test.com. root.test.com. ( ... )NS ns.test.com.PTR 192.168.137.100(ns.test.com.)PTR 192.168.137.100(www.test.com.)PTR 192.168.137.150(bbs.test.com.)
  • 刷新DNS缓存

    也可以使用rndc命令清除缓存,确保所有修改都能被生效。

    rndc -c

    或者:

    ntpath -c "clear"
  • 测试解析

    最后,通过nslookupdig验证,确保所有IP地址和域名都能被正确解析,不再出现NXDOMAIN错误。

  • 如果出现DNS冲突问题,通常可以通过以下方法解决:

    • 确保主 DNS 服务器的记录是唯一的,不允许重复记录。
    • 检查分发的 DNS 状态,使用nsupdate或其他工具确认所有 DNS 转移有效。

    通过以上步骤,可以系统性地解决DNS解析问题,确保网络环境的稳定性。

    转载地址:http://tksez.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>