Tester efficacement les DNS

Un dig +short qui répond ne prouve rien : c'est un cache qui parle. La méthode en trois couches pour tester une zone autoritative, valider DNSSEC, mesurer la latence sans se mentir et automatiser le contrôle en CI.

Tester efficacement les DNS

dig +short blog.liink.ovh te renvoie une IP en 6 ms. Ce résultat ne dit rien sur ton DNS : il dit que le résolveur interrogé avait la réponse en cache. Je retrouve cette confusion dans presque chaque incident « le site est lent » — on mesure un cache et on croit avoir testé une zone.

Un test DNS honnête demande trois requêtes minimum, vers trois cibles différentes. Voici la méthode que j'applique en production, avec les sorties réelles de mes machines.

Trois couches, trois questions

Chaque couche répond à une question distincte. Les mélanger, c'est chercher une panne de zone dans le cache de son laptop.

CoucheCibleCommande typeQuestion posée
Autoritativens14.ovh.netdig @ns14.ovh.net zone SOA +norecurseLa zone publie-t-elle la bonne donnée ?
Récursive1.1.1.1, 9.9.9.9, résolveur FAIdig @1.1.1.1 zone ALe résolveur voit-il la même chose ?
Clientsystemd-resolved, stubresolvectl query, getent hostsLe poste utilise-t-il le bon chemin ?

Sur les incidents que j'ai traités, la couche autoritative est rarement en cause. La couche client l'est bien plus souvent qu'on ne le croit : un /etc/hosts oublié, un split DNS d'entreprise, un VPN qui impose son propre résolveur.

Commence donc par tester là où tu crois que le problème n'est pas. C'est trois secondes et ça élimine la moitié des fausses pistes.

Interroger l'autoritatif, pas ton résolveur

L'option @ change tout : elle envoie la requête à un serveur nommé au lieu de ton résolveur par défaut. Sur un serveur qui héberge la zone, ajoute +norecurse.

dig @ns14.ovh.net liink.ovh SOA +norecurse +noall +comments
;; ->>HEADER<<< opcode: QUERY, status: NOERROR
;; flags: qr aa; QUERY: 1, ANSWER: 1, AUTHORITY: 0, ADDITIONAL: 1

Le flag aa signifie « authoritative answer » : ce serveur fait autorité sur la zone. Le flag ra est absent, ce qui est normal — un autoritatif pur ne rend pas de service récursif.

Sans +norecurse, un autoritatif interrogé sur un nom hors zone renvoie REFUSED. Ce n'est pas une panne : c'est un serveur qui refuse de travailler pour toi.

Le test qui attrape une zone désynchronisée

Deux nameservers doivent annoncer le même serial SOA. S'ils divergent, le transfert de zone est cassé et une moitié d'Internet sert une version périmée pendant des heures.

for ns in $(dig +short NS liink.ovh); do
  printf "%-18s " "$ns"
  dig +short "@$ns" liink.ovh SOA +time=3 +tries=1 | awk '{print $3}'
done
# ns14.ovh.net.     2092137308
# dns14.ovh.net.    2092137308

Serial identique sur tous les NS : zones synchronisées. Un écart qui persiste après dix minutes pointe vers NOTIFY ou une clé TSIG invalide, jamais vers le TTL.

Le format du serial varie selon les opérateurs : AAAAMMJJnn chez les uns, compteur epoch chez d'autres. Seule l'égalité compte, pas la forme.

AXFR : vérifier que le transfert est fermé

Un transfert de zone ouvert publie toute ta documentation interne d'un coup. Le test prend deux secondes et il est presque toujours oublié.

dig @dns14.ovh.net liink.ovh AXFR +time=5 +tries=1
; Transfer failed.

« Transfer failed » est le bon résultat. Si des enregistrements défilent, tu viens de découvrir une fuite : restreins l'AXFR aux secondaires déclarés, par ACL.

Les six requêtes que je lance avant de valider une zone

Six types suffisent à couvrir l'essentiel d'une zone de production. Je les enchaîne toujours dans le même ordre, du plus général au plus spécifique.

TypeCommandeCe que tu vérifies
A / AAAAdig +short A et AAAACohérence v4/v6, aucune IP interne exposée
NS + gluedig +short NS, dig +additionalLes glue records correspondent aux IP réelles
SOAdig +short SOA @chaque NSSerial identique partout
CNAMEdig +noall +answer www.zoneUne seule redirection, pas de boucle
TXTdig +short TXT _dmarc.zoneSPF, DMARC et sélecteur DKIM en place
DS / DNSKEYdig +short DS zoneChaîne DNSSEC complète jusqu'à la racine

La requête ANY n'a plus sa place dans cette liste. La RFC 8482 autorise les serveurs à la refuser, et Cloudflare le fait : dig @1.1.1.1 example.com ANY renvoie NOTIMP.

Conséquence directe : tout script de supervision écrit avant 2019 avec ANY est probablement cassé sans le dire. Il remonte « pas de données », pas « erreur ».

Les détails de chaque type d'enregistrement sont dans la RFC 1035, et la structure de la délégation dans la RFC 1034. Le reste, c'est du terrain.

DNSSEC : valider la chaîne, pas compter les RRSIG

Voir un RRSIG ne prouve rien : n'importe qui peut publier une signature invalide. Ce qui compte, c'est que le résolveur la valide avec une clé chaînée jusqu'à la racine.

dig liink.ovh A +dnssec @1.1.1.1 +noall +answer
liink.ovh.  3600  IN  A      91.134.135.118
liink.ovh.  3600  IN  RRSIG  A 8 2 3600 20261115065508 20261016065508 19656 liink.ovh. sjd1EI...

Le champ 19656 est le key tag, et 8 l'algorithme (RSASHA256). Compare-le au DS publié chez le registraire : un DS orphelin après rotation de clé casse la zone entière.

dig +short DS liink.ovh @1.1.1.1
27547 8 2 A570063EBC4F0A05860C58D1D4BAA6F96D78EA053A7112CD4F43F847 EC24BA9F

Le flag ad dans l'en-tête indique que le résolveur a validé la réponse. dig +dnssec liink.ovh A @1.1.1.1 renvoie flags: qr rd ra ad, ce qui est le résultat attendu pour une zone signée et bien chaînée.

Ce flag ne vaut que pour le résolveur que tu interroges. Un résolveur mal configuré peut le poser à tort, ou ne jamais le poser. Pour une validation locale, utilise delv ou DNSViz, qui reconstruit l'arbre de confiance complet.

SERVFAIL n'est pas une panne réseau

dnssec-failed.org est cassé exprès : chaîne de signatures rompue de bout en bout. Interrogé normalement, il renvoie SERVFAIL ; avec +cd, il renvoie NOERROR et une IP.

dig @1.1.1.1 dnssec-failed.org A +noall +comments | grep status
;; ->>HEADER<<< ... status: SERVFAIL

dig +cd @1.1.1.1 dnssec-failed.org A +short
96.99.227.255

Ce couple de réponses sépare deux mondes : réseau opérationnel, validation DNSSEC en échec. delv le dit encore plus nettement — ;; resolution failed: failure sur ce nom, et les IP sans commentaire sur cloudflare.com.

Piège de script : dig renvoie le code de sortie 0 même sur SERVFAIL. Seul un timeout donne 9. Un test qui se contente de lire $? ne détectera jamais une rupture DNSSEC.

Mesurer la latence sans se mentir

La métrique utile est le temps de réponse du résolveur, pas le ping vers 8.8.8.8. Voici cinq passes sur le même nom depuis mon serveur, en millisecondes.

CibleÉtat du cachePasses (ms)Médiane
1.1.1.1chaud5, 5, 7, 7, 87 ms
1.1.1.1froid (nom unique)8, 8, 10, 11, 1210 ms
9.9.9.9chaudmesure unique4 ms
8.8.8.8chaudmesure unique15 ms
systemd-resolved localchaudmesure unique6 ms

L'écart chaud/froid atteint déjà 3 ms sur un nom unique et il double la mise sur un nom absent. Une mesure isolée ne mesure donc rien : prends cinq passes, garde le minimum et la médiane, ignore la moyenne.

Trois pièges déforment les chiffres : le cache d'abord, le transport ensuite, la taille EDNS enfin. dig +tcp ajoute un aller-retour de handshake et ne se compare pas au mode UDP par défaut. Et le buffer EDNS décide de la fragmentation, donc du taux de perte réel.

dig +bufsize=1232 +noall +comments blog.liink.ovh A
;; flags: qr rd ra; QUERY: 1, ANSWER: 1, AUTHORITY: 0, ADDITIONAL: 1
; EDNS: version: 0, flags:; udp: 1232

1232 octets est la valeur recommandée depuis le DNS Flag Day 2020. Au-delà, les réponses fragmentent et les pare-feux mal réglés les jettent silencieusement.

Un nom qui répond en UDP et bloque dès que la réponse grossit cache souvent un 53/TCP filtré. Teste +tcp avant d'accuser la zone.

Pour la charge, oublie les boucles for. dnsperf te donne des QPS et une distribution de latence réelle avec dnsperf -s 1.1.1.1 -d queries.txt -c 50 -T 4.

Le wildcard qui rend tes tests verts

Mon domaine porte un enregistrement *.liink.ovh. Résultat : des labels qui n'existent nulle part répondent quand même, avec l'IP du serveur web.

for l in aaa-random-9182 bbb-random-4410; do
  printf "%-24s " "$l.liink.ovh"
  dig +short "$l.liink.ovh" A @1.1.1.1
done
# aaa-random-9182.liink.ovh  91.134.135.118
# bbb-random-4410.liink.ovh  91.134.135.118

Un test NXDOMAIN sur une zone wildcard est donc toujours vert, même quand la zone est cassée. Et une faute de frappe dans un sous-domaine pointe silencieusement vers ton vhost par défaut au lieu de renvoyer une erreur.

Le test correct : demande un label aléatoire et vérifie que la réponse est vide. Si elle ne l'est pas, tu as un wildcard — documente-le, puis teste NXDOMAIN sur une zone sœur qui n'en a pas.

Le wildcard a un second effet pervers en messagerie : un sous-domaine de rebond mal orthographié reçoit du courrier au lieu d'être rejeté. Ça remplit les files et ça brouille les diagnostics.

Propagation : compare des serials, pas des cartes

Les sites de propagation te montrent une carte coloriée, pas l'état de ta zone. Ils interrogent des résolveurs publics dont le cache dépend du TTL et de leur trafic réel.

La vraie question est double : mes autoritatifs servent-ils la nouvelle version, et le registraire annonce-t-il les bons NS ? dig +trace répond à la seconde.

dig +trace example.com A | tail -6
example.com.  300  IN  A  172.66.147.243
example.com.  300  IN  A  104.20.23.154
;; Received 72 bytes from hera.ns.cloudflare.com#53 in 7 ms

+trace part de la racine et ignore ton cache local : c'est le seul test fiable après un changement de nameservers. Si la délégation pointe encore sur les anciens NS, vider son cache n'y changera rien.

Le TTL explique le reste. blog.liink.ovh est publié avec 3600 secondes : compte une heure de propagation réelle, pas cinq minutes.

Pour le rôle exact de chaque serveur dans la chaîne, relis les APIs essentielles pour les nameservers. Le débat sur leur valeur réelle est ailleurs, dans cet article sur les nameservers surévalués.

Un script de vingt lignes pour la CI

Un test DNS qui ne tourne qu'à la main ne tourne jamais. Ce script s'exécute après chaque déploiement et sort en erreur au premier écart.

#!/usr/bin/env bash
set -uo pipefail
ZONE="${1:?usage: dnscheck.sh zone}"
fail=0

serials=$(for ns in $(dig +short NS "$ZONE"); do
  dig +short "@$ns" "$ZONE" SOA +time=3 +tries=1 | awk '{print $3}'
done | sort -u)
[ "$(echo "$serials" | wc -l)" -eq 1 ] || { echo "KO serials: $serials"; fail=1; }

[ -z "$(dig +short "nx-$RANDOM.$ZONE" A @1.1.1.1)" ] \
  || { echo "KO wildcard sur $ZONE"; fail=1; }

dig +dnssec "$ZONE" A @1.1.1.1 +noall +comments | grep -q 'flags:.* ad' \
  || { echo "KO DNSSEC non validé"; fail=1; }

exit $fail

Trois contrôles, trois modes de panne réels : zone désynchronisée, wildcard non voulu, chaîne DNSSEC rompue. Ajoute dig +short "$(hostname -f)" et tu couvres l'essentiel des régressions DNS d'un déploiement.

La même logique tient en une fonction Python avec dnspython, et se branche plus proprement sur un runner de CI. Le shell garde l'avantage de la sortie brute, lisible dans un log quand ça casse à 3 h du matin.

Et si tu veux le porter plus loin, un audit Zonemaster complet te donne une note par zone avec les mêmes catégories de défauts. Utile une fois par trimestre, pas à chaque commit.

Questions fréquentes

Pourquoi dig +short ne suffit-il pas ?

Parce qu'il masque l'en-tête. Tu ne vois ni le status (NOERROR, NXDOMAIN, SERVFAIL), ni les flags (aa, ad), ni le TTL restant. Utilise +noall +comments +answer dès qu'un test compte vraiment.

Comment tester un DNS qui n'est pas encore en production ?

Interroge directement l'IP du futur serveur avec @, puis force la résolution côté client. curl --resolve blog.liink.ovh:443:91.134.135.118 https://blog.liink.ovh/ teste le certificat et le vhost sans toucher au DNS public.

SERVFAIL ou NXDOMAIN, comment trancher ?

NXDOMAIN est une réponse signée : le nom n'existe pas, et le résolveur le prouve. SERVFAIL est une absence de réponse exploitable. Le premier est définitif, le second demande +cd puis une validation locale avec delv.

Faut-il tester en TCP ?

Systématiquement dès qu'un doute existe sur la taille des réponses. Une réponse tronquée (flag tc) force le repli TCP, et un pare-feu qui filtre le 53/TCP casse alors silencieusement les réponses DNSSEC volumineuses.

Combien de temps attendre après un changement ?

Le TTL de l'enregistrement, plus le temps de propagation de la zone chez l'opérateur. Publie avec un TTL de 300 s une heure avant la bascule, puis remonte à 3600 une fois la nouvelle valeur stabilisée.

La check-list avant de dire « c'est bon »

  • Le serial SOA est identique sur tous les nameservers.
  • Un label aléatoire renvoie une réponse vide (ou le wildcard est documenté).
  • Le flag ad est présent sur une zone signée.
  • L'AXFR est refusé depuis l'extérieur.
  • Les glue records correspondent aux IP réelles des NS.
  • SPF et DMARC répondent sur les noms attendus.
  • Le TTL est cohérent avec ta fenêtre de rollback.
  • Le script de contrôle tourne en CI, pas seulement dans ton terminal.

Aucun de ces contrôles ne prend plus de dix secondes, et ils attrapent les cinq pannes DNS que je rencontre vraiment. Un dig +short qui répond n'est pas un test : c'est un cache qui te parle.