搬迁 6 小时,托管名单 0 中断:4 日夜里做了什么
11 月 4 日 21 时开始,5 日 3 时结束,机房搬迁用了 6 小时。托管的 46 个域名在搬迁期间解析 0 中断,监控曲线是一条直线。

0 中断靠的是提前 72 小时
提前 72 小时做了双线路预热:新机房的两条线路先接入解析,权重设为 10%,观察 48 小时无异常后逐步加到 50%。
搬迁当天只做最后一步:把旧线路权重降到 0,再把 DNS 记录指向新地址。整个过程没有一次性切换,中断窗口被拆散。
6 小时里做了什么
21 时至 23 时:设备下架、标签核对、装箱,46 个域名对应的 12 台设备逐台拍照编号。23 时至 2 时:新机房上架、通电、链路测试,测得平均延迟 18 毫秒。
2 时至 3 时:解析回切验证,逐个域名核对 A 记录、CNAME 与 MX,46 个域名核对完毕,用时 58 分钟。
两个意外
第一个意外是 1 台设备的电源模块告警,换上备件后用 22 分钟恢复。第二个意外是 3 个域名的 TTL 仍是 3,600 秒,回切生效比预期慢了 40 分钟。
第二个意外本可避免。搬迁清单第 4 项要求提前 24 小时降 TTL,这 3 个域名是后期新增托管的,没进清单。事后补进了清单模板。
回滚演练做了 2 次
搬迁前 72 小时做了 2 次回滚演练,每次 25 分钟。演练内容是把 46 个域名的解析整体切回旧机房,再切回新机房,两次都成功。
第 2 次演练发现 3 个域名的 TTL 仍是 3,600 秒,回切要等 1 小时。这 3 个在正式搬迁前 6 小时单独降到了 300 秒。
本条要点
- 搬迁窗口 11 月 4 日 21 时至 5 日 3 时,共 6 小时
- 46 个域名解析 0 中断
- 新机房平均延迟 18 毫秒
- 3 个域名因 TTL 未降导致回切慢 40 分钟