Cloudflare 优化 DNS 区域重建机制：速度提升两倍，内存占用降低 85%
继通过改进任务服务器路由节省 100TB 内存后，Cloudflare 工程师再次对基础设施进行深度优化。最新的技术调整将 DNS 区域重建时间缩短了一半，同时使整个网络的内存使用量减少了 85%。
DNS 区域包含了特定域名（如 tomshardware.com）的所有记录、设置及元数据。这些记录涵盖 IP 地址、主机名、文本行信息，以及网站和邮件服务器的 IP、子域配置、域名重定向规则、垃圾邮件控制策略和证书信息等。对于 Cloudflare 客户而言，当更新指向新 IP 的记录或修改域名设置时，相关变更需同步推送至全球数千台 DNS 服务器。
这一过程在大规模部署下极具挑战性。Cloudflare 庞大的 DNS 机队意味着任何变更都会产生显著的 RAM 消耗和网络流量压力。此外，确保所有服务器间的数据一致性至关重要，避免出现不同节点解析结果冲突的情况。部分托管域名的记录数量超过 2000 万条，这使得在内存中构建完整区域变得异常困难。
早在 2022 年，该公司已针对域名记录实施了增量更新策略，即仅写入并传播新的值。然而，涉及“设置”的变更更为复杂。例如，切换域名的通用 SSL 配置可能触发一系列关联记录的连锁更新。由于部分元数据密钥在多个区域共享，且往往缺乏明确的依赖关系标识，难以判断是否需要进行后续更改，因此设置更新通常仍需执行完整的安全构建流程。
为解决这一瓶颈，工程团队制定了一套精细化优化方案。首先，他们调整了内部软件架构，使区域变化事件能够携带原因说明及附加上下文信息。基于这些数据，系统可识别出特定类型的设置变更，从而执行更小、更短的局部构建。例如，顶部元数据更改（如 UniversalSSL）或域名服务器代码变更均可触发轻量级程序，仅在无法使用部分构建机制时才回退至完整构建。此外，拥有海量记录的域名现采用逐步更新策略。得益于上述措施，Zone Builder 服务器的 RAM 使用量从 50-79GB 骤降至接近 7GB，降幅达 85%。
第二阶段优化聚焦于调度器架构。团队将原本分离的规划与实施调度器合并为单一组件，并改进了其运行机制。新调度器具备检测同一区域内多个变更的能力，并能将其合并处理。在消息传递层面，Cloudflare 使用 Apache Kafka，团队调整了调度器在消息触发缓慢构建时的行为逻辑。
此前，由于 Kafka 要求消息按顺序推进，调度器必须等待当前任务完成才能处理下一条指令，导致请求队列堆积。现在，调度器会确认消息并立即运行接入的小型任务，实现了快速发出与一致节奏的处理模式。这种改变显著提升了并发处理能力，促使团队收紧了队列处理间隔。数据显示，单次构建的平均耗时已从 7.7 秒下降至 3.3 秒。
