Hickory-DNS 中 DNS over HTTPS 功能的使用注意事项
在 Rust 生态系统中,Hickory-DNS 作为 Trust-DNS 的继任者,提供了强大的 DNS 解析功能。近期有开发者反馈在从 Trust-DNS 迁移到 Hickory-DNS 时遇到了 DNS over HTTPS (DoH) 功能失效的问题。
问题现象
开发者在使用 Hickory-DNS 0.24.1 版本时,发现原本在 Trust-DNS 中正常工作的 DNS over HTTPS 功能突然失效。具体表现为使用某知名 CDN 服务商的 HTTPS DNS 服务时,解析请求返回了 ProtoError { kind: Io(Kind(InvalidData)) }
或网络不可达的错误。
问题根源
经过分析,这个问题源于 Hickory-DNS 0.24.x 版本中一个重要的设计变更:在使用 DNS over HTTPS 功能时,必须显式指定信任的根证书来源。这与之前的 Trust-DNS 实现有所不同,也是许多开发者容易忽略的关键点。
解决方案
要解决这个问题,开发者需要在 Cargo.toml 中为 hickory-resolver 添加以下任一特性:
webpki-roots
- 使用 WebPKI 项目提供的根证书native-roots
- 使用操作系统提供的根证书
正确的依赖声明应如下所示:
[dependencies]
hickory-resolver = { version = "0.24.1", features = ["dns-over-https-rustls", "webpki-roots"] }
技术背景
DNS over HTTPS 作为一种加密的 DNS 查询方式,需要建立 TLS 安全连接。TLS 连接的安全性依赖于对服务器证书的验证,而验证过程需要信任的根证书作为锚点。Hickory-DNS 为了提高灵活性和明确性,将这个选择权交给了开发者,而不是隐式地使用某种默认配置。
版本演进
在 Hickory-DNS 0.25.0-alpha.1 及后续版本中,开发团队已经改进了这个问题,使根证书来源的选择更加明确和直观。但在 0.24.x 版本中,这个要求相对隐蔽,导致不少开发者遇到类似问题。
最佳实践
- 在使用 DNS over HTTPS 功能时,始终明确指定根证书来源
- 考虑升级到最新版本以获得更好的开发体验
- 在生产环境中,根据实际需求选择适合的根证书来源:
webpki-roots
提供跨平台一致性native-roots
则与操作系统证书存储集成
通过理解这些细节,开发者可以更顺利地迁移到 Hickory-DNS 并充分利用其提供的现代 DNS 功能。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0299- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









