ddns-updater项目中的Porkbun DNS提供商通配符记录更新问题解析
问题背景
在ddns-updater项目中,用户报告了一个与Porkbun DNS提供商相关的技术问题:当尝试更新通配符(*)DNS记录时,系统没有正确更新现有记录,而是不断创建新的通配符记录条目。这一问题会导致DNS记录堆积,影响系统性能和DNS解析效率。
问题表现
用户在使用ddns-updater配置Porkbun DNS提供商时,发现日志中显示以下错误信息:
ERROR creating record: HTTP status is not valid: 400: Create error: We were unable to create the DNS record.
同时,在Porkbun的DNS管理界面中,可以观察到多个重复的通配符记录被创建,而非更新现有的单一记录。随着时间推移,这些重复记录会不断累积,最终导致容器加载时间延长和系统资源浪费。
技术分析
经过深入调查,发现问题根源在于API请求构造方式。当ddns-updater尝试获取现有通配符记录时,它向Porkbun API发送的请求URL中包含特殊字符""。在URL规范中,星号()并不是一个有效的URL字符,这导致API无法正确处理请求,返回错误响应。
具体来说,项目原本使用的API请求格式为:
https://porkbun.com/api/json/v3/dns/retrieveByNameType/domain.com/A/*
这种包含星号的URL构造方式不符合HTTP规范,导致Porkbun API无法正确识别和返回现有的通配符记录。因此,ddns-updater误判为记录不存在,转而尝试创建新记录而非更新现有记录。
解决方案
项目维护者针对此问题实施了以下修复措施:
- 修改了API请求构造逻辑,移除了URL中的特殊字符"*"和"@"。
- 确保所有主机名记录(包括通配符和根域)都使用标准化的URL格式进行请求。
- 更新了记录检索和更新的逻辑流程,使其更符合Porkbun API的实际工作方式。
修复后的版本(commit 987138dfc165f3b087d494cf4c3ed605bbeba529)已经解决了这一问题。用户只需更新到最新版本即可恢复正常功能。
验证方法
为确保修复效果,用户可以采取以下步骤进行验证:
- 手动将现有A记录IP地址修改为127.0.0.1
- 观察ddns-updater是否能够正确检测到需要更新
- 检查更新后Porkbun DNS记录中是否仅存在单一通配符记录
- 确认没有新的重复记录被创建
总结
DNS记录管理是动态DNS更新的核心功能,正确处理通配符记录对于许多应用场景至关重要。ddns-updater项目团队及时响应并修复了Porkbun提供商中的这一技术问题,展现了开源项目对用户体验的重视。用户遇到类似问题时,应及时更新到最新版本,并按照推荐方法进行验证。
对于使用Porkbun作为DNS提供商的ddns-updater用户,建议定期检查DNS记录状态,确保没有意外创建重复记录,以维持系统的最佳性能和稳定性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-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。00