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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00