c-ares项目在Android 7及以下版本的DNS解析问题分析与解决方案
2025-07-06 10:18:11作者:宣聪麟
问题背景
c-ares是一个流行的异步DNS解析库,被广泛应用于各种网络应用中。近期有开发者报告,在将c-ares从1.19.0版本升级到1.28.1版本后,在Android 7及以下版本的设备上出现了"host unable to resolve"的错误,而Android 8及以上版本则工作正常。
问题根源分析
经过技术团队深入调查,发现这个问题源于Android系统在不同版本中获取DNS服务器方式的变更:
- Android 8及以上版本:采用了新的DNS服务器获取机制
- Android 7及以下版本:使用
__system_property_get("net.dns1", buffer)方法来获取DNS服务器
在c-ares 1.25.0版本中,构建系统(autotools)进行了全面重写,导致对Android 7及以下版本的兼容性检查失效。具体表现为构建系统未能正确检测到__system_property_get()函数的存在,从而在编译时没有包含对旧版Android DNS获取机制的支持代码。
技术细节
c-ares库中原本保留了对旧版Android的支持代码,但这些代码被条件编译指令#ifdef HAVE___SYSTEM_PROPERTY_GET包围。由于构建系统未能正确设置这个宏定义,导致相关代码没有被编译进最终库中。
解决方案
c-ares项目团队迅速响应,提交了修复补丁。该补丁主要做了以下改进:
- 修正了构建系统对
__system_property_get()函数的检测逻辑 - 确保在Android 7及以下版本中能够正确编译包含旧版DNS获取机制的代码
开发者测试确认,该修复补丁确实解决了Android 6设备上的DNS解析问题。
版本发布计划
虽然修复已经提交到代码库,但尚未包含在正式发布版本中。c-ares项目通常每30天左右发布一个新版本,除非遇到影响大量用户的严重问题才会提前发布修复版本。
建议
对于遇到类似问题的开发者,可以采取以下措施:
- 如果急需修复,可以直接使用包含修复的代码提交
- 关注c-ares项目的正式发布公告,及时升级到包含修复的版本
- 在跨Android版本开发时,特别注意系统API的版本差异
这个问题提醒我们,在进行底层网络库升级时,需要特别注意不同Android版本间的兼容性问题,尤其是在处理系统级功能如DNS解析时。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1