Sing-box DNS缓存清除机制问题分析与修复
2025-05-09 08:28:44作者:郦嵘贵Just
在Sing-box项目1.10.1版本中,用户报告了一个关于DNS缓存清除机制的重要问题:当切换网络模式时,DNS缓存存在未能正确清除的情况。这个问题在Android和Windows平台上均可复现,影响了DNS查询结果的准确性。
问题现象
用户在使用Sing-box for Android 1.10.1版本时发现,在特定场景下切换网络模式后,DNS缓存未能按预期清除。具体表现为:
- 当设置仅Termux和浏览器APP经过网络连接时,切换网络模式后DNS查询会错误地命中缓存
- 当仅Termux经过网络连接时,DNS缓存能正常清除
- 启用independent_cache选项后,部分场景下独立缓存机制未能完全生效
技术分析
通过用户提供的详细测试场景和日志分析,可以得出以下技术要点:
-
缓存清除机制失效:虽然代码中在切换网络模式后调用了清除DNS缓存的函数,但在多APP并发访问场景下,缓存清除可能未能完全生效。
-
独立缓存问题:当配置independent_cache为true时,理论上不同网络模式应使用独立的DNS缓存。但测试发现,在某些配置下(如使用local DNS服务器),独立缓存机制未能完全发挥作用。
-
并发访问影响:问题在多个APP同时访问网络连接时更容易复现,表明可能存在并发读写缓存时的同步问题。
修复进展
根据项目维护者的反馈,此问题已在后续版本中得到修复:
- 1.10.6版本已解决此问题
- 1.11.0-beta.20版本也确认修复了该问题
技术建议
对于使用Sing-box的用户,建议:
- 遇到类似DNS缓存问题时,首先考虑升级到最新稳定版本
- 在需要严格DNS隔离的场景下,可考虑启用independent_cache选项
- 对于关键业务,建议进行充分的场景测试,确保DNS缓存行为符合预期
这个问题展示了在网络连接软件中实现可靠DNS缓存机制的复杂性,特别是在支持多模式切换和并发访问的场景下。Sing-box团队通过持续迭代,不断完善其DNS子系统的健壮性和可靠性。
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-1.5HunyuanVideo-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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873