AdGuardHome中禁用系统hosts文件解析的配置方法
2025-05-06 15:46:38作者:仰钰奇
AdGuardHome作为一款开源的DNS服务器软件,其默认会读取系统的hosts文件进行域名解析。但在某些特定场景下,管理员可能需要禁用这一行为,强制所有DNS查询都通过上游服务器处理。本文将详细介绍如何正确配置AdGuardHome以忽略系统hosts文件。
问题背景
在Linux环境下部署的AdGuardHome(v0.107.43版本)存在一个典型问题:即使通过YAML配置文件明确设置了clients.runtime_sources.hosts: false,系统仍会优先采用/etc/hosts中的记录。例如当hosts文件中存在dnshost.my.domain指向192.168.0.1的记录,而实际上游DNS返回的是192.168.2.1时,查询结果仍会错误地返回hosts文件中的IP。
根本原因
这个问题源于AdGuardHome的双重解析机制:
- 系统hosts文件解析(默认启用)
- 上游DNS服务器查询
在早期版本中,仅通过配置文件禁用运行时源(runtime_sources)并不能完全关闭hosts文件解析功能。
解决方案
方法一:使用最新测试版
建议升级到包含--no-etc-hosts启动参数的测试版本,该参数可彻底禁用hosts文件解析:
./AdGuardHome --no-etc-hosts
方法二:修改配置文件
在配置文件中需要同时设置两个参数:
dns:
hostsfile_enabled: false
clients:
runtime_sources:
hosts: false
方法三:临时解决方案
对于必须保持hosts文件记录但又需要特定域名走DNS查询的情况,可以使用DNS重写功能:
dns:
rewrites:
- domain: dnshost.my.domain
answer: 192.168.2.1
技术原理
AdGuardHome的域名解析流程遵循以下优先级:
- 本地重写规则(rewrites)
- 系统hosts文件(若启用)
- 缓存记录
- 上游DNS查询
当hosts文件解析与上游DNS结果冲突时,需要特别注意这个优先级顺序。新版通过引入独立的hosts文件开关参数,提供了更细粒度的控制能力。
最佳实践
- 生产环境建议使用稳定版本+配置文件双重设置
- 测试环境可尝试edge版本的新特性
- 对于关键业务域名,推荐使用DNS重写确保解析一致性
- 修改配置后务必重启服务使变更生效
通过合理配置,AdGuardHome可以完美适应各种复杂的DNS解析需求,既保留hosts文件的灵活性,又能确保关键域名的解析准确性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 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 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218