Resumen

  • La prueba con un servidor abarcó 254.894.985 ensayos y promedió 3,43 consultas autoritativas por ensayo; la posterior, con dos servidores, abarcó 150.221.951 y promedió 2,57.
  • La proporción de ensayos con una sola consulta pasó del 58% al 71%. Como las series se ejecutaron por separado y con poblaciones desiguales, los datos publicados no demuestran que el servidor adicional causara el cambio.
  • Hace falta un recibo de reproducción: tratamientos aleatorios en la misma ventana, cohortes comparables, topología autoritativa congelada, fórmula de normalización pública y distribuciones temporales que distingan mecanismos rivales.

Dos líneas de base y una sorpresa legítima

APNIC Labs formuló una pregunta con consecuencias operativas: ¿ofrecer dos servidores de nombres autoritativos cambia el número de consultas que envían los resolutores recursivos? En la primera serie, con un solo servidor, 254.894.985 ensayos generaron 875.316.423 consultas, una media de 3,43. En 147.233.117 ensayos —el 58% comunicado— llegó una única consulta.

La serie posterior, con dos servidores, reunió 150.221.951 ensayos y 385.725.364 consultas, una media de 2,57. Hubo 106.376.529 ensayos con una sola consulta, el 71%. Entre los ensayos que sí produjeron repeticiones, la media de consultas repetidas también descendió de 3,80 a 2,56.

La escala y la magnitud de la diferencia merecen atención. La segunda serie contiene menos consultas por ensayo y más casos de consulta única. Pero describir el tratamiento no equivale a identificar la causa. El propio autor presenta el resultado como inesperado y afirma que no puede ofrecer una explicación definitiva.

Normalizar denominadores no iguala poblaciones

Que una serie tenga unos 255 millones de ensayos y la otra 150 millones no invalida automáticamente la comparación. Los estudios observacionales grandes se expresan mediante tasas y normalizaciones; APNIC normalizó ambos conjuntos antes de comparar sus perfiles temporales. La pregunta crítica es qué otras condiciones cambiaron entre las ejecuciones.

El experimento anterior documenta nombres aleatorios únicos activados mediante puntos de medición de anuncios de Google, una zona sin firma, respuestas breves no truncadas, servicio UDP y TCP y una ventana de observación de veinticuatro horas. También encuentra diferencias geográficas, con Rusia como excepción destacada. La configuración de un servidor utilizó un servidor autoritativo de doble pila en cada una de seis zonas: Norteamérica, Sudamérica, Europa y África, India, Asia y China.

Un contraste causal exige saber si ambas configuraciones operaron en las mismas fechas y franjas horarias. ¿Se mantuvo la mezcla de países, redes de acceso, direcciones de resolutor y familias IP? ¿Fueron idénticos el emplazamiento, las rutas, el uso de anycast o unicast, los TTL, códigos de respuesta, tamaños y periodos de observación? La normalización alinea el tamaño de los denominadores; no corrige un cambio oculto de cohorte o camino de red.

Por eso, el diagnóstico no debe ser “los tamaños son distintos y la prueba no vale”. El punto es que falta el recibo que une tratamiento y control. Una segunda muestra menor puede ser convincente si la asignación y las constantes están a la vista; una muestra enorme puede dejar abierta la causalidad si cambia de reloj o de población.

La forma temporal aporta la pista más útil

Las distribuciones cuentan más que el promedio. En la serie con un servidor, más del 85% de las repeticiones llegó durante el primer segundo; con dos, fue el 75%. En ambas, cerca del 90% llegó antes de cinco segundos. La curva de dos servidores, además, mostró picos alrededor de 0,75, 1,5 y 3 segundos.

En el extremo rápido, el 17% de las repeticiones con un servidor ocurrió en menos de 10 milisegundos, frente al 12% con dos. Tras normalizar, la mayor diferencia se concentró entre 10 y 70 milisegundos, sobre todo entre 10 y 40. Ese intervalo es menor que el tiempo de espera UDP típico de un resolutor recursivo. Resulta difícil explicarlo únicamente como espera, fallo y reintento.

El autor plantea como posibilidad una granja de resolutores. Un frontal consciente de DNS puede repartir trabajo entre varios motores recursivos, y más de uno puede perseguir el mismo nombre. PowerDNS describe dnsdist como un balanceador DNS situado delante de servidores recursivos. Esa descripción confirma que la arquitectura existe; no demuestra que haya generado los datos de APNIC. Sin trazas internas, una misma dirección origen puede ocultar reparto frontal, carreras entre motores, selección IPv4/IPv6, estado de caché o decisiones propias de cada implementación.

Los programas tampoco eligen servidores autoritativos con un algoritmo universal. Las notas de APNIC sobre DNS-OARC 43 recogen diferencias entre BIND, PowerDNS Recursor, Knot Resolver y Unbound en las puntuaciones iniciales, el aprendizaje de latencia y la preferencia por IPv6. Un segundo nombre de doble pila añade alternativas de nombre y dirección. Su efecto depende de software y topología.

Qué debe contener el recibo

La reproducción debería asignar aleatoriamente cada ensayo a uno o dos servidores dentro de la misma ventana, o alternar bloques breves definidos de antemano. Publicar los recuentos por bloque impediría que un cambio de día, campaña o tráfico se confundiera con el tratamiento.

También debería publicar, en agregados que preserven la privacidad, la composición por región amplia, red de acceso, dirección estable de resolutor y familia IP. No se trata de identificar usuarios, sino de comprobar que las poblaciones detrás del 58% y el 71% sean comparables y que el efecto sobreviva al análisis estratificado.

El plano autoritativo debe permanecer fijo excepto por el nombre añadido: software, contenido de zona, TTL, DNSSEC, código y tamaño de respuesta, truncamiento, UDP/TCP, periodo de observación, direcciones, localización y rutas. Debe declararse si cada punto es unicast o anycast. Dos etiquetas que terminan en una misma sede no ponen a prueba la misma diversidad que dos servicios separados topológicamente.

Finalmente, el informe debe incluir fórmula de normalización, exclusiones, denominadores, distribuciones brutas y normalizadas e intervalos de incertidumbre. Conviene separar las ráfagas por debajo de 10 ms, la franja de 10 a 70 ms, los picos posteriores y la cola de más de cinco segundos. Las hipótesis alternativas —reparto frontal, concurrencia interna, familia IP, programa recursivo, caché y geografía— deben anunciarse antes de observar el resultado.

La razón para tener dos servidores es independiente

Este examen no contradice la práctica de utilizar varios servidores autoritativos. El RFC 2182 recomienda servidores múltiples, física y topológicamente separados, por fiabilidad y reparto de carga. Un estudio previo de APNIC también sugirió al menos dos servicios distintos, de doble pila y diversidad geográfica, con beneficios marginales menores por encima de dos en sus mediciones.

La lógica es continuidad: si falla un servidor, una ruta o una instalación, otra puede mantener la zona accesible. No depende de prometer que un segundo servidor reducirá siempre la media de consultas recursivas de 3,43 a 2,57. Los operadores pueden aplicar hoy la regla de resiliencia y, a la vez, exigir una reproducción antes de incorporar la diferencia a sus modelos de capacidad, diseño de resolutores o previsiones de rendimiento.

La conclusión responsable es limitada. APNIC observó un desplazamiento importante entre dos líneas de base publicadas y reconoció que no conocía el mecanismo. Un recibo común de tiempo, cohorte y topología transformaría esa incertidumbre honesta en un resultado comprobable.

Fuentes