背景

在训练过程中如果需要访问第三方服务的时候，可能会出现 no such host或者其他找不到域名，解析不了域名的问题。

分析方法

1.  明确具体是哪个host无法解析

2.  明确此host来源

3.  根据如下可能的原因，进行针对性修改

a. 域名真的不存在

b. dns服务器配置错误

c. dns服务器异常

几种情况：

1. 分布式作业中出现worker1或者其他worker的域名无法解析

原因：

这种情况下一般是由于多个worker的启动时间不一样，有的worker域名的注册上去比较慢，而其他worker又启动的比较快。启动快的worker去访问启动慢的worker就会出现no such host等错误。

解决办法：

每个worker在启动时，可以先进行10次ping 其他worker。保证所有worker域名都注册完成了之后，再启动跟其他worker进行交互。

伪代码：

iteration = 10

n_worker = 4

for w in (0, n_worker)：

  for  i  in (0, iteration):

    if (ping host of w == success):

        break;

2. obs或者其他域名无法解析

原因：

1. 部分局点的OBS域名没有注册到公网。

2. 用户的桶并不存在，比如在公有云局点去访问私有云局点的桶。

3. 不同局点的pip源地址可能不一样

解决办法：

1. 配置/etc/hosts(具体配置需要联系对于局点的环境管理员)

2. 获取正确的域名并修改(具体配置需要联系对于局点的环境管理员)

3. pip源可从 env | grep pip获取

3. 偶现的域名无法解析

原因：大量的域名解析请求会导致k8s的core dns负载过高

解决办法：

1. 减少调用量

4. 所有域名都无法解析

原因：/etc/resolve 错误 （只要不特地修改，默认配置都是可用的）

解决办法：

1. 找其他可以正常解析的机器拷贝可用的配置。