Summary 先决条件和限制架构工具最佳实践操作说明问题排查相关资源附加信息附件

将 DNS 记录批量迁移至 Amazon Route 53 私有托管区

Ram Kandaswamy，Amazon Web Services

Summary

这种模式可自动将 DNS 记录批量迁移到 Amazon Route 53 托管区域。它使用带有 Python AWS 软件开发工具包 (Boto3) 的 Python 脚本从存储在亚马逊简单存储服务 (Amazon S3) 的 JSON 文件中读取记录数据，然后使用 Route 53 API 以编程方式创建记录。

如果您的源系统导出标准的 BIND 区域文件，那么 Route 53 原生导入功能或 c li53（社区维护的开源 CLI 工具，不隶属于 AWS）无需自定义脚本即可处理迁移。但是，在许多企业环境中，DNS 记录存在于 Excel 工作表中，而不是区域文件中。Excel 导出通常包含标准导入工具无法处理的数据质量问题，例如不间断空格和 Unicode 字符。这种模式解决了这一差距：它从 Excel 读取数据并清理数据以创建端到端的记录。

如果您需要将大量 DNS 记录从现有系统迁移到 Route 53 托管区域，而无需通过控制台手动创建每条记录，请使用此模式。

先决条件和限制

先决条件

一个活跃的 AWS 账户
包含托管区域记录的 Excel 工作表，其中包含完全限定域名 (FQDN)、记录类型、生存时间 (TTL) 和值列
Python 3.12 或更高版本（参见下载 Python）
熊猫 Python 库已安装 () pip3 install pandas
熟悉 DNS 记录类型，例如 A、NAPTR 和 SRV 记录（请参阅支持的 DNS 记录类型）
熟悉 Python 语言及其库

限制

此模式不使用 change_resource_record_sets API 调用的所有可用属性。根据您的用例的需要扩展代码。
在 Excel 工作表中，假定每行中的值是唯一的。每个 FQDN 的多个值应出现在同一行中。如果不是这样，请修改代码以连接同一 FQDN 的多个值。
此模式使用 Boto3 直接调用 Route 53 API。您可以增强代码以使用create_stack和update_stack命令的 AWS CloudFormation 包装器，并使用 JSON 值填充模板资源。
如果您的源系统可以以 BIND 区域文件格式导出记录，请考虑改用 Route 53 导入功能。
有些 AWS 服务并非全部可用 AWS 区域。有关区域可用性，请参阅按地区划分的 AWS服务。有关特定端点，请参阅服务端点和配额页面，然后选择相应服务的链接。

架构

用户将包含 DNS 记录数据的 Excel 工作表上传到亚马逊 S3 存储桶。
在本地（或在像 Kiro 这样的 IDE 中）运行的 Python 脚本使用 Boto3 从 Amazon S3 存储桶中读取 JSON 文件。
该脚本处理记录并调用 Route 53 change_resource_record_sets API 操作在托管区域中创建记录。

工具

AWS 服务

Route 53-提供创建 DNS 记录的托管区域。此模式使用create_hosted_zone和 change_resource_record_sets API 操作。
Amazon S3-存储包含要迁移的 DNS 记录数据的 JSON 文件。

其他工具

Kiro — 具有代理人工智能功能的 IDE，用于开发和运行 Python 迁移脚本。有关更多信息，请参阅 Kiro。
p@@ andas — 一个 Python 数据分析库，用于将 Excel 工作表转换为 JSON 格式。

最佳实践

在对所有记录运行脚本之前，先对一小部分 5-10 条记录进行测试，以验证数据格式并正确创建记录。
使用UPSERT操作代替CREATE。如果记录不存在，则该UPSERT操作会创建记录，如果记录存在，则会对其进行更新。这使得脚本是等效的，可以安全地重新运行。
Batch 更改以保持在ChangeResourceRecordSets请求限制之内。使用该UPSERT操作时，每个ResourceRecord元素的计数会在 1,000 个元素的最大值中计数两次。
在插入数据之前验证数据。验证 FQDN 是否以句点 (.) 结尾，TTL 值是否为正整数，以及记录类型是否与支持的 DNS 记录类型相匹配。
在进行批量更改之前，请@@ 备份现有记录。使用list_resource_record_sets提供回滚点来导出当前托管区域记录。
使用指数退避实现重试逻辑，以处理 Route 53 API 速率限制。有关更多信息，请参阅中的错误重试和指数退缩。 AWS
遵循最低权限原则，并授予执行任务所需的最低权限。有关更多信息，请参阅 AWS Identity and Access Management (IAM) 文档中的授予最低权限和安全最佳实践。

操作说明

Task 说明所需技能

创建一个 Excel 文件作为记录。

从您当前的 DNS 系统中导出记录。
使用以下列创建一个 Excel 工作表：FqdnNameRecordType、、Value、TTL。
对于 NAPTR 和 SRV 记录，请使用 Excel 的 CONCAT 函数将多个属性值合并到列中。Value
验证每个 FQDN 是否以句点 (.) 结尾，并且 TTL 值是否为正整数。

示例行：

FqdnName	RecordType	值	TTL
something.example.org	A	192.0.2.1	900

数据工程师

将 Excel 工作表数据转换为 JSON。

通过在终端python3 --version中运行来验证 Python 3.12 或更高版本是否已安装。
通过在终端pip3 install pandas --user中运行来安装 pandas 库。
使用以下代码创建 Python 文件，将 Excel 工作表转换为 JSON：


import pandas as pd

data=pd.read_excel('./Book1.xls')
data.to_json(path_or_buf='my.json',orient='records')

运行脚本。验证输出文件是否my.json包含预期的记录。

数据工程师、Python 开发者

将 JSON 文件上传到亚马逊 S3 存储桶。

如果尚不存在一个 Amazon S3 存储桶，请创建一个。有关更多信息，请参阅 Amazon S3 文档中的创建存储桶。
将my.json文件上传到存储桶。

应用程序开发人员

Task 说明所需技能

Task	说明	所需技能
创建一个托管区域。	使用以下代码创建 Python 文件以创建托管区域。用您的值替换`<hosted-zone-name><vpc-region>`、和`<vpc-id>`。 `import boto3 import random hostedZoneName ="xxx" vpcRegion = "us-east-1" vpcId="vpc-xxxx" route53_client = boto3.client('route53') response = route53_client.create_hosted_zone( Name= hostedZoneName, VPC={ 'VPCRegion': vpcRegion, 'VPCId': vpcId }, CallerReference=str(random.random()*100000), HostedZoneConfig={ 'Comment': "private hosted zone created by automation", 'PrivateZone': True } ) print(response)` 运行脚本并记下响应中的托管区域 ID。您也可以使用基础设施即代码 (IaC) 工具，例如 AWS CloudFormation 将这些步骤替换为使用适当资源和属性的堆栈的模板。有关更多信息，请参阅 CloudFormation 文档HostedZone中的 AWS Route 53::。	云架构师、网络管理员、Python 技能
读取 Amazon S3 中的 JSON 数据。	使用此代码从 Amazon S3 存储桶中读取数据并将其作为 Python 字典加载。 `import json import boto3 s3_client = boto3.client('s3') fileobj = s3_client.get_object( Bucket='<your-bucket-name>', Key='my.json' ) filedata = fileobj['Body'].read() contents = filedata.decode('utf-8') json_content = json.loads(contents)` 通过打印前几个条目来验证是否`json_content`包含预期的记录。	应用程序开发者、Python 开发者
清理数据值并插入记录。	使用此代码清理数据值并将记录插入托管区域。`<hosted-zone-id>`替换为先前配置的托管区域中的 ID。 import unicodedata import time for item in json_content: fqn_name = unicodedata.normalize( "NFKD", item["FqdnName"].replace("u'", "'").replace('\xa0', '').strip() ) rec_type = item["RecordType"].replace('\xa0', '').strip() res_rec = {'Value': item["Value"].replace('\xa0', '').strip()} change_response = route53_client.change_resource_record_sets( HostedZoneId='<hosted-zone-id>', ChangeBatch={ 'Comment': 'Created by automation', 'Changes': [ { 'Action': 'UPSERT', 'ResourceRecordSet': { 'Name': fqn_name, 'Type': rec_type, 'TTL': item["TTL"], 'ResourceRecords': [res_rec] } } ] } ) time.sleep(1) # Delay to avoid PriorRequestNotComplete errors 监视输出是否存在错误。如果出现节流，请增加延迟或实施指数退缩。	应用程序开发人员，Python 技能

创建一个托管区域。

使用以下代码创建 Python 文件以创建托管区域。用您的值替换<hosted-zone-name><vpc-region>、和<vpc-id>。


import boto3
import random

hostedZoneName ="xxx"
vpcRegion = "us-east-1"
vpcId="vpc-xxxx"
route53_client = boto3.client('route53')
response = route53_client.create_hosted_zone(
        Name= hostedZoneName,
        VPC={
            'VPCRegion': vpcRegion,
            'VPCId': vpcId
        },
        CallerReference=str(random.random()*100000),
        HostedZoneConfig={
            'Comment': "private hosted zone created by automation",
            'PrivateZone': True
        }
    )

 print(response)

运行脚本并记下响应中的托管区域 ID。

您也可以使用基础设施即代码 (IaC) 工具，例如 AWS CloudFormation 将这些步骤替换为使用适当资源和属性的堆栈的模板。有关更多信息，请参阅 CloudFormation 文档HostedZone中的 AWS Route 53::。

云架构师、网络管理员、Python 技能

读取 Amazon S3 中的 JSON 数据。

使用此代码从 Amazon S3 存储桶中读取数据并将其作为 Python 字典加载。


import json
import boto3

s3_client = boto3.client('s3')
fileobj = s3_client.get_object(
    Bucket='<your-bucket-name>',
    Key='my.json'
)

filedata = fileobj['Body'].read()
contents = filedata.decode('utf-8')
json_content = json.loads(contents)

通过打印前几个条目来验证是否json_content包含预期的记录。

应用程序开发者、Python 开发者

清理数据值并插入记录。

使用此代码清理数据值并将记录插入托管区域。<hosted-zone-id>替换为先前配置的托管区域中的 ID。


import unicodedata
import time

for item in json_content:
    fqn_name = unicodedata.normalize(
        "NFKD",
        item["FqdnName"].replace("u'", "'").replace('\xa0', '').strip()
    )
    rec_type = item["RecordType"].replace('\xa0', '').strip()
    res_rec = {'Value': item["Value"].replace('\xa0', '').strip()}

    change_response = route53_client.change_resource_record_sets(
        HostedZoneId='<hosted-zone-id>',
        ChangeBatch={
            'Comment': 'Created by automation',
            'Changes': [
                {
                    'Action': 'UPSERT',
                    'ResourceRecordSet': {
                        'Name': fqn_name,
                        'Type': rec_type,
                        'TTL': item["TTL"],
                        'ResourceRecords': [res_rec]
                    }
                }
            ]
        }
    )

    time.sleep(1)  # Delay to avoid PriorRequestNotComplete errors

监视输出是否存在错误。如果出现节流，请增加延迟或实施指数退缩。

应用程序开发人员，Python 技能

问题排查

问题	解决方案
`PriorRequestNotComplete`错误	在两次通话之间`change_resource_record_sets`增加 1—2 秒的`time.sleep()`延迟。Route 53 以异步方式处理更改，之前的更改可能仍在进行中。
`InvalidChangeBatch`错误	当您尝试使用`CREATE`操作创建已存在的记录时，就会发生此错误。`UPSERT`改为使用使脚本具有等性。
限制错误（超出速率限制）	您已超过每秒 5 个 API 请求。使用抖动实现指数回退。有关更多信息，请参阅中的错误重试和指数退缩。 AWS
记录无法解析	验证 VPC 是否与托管区域关联，并且已在 VPC 上启用 DNS 解析。`enableDnsSupport`和都`enableDnsHostnames`必须设置为`true`。
`InvalidInput`记录值出现错误	数据包含不间断空格 (`\xa0`) 或 leading/trailing 空格。在插入之前，应用 “清理数据值并插入记录” 任务中的数据清理代码。

附加信息

对于 NAPTR 和 SRV 记录，Excel 工作表中的Value字段必须包含连接成单个字符串的所有必需组件。在导出为 JSON 之前，使用 Excel 的 CONCAT 函数合并各个属性（顺序、首选项、标志、服务、正则表达式、NAPTR 的替换；SRV 的优先级、权重、端口、目标）。

如果您的迁移涉及超过 1,000 条记录，请将 JSON 文件分成批次，然后分别处理每个批次，以保持在 Route 53 API 限制范围内。使用该UPSERT操作时，每个ResourceRecord元素在每次请求的最大值 1,000 个元素之间计数两次。ChangeResourceRecordSets

附件

要访问与此文档相关联的其他内容，请解压以下文件：attachment.zip

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

使用 Terraform 在 Wavelength Zone 中部署资源

在 AWS 上从 F5 迁移到应用程序负载均衡器时修改 HTTP 标头