編者按： 告警信息是IT 運(yùn)維工作中所依賴的重要法寶，但在運(yùn)維工作中也不要忘記故障之間的關(guān)聯(lián)性。筆者單位近期出現(xiàn)斷網(wǎng)，初期經(jīng)分析告警信息發(fā)現(xiàn)存在MAC 地址漂移，但并未解決問題，之后才確定是環(huán)路問題所致。

筆者單位的辦公網(wǎng)最近出現(xiàn)了一次大范圍的故障，在解決故障的過程中，由于筆者水平有限，中間走了一些彎路。其中一些經(jīng)驗(yàn)和教訓(xùn)，希望能給大家一點(diǎn)借鑒。

辦公網(wǎng)的拓?fù)浔容^簡單，主要是上互聯(lián)網(wǎng)和使用辦公軟件，上網(wǎng)方式是撥號(hào)上網(wǎng)，如圖1 所示。

故障第一天，有個(gè)別辦公室反映撥號(hào)自動(dòng)掉線，重新?lián)芴?hào)后恢復(fù)正常，判斷為個(gè)別現(xiàn)象，并未引起重視。第二天一早便有多人反映需要反復(fù)撥號(hào)或者直接撥號(hào)失敗，無法上網(wǎng)，出現(xiàn)了大范圍的問題。筆者隨即按照如下順序進(jìn)行了故障排查。

故障排查及解決

1.之前出現(xiàn)過因個(gè)別無線路由器接反導(dǎo)致的網(wǎng)絡(luò)丟包，首先在現(xiàn)場電腦上查看arp-a，未發(fā)現(xiàn)異常IP 和MAC 地址。

圖1 單位網(wǎng)絡(luò)拓?fù)鋱D

2.詢問運(yùn)營商撥號(hào)系統(tǒng)是否正常。運(yùn)營商答復(fù)系統(tǒng)正常，未發(fā)現(xiàn)明顯異常。

3.終端機(jī)器Ping 豎 井交換機(jī)和網(wǎng)關(guān)丟包均在5%左右。

4.登錄豎井交換機(jī)的Web 管理界面查看交換機(jī)CPU 占用率和內(nèi)存占用率，未發(fā)現(xiàn)明顯異常。

5.查看交換機(jī)告警。由于平時(shí)告警界面經(jīng)常有一些“提示”類的告警信息，對網(wǎng)絡(luò)運(yùn)行沒有什么影響。鑒于情況比較緊急，筆者直接將告警級(jí)別進(jìn)行了排序，查看是否有重要告警。結(jié)果列出了許多“重要”級(jí)別告警，顯示出現(xiàn)了MAC地址漂移，如圖2 所示。

6.由于單位沒有處理這種故障的經(jīng)驗(yàn)，接下來筆者先查看了所有豎井接入交換機(jī)，均出現(xiàn)了MAC地址漂移的告警信息，并且每個(gè)交換機(jī)都出現(xiàn)了多個(gè)發(fā)生漂移的MAC 地址。筆者隨即對相應(yīng)的MAC 地址終端進(jìn)行了現(xiàn)場查看和比較，沒有發(fā)現(xiàn)存在相同MAC地址的終端或其他異常。筆者又將多個(gè)發(fā)生MAC 地址漂移的終端對應(yīng)的交換機(jī)端口進(jìn)行了shutdown 處理，問題仍未得到解決。

7.至此，故障處理陷入僵局。筆者經(jīng)過思考后，重新在Web 界面查看交換機(jī)告警，按照時(shí)間順序進(jìn)行排序。這時(shí)才發(fā)現(xiàn)，在“提示”級(jí)別的告警中，存在環(huán)路告警：

圖2 告警信息中出現(xiàn)MAC 地址漂移

#Apr 27 2020 14:39:22+08:00 2F-SW LBDT/4/PORTTRAP:OID 1.3.6.1.4.1.2011.5.25.174.3.3 Loop back exists on interface(53)GigabitEthernet0/0/49(none),loopback detec tion status:4,auto loop detection for trap only on VLAN 26.

8.查看所有豎井交換機(jī)，均出現(xiàn)環(huán)路告警。按照各個(gè)交換機(jī)的告警信息，除了豎井交換機(jī)C，其他均提示為上聯(lián)口存在Loopback。而交換機(jī)C 則指向自己下聯(lián)的擴(kuò)展交換機(jī)C1，在C1 上Loopback 指向了房間R的端口。筆者立即shutdown 房間R 對應(yīng)的端口，丟包隨即停止了，各撥號(hào)上網(wǎng)用戶恢復(fù)了正常，MAC 地址漂移告警也停止了。后經(jīng)查看，房間R 因網(wǎng)線較多，自行接線時(shí)誤將上網(wǎng)的交換機(jī)接成了環(huán)路。

結(jié)語

故障雖然消除了，但是通過這次經(jīng)歷，筆者總結(jié)下來一些經(jīng)驗(yàn)和教訓(xùn)：

查看交換機(jī)告警不能只關(guān)注“重要”或“緊急”的告警，同樣要關(guān)注“次要”或“提示”類的告警。

交換機(jī)告警是有關(guān)聯(lián)的，嚴(yán)重程度高的告警能夠表明相應(yīng)的故障對業(yè)務(wù)的影響程度高，但是故障的解決卻依賴于對告警根源的追溯。這次MAC 地址漂移的告警之所以重要，是因?yàn)镸AC 地址一旦發(fā)生頻繁漂移，勢必導(dǎo)致二層網(wǎng)絡(luò)的通信紊亂，但MAC地址漂移本身是“次生災(zāi)害”，是另外一個(gè)故障導(dǎo)致的結(jié)果了。而另外一個(gè)故障已經(jīng)反映在“提示”告警中了。

除了網(wǎng)管人員加強(qiáng)網(wǎng)絡(luò)知識(shí)的學(xué)習(xí)以外，為網(wǎng)絡(luò)增加監(jiān)測和自動(dòng)報(bào)警的功能也是一個(gè)較好的切入點(diǎn)。

下一步單位準(zhǔn)備部署能夠?qū)崟r(shí)監(jiān)控網(wǎng)絡(luò)設(shè)備，并能自動(dòng)報(bào)警的服務(wù)器，力爭做到提前發(fā)現(xiàn)，及時(shí)處理告警信息。