用交換機(jī)端口信息排故障

在網(wǎng)絡(luò)運(yùn)維中，經(jīng)常要查看交換機(jī)端口，一個(gè)看端口狀態(tài)，一個(gè)看端口信息。端口信息中含有大量的數(shù)據(jù)信息，包括狀態(tài)、地址、帶寬、輸入輸出包、廣播包、錯(cuò)誤包、CRC包等。認(rèn)真觀察、分析這些數(shù)據(jù)信息，有助于解決網(wǎng)絡(luò)故障。本文介紹兩個(gè)案例，就是通過查看交換機(jī)端口信息發(fā)現(xiàn)問題，從而找到相應(yīng)解決方案。

注：本文使用的命令是銳捷交換機(jī)的命令，其他品牌的交換機(jī)，請使用對應(yīng)的命令。

故障一：某棟樓匯聚斷網(wǎng)，重啟后2個(gè)小時(shí)后又?jǐn)嗑W(wǎng)，問題是廣播包巨大。

一天早上剛上班，就發(fā)現(xiàn)學(xué)校的計(jì)電樓報(bào)斷網(wǎng)了。馬上查看網(wǎng)絡(luò)設(shè)備監(jiān)控流量圖，發(fā)現(xiàn)確實(shí)網(wǎng)絡(luò)斷了，且從昨天起已經(jīng)斷網(wǎng)并自動(dòng)回復(fù)了幾次（如圖1）。

圖1 計(jì)電樓流量圖

圖2 匯聚交換機(jī)端口13的信息

因已經(jīng)斷網(wǎng)無法遠(yuǎn)程操作，于是讓學(xué)院的人把匯聚交換機(jī)重啟，重啟后網(wǎng)絡(luò)正常，可不到2個(gè)小時(shí)又?jǐn)嗑W(wǎng)了。查看流量圖未發(fā)現(xiàn)匯聚交換機(jī)流量異常，各端口流量也正常。再次重啟后進(jìn)入?yún)R聚交換機(jī)查看，以前此棟樓有過ARP包異常，sh nfpp arp-guard hosts未發(fā)現(xiàn)異常，sh cpu、 sh memory 也正常，sh interfaces gigabitEthernet一個(gè)個(gè)端口查看，感覺1/13端口廣播包有些異常，廣播數(shù)據(jù)包感覺有些大（如圖2）。 然后sh int counters summary，發(fā)現(xiàn)13及14口的InBroadcastPkts數(shù)據(jù)比其他端口至少多出一位（如圖3）。

當(dāng)時(shí)正在下大雨，不想到現(xiàn)場抓包，馬上把13、14口關(guān)閉。觀察中，到下午14點(diǎn)上班時(shí)，計(jì)電樓整體網(wǎng)絡(luò)正常，因?yàn)?3、14端口各接一層樓的2臺(tái)接入交換機(jī)，有近200個(gè)信息點(diǎn)，不可能關(guān)閉太久。據(jù)端口信息判斷故障原因是廣播包太多，而此樓的交換機(jī)未做廣播網(wǎng)暴控制。交換機(jī)收到廣播、未注冊組播、未知單播3種報(bào)文后都會(huì)做廣播處理，如果端口沒有開啟風(fēng)暴控制，端口對收到廣播包的速率將不做限制。當(dāng)局域網(wǎng)中存在過量這3種數(shù)據(jù)流時(shí)，就會(huì)導(dǎo)致網(wǎng)絡(luò)變慢和報(bào)文傳輸超時(shí)機(jī)率大大增加，這便是廣播風(fēng)暴。

廣播風(fēng)暴控制是通過控制端口接收廣播包的速率，將只允許通過所設(shè)定帶寬、每秒允許通過的報(bào)文數(shù)或者每秒允許通過的千比特?cái)?shù)的數(shù)據(jù)流，超出限定范圍部分的數(shù)據(jù)流將被丟棄，直到數(shù)據(jù)流恢復(fù)正常，從而避免形成網(wǎng)絡(luò)風(fēng)暴。于是在13、14端口增加使命命令stormcontrol broadcast level 2（銳捷交換機(jī)默認(rèn)是1%），然后把端口打開，再迅速進(jìn)入相應(yīng)的接入交換機(jī)，對所有用戶端口也增加stormcontrol broadcast level 2，通過 sh in gi及 sh in gi co su不斷查看匯聚交換機(jī)的13、14端口只信息，廣播包還在增長中，但速度不快，到下班時(shí)計(jì)電樓的網(wǎng)絡(luò)都是正常的，第二天也是正常的。但感覺stormcontrol broadcast level 2有些太小，把14口改成level 5，隨后幾天繼續(xù)觀察，再?zèng)]有斷網(wǎng)，用戶也能正常上網(wǎng)。雖然不知道是哪里是什么原因產(chǎn)生了大量的廣播包，但通過廣播風(fēng)暴控制將此次斷網(wǎng)故障解決了。

圖3 匯聚交換機(jī)各端口的進(jìn)出數(shù)據(jù)統(tǒng)計(jì)

圖4 端口信息顯示有大量的錯(cuò)誤包及CRC包

故障二：某校區(qū)一辦公樓的用戶總是斷網(wǎng)，而此交換機(jī)其他端口用戶工作正常，只有一個(gè)端口上有大量的錯(cuò)誤包

學(xué)校另一個(gè)校區(qū)一個(gè)新裝修的辦公室內(nèi)多個(gè)用戶反映網(wǎng)絡(luò)總是中斷，Ping網(wǎng)關(guān)時(shí)通時(shí)斷，延時(shí)大。重啟小交換機(jī)問題沒有解決，電腦直接接信息點(diǎn)后還是有網(wǎng)絡(luò)中斷現(xiàn)象，而其他辦公室的網(wǎng)絡(luò)都是正常的。初步判斷是信息點(diǎn)、網(wǎng)線或相應(yīng)交換機(jī)端口有問題。

進(jìn)入相應(yīng)交換機(jī)查看，sh cpu、sh memor正常，用 show interface，show interface counter查看，發(fā)現(xiàn)對應(yīng)的端口信息上有大量錯(cuò)誤包及CRC包（如圖4）。CRC錯(cuò)包一般是接口、雙工異常、時(shí)鐘與MTU中否一致、物理鏈路問題造成的，出現(xiàn)CRC錯(cuò)包后，首先要排除物理鏈路的影響。

重新?lián)懿辶怂ь^，再測試還是有問題，找一個(gè)正常端口把有問題的網(wǎng)線插上問題依舊，判斷是網(wǎng)線有問題。把根網(wǎng)線2頭的水晶頭重做并測試正常后，插入交換機(jī)，并換到一個(gè)正常的交換機(jī)端口，再次測試，Ping網(wǎng)關(guān)正常，電腦打開網(wǎng)頁也正常了，在交換機(jī)新的端口信息上沒有出現(xiàn)錯(cuò)誤包了。故障原因是此辦公室是新裝修的，網(wǎng)線的水晶頭未做好造成的。

經(jīng)驗(yàn)總結(jié)

交換機(jī)的端口信息提供了大量的信息，包括括狀態(tài)、地址、帶寬、輸入輸出包、廣播包、錯(cuò)誤包、CRC包等，認(rèn)真觀察、分析這些數(shù)據(jù)信息，有助于解決網(wǎng)絡(luò)故障。第一個(gè)案例是發(fā)現(xiàn)某些端口有大量的廣播包，通過風(fēng)暴控制來抑制，從而保障網(wǎng)絡(luò)正常運(yùn)行。第二個(gè)案例是發(fā)現(xiàn)某個(gè)端口有大量的錯(cuò)誤包、CRC包，通過交叉替換發(fā)現(xiàn)是網(wǎng)線水晶頭有問題，重做水晶頭解決問題。在網(wǎng)絡(luò)運(yùn)維中經(jīng)常要查看交換機(jī)端口信息，通過分析這些信息有助于解決網(wǎng)絡(luò)故障。