ACIU板卡通信无响应案例.docVIP

ACIU板卡故障案例 故障现象： ACIU板卡通信无响应。 原因分析： 流程图： 分析判断可能原因： 1.ACIU单板故障； 2.ACIU单板与中央控制板的通信通道发生故障； 3.误检测。 解决措施： 经检查确定：ACIU单板和中央控制板之间每500毫秒进行心跳检测，如果检测不到心跳就会认为对方故障。由于操作系统的定时器精度不是特别高，导致两块单板心跳周期存在一定差别，长时间运行后可能会出现某个周期内检测不到对方心跳的情况。 中央控制板认为ACIU单板故障，只有一种可能：中央控制板检测到ACIU丢失心跳消息。导致ACIU丢失心跳的原因可能有3种： 1、ACIU单板故障； 2、ACIU单板与中央控制板的通信通道发生故障； 3、误检测。 对于原因1，分析ACIU单板的黑匣子信息，没有发现异常，基本排除原因1； 对于原因2，ACIU与中央控制板通信路径上包括各自框内的二级交换板和它们之间的连接网线。同一时间内没有发现二级交换板故障的告警，所以可以排除二级交换板故障；如果是网线故障，那么与ACIU同框的其它单板与中央控制板的通信也会中断，但在同一时间内没有发现与ACIU同框的其它单板故障告警。所以可以排除原因2； 排除原因1和原因2后，分析ACIU板和中央控制板间的心跳机制，存在一种可能：如果两块单板的心跳周期有差异的话，长时间运行后有可能导致误检测。原理说明如下： 系统设定的标准心跳周期是500毫秒，由于操作系统定时器的精度不是特别高，各单板上心跳周期和500毫秒会有一定差异，假定中央控制板的心跳周期是499毫秒，ACIU板的心跳周期是501毫秒。ACIU单板每隔501毫秒向中央控制板发送一次心跳消息，中央控制板每隔499毫秒检测一次是否收到ACIU单板的心跳消息。假定第一次中央控制板收到ACIU单板心跳的时刻是T1，T1+99毫秒时中央控制板对本周期内是否收到ACIU单板进行检测并且认为正常。第二次中央控制板收到ACIU单板心跳的时刻是T1+501，T1+99+499毫秒时中央控制板对本周期内是否收到ACIU单板进行检测并且认为正常。依次类推，当第49次中央控制板收到ACIU单板心跳的时刻是T1+501*49，T1+99+499*49毫秒时中央控制板对本周期内是否收到ACIU单板进行检测并且认为正常；到第50次时，情况发生了变化，中央控制板收到ACIU单板心跳的时刻是T1+501*50，T1+99+499*50毫秒时中央控制板对本周期内是否收到ACIU单板进行检测，也就是说，收到心跳的时刻晚于检测心跳的时刻，这次检测会认为异常。 最终维护人员进行代码修改，使中央控制板连续6次收不到ACIU心跳时才认为ACIU故障。 经验总结： ACIU板卡通信无响应告警不再频繁出现。