华为交换机STP及环路检测冲突.doc

华为交换机STP与环路检测冲突 字体大小：大 | 中 | 小 2008-02-11 16:26 - 阅读：871 - 评论：0 中国银行福建省分行选择华为3Com公司具有线速交换能力的系列局域网交换机Quidway S8016、S3050组建大楼局域网。为了保证网络的 可靠性，使用两台QuidWayS8016作为核心交换设备来进行整个大楼局域网络的三层交换处理，之间运行VRRP协议进行负载均担和备份保护。楼层交 换机采用QuidWayS3050设备，每台交换机与两台核心交换机组成光纤环路，启用RSTP协议进行链路备份。图1是网络拓扑图。 故障情况简单描述　　不久福建省中行的网络出现故障，赶到5楼机房，发现8016B上有很多RSTP不断重新计算以及下连3050C的光口 不断Forwarding/Discarding迁移的信息。此时8016B上也有VRRP主备倒换的告警信息，因为上次已经减少VRRP组数并错开各个 VRRP组的Hello报文时间间隔，故此时VRRP切换并不集中。由于同时有大量生成树协议的BPDU报文上送CPU重 新计算以及因生成树计算错误导致的部分VRRP组主备切换，两台8016上的CPU利用率很高，网络基本不可用。首先断电8016B，恢复业务，再仔细分 析日志信息，并询问网络改动，发现故障情况与新增一台3050C有关系。断开新增的3050C，恢复双机环境，网络运行正常。初步判断此次网络动荡与新增 的3050C有关。 故障原因分析　　1.新加的3050C没有升级，存在STP方面的缺陷。　　3楼新增加的3050C是原来的备用机，使用的是 0019版本，没有升级到中行目前在用的0022版本，该版本存在缺陷，可能会丢弃部分STP协议报文不上送CPU处理，导致RSTP计算错误和网络形成 广播风暴。从0020版本以后已经解决，目前中行在用的0022版本也不存在该问题。因此我们建议把3楼的3050C升级之后再接入到网络中。　　2.3楼新增3050C没有关闭上行端口的环路检测功能（loopback-detection）华为3Com交 换机上有环路检测功能，可以配合生成树协议（STP/RSTP/MSTP）有效地检测网络中的环路，生成树协议主要用于检测拓扑环路，环路检测功能可以有 效检测端口下的环路。环路检测功能是基于端口和VLAN的，当检测到端口存在环回后，首先会上报LOG，提示某个端口在某个VLAN中存在环回情况，并设 置该端口不再学习MAC地址，端口的流量和其他端口隔离，从而进入一个该端口下面存在环路而不影响其他端口的状态。但与此同时，一些正常的协议报文，比如 生成树协议的BPDU报文，也无法通过了，这样会导致生成树协议计算错误。　　同时，如果STP计算错误，没有把相应的链路Discarding 掉，就会引起环路检测功能检测到网络中存在的环路，并会把收到环路检测报文的端口UP/Down一次，这将引起全网RSTP协议的重新计算，影响到所有的 交换机，耗费大量的CPU资源。在没有关闭上行口环路检测功能的3楼新增3050C上的告警信息也证实了上述判断。　　如果形成如图2所示的环路，可能会导致环路检测报文从一个上连口出去，从同一台设备的另一个上连口返回，出现告警信息。 　　如果形成如图3所示的环路，可能会导致环路检测报文从一个上连口出去，从同一台设备的另一个上连口返回，即出现如告警信息。 　　3.STP重新计算和VRRP主备倒换，导致设备CPU利用率高和网络动荡，由于STP协议报文和VRRP报文都要上送到CPU处理，占用大量 的CPU资源。当新增3050C的环路检测功能和STP缺陷导致整网的STP计算错误，网络设备不断重新计算STP，并发生端口不断迁移，导致网络发生较 大动荡，这时候CPU利用率在60%～65%，甚至更高，这样就可能影响正常数据转发。??? 故障排除步骤　　1.查看设备故障现象，发现RSTP协议计算导致端口不断迁移，以及VRRP切换，CPU利用率60%～65%，判断应为环路所致，在Down掉一些端口无效后，为确保业务不受影响，断电8016B，恢复网络和正常业务。　　2.拔下8016B的光纤和电缆，再裸机加电，查看8016B的日志，分析故障原因，发现出现故障时候有大量的RSTP端口迁移，而且故障时间与下午增加3楼3050C的时间吻合。　　3.登录到3楼新增加的3050C，发现其没有升级也没有关闭上行口的环路检测功能，其日志中有环路告警，可能因该交换机的STP报文处理缺陷和环路检测功能导致RSTP计算错误，最终引起设备CPU利用率高以及网络动荡。　　4.断开3楼新增的3050C，再逐步恢复8016B的光纤和电缆连接，网络正常。观察至今一直稳定。　　5．升级新增加的3050C，关闭上行