通信常见网络故障处理课件.ppt

常见网络故障处理,网络监控维护中心2015年1月,【产品系统工程师】数据网技能培训（初阶）之二,本课程解决的根本问题是故障处理的基本步骤及常用诊断工具？,以上模块都遵循课程设计的基本法则：循序渐进、由浅入深,课程总体思路图,2,关键问题,课程模块,关键方法,内容介绍,第一章 故障处理技术概述 第二章 故障处理步骤 第三章 常用诊断工具介绍,第一章 故障处理技术概述,第1节 导言 第2节 故障分类,导言,能够正确地维护网络尽量不出现故障，并确保出现故障之后能够迅速、准确地定位问题并排除故障，对网络维护和管理人员来说是个挑战。这不但要求对网络协议和技术有着深入的理解，更重要的是要建立一个系统化的故障处理思想，并合理应用于实际中，以将一个复杂的问题隔离、分解或缩减排错范围，从而及时修复网络故障。,连通性问题硬件、媒介、电源故障配置错误不正确的相互作用,性能问题网络拥塞到目的地不是最佳路由路由环路网络错误,故障分类,第二章 故障处理步骤,第1节 导言 第2节 故障处理思路 第3节 故障处理实例,8,故障处理系统化是合理地一步一步找出故障原因并解决的总体原则。它的基本思想是系统地将由故障可能的原因所构成的一个大集合缩减（或隔离）成几个小的子集，从而使问题的复杂度迅速下降。,导言,故障处理步骤,该处理流程是网络维护人员所能够采用的排错模型中的一种网络故障解决的处理流程是可以变化的，但故障处理有序化的思维模式是不可变化的下面我们以一个故障处理的实例来学习如何应用这些步骤。,该案例组网如上：某校园网的三个局域网，其中10.11.56.0为一个用户网段，10.11.56.118为一个日志服务器；10.15.0.0是一个集中了很多应用服务器的网段。,用户网段广播包过多造成该网段的服务器FTP业务传输速度慢,网云,A:10.11.56.118/24,C:10.11.56.120/24,B:10.15.254.253/16,D:129.9.35.53/16,ETHERNET,ETHERNET,ETHERNET,故障处理实例,要想对网络故障做出准确的分析，首先应该了解故障表现出来的各种现象 用户反映“日志服务器与备份服务器间备份发生问题。”这就是一个不完整不清晰的故障现象描述。因为这个描述没有讲述清楚下列问题：这个问题是连续出现，还是间断出现的？是完全不能备份，还是备份的速度慢（即性能下降）？哪个或哪些局域网服务器受到影响，地址是什么？正确的故障现象描述是：在网络的高峰期，日志服务器10.11.56.11到集中备份服务器10.15.254.253之间进行备份时，FTP传输速度很慢，大约是0.6Mbps。,故障处理实例故障现象描述,搜集有助于查找故障原因的详细信息：向受影响的用户、网络人员或其他关键人员提出问题；根据故障描述性质，使用各种工具搜集情况，如网络管理系统、协议分析仪、相关display和debug命令等；测试性能与网络正常情况下的记录进行比较。如上述案例，可以向用户提问或自行收集下列相关信息：网络结构或配置是否最近修改过，即问题出现是否与网络变化有关？是否有用户访问受影响的服务器时没有问题？在非高峰期日志服务器和备份服务器间FTP传输速度是多少？通过该步骤，我们收集到了下面一些相关信息：最近10.11.56.0网段的客户机不断在增加；129.9.0.0网段的机器与备份服务器间进行FTP传输时速度正常为7Mbps，与日志服务器间进行FTP传输时速度慢，只有0.6Mbps；在非高峰期日志服务器和备份服务器间FTP传输速度正常，大约为6Mbps；,故障处理实例搜集相关信息,利用前两个步骤收集到的数据，并根据自己以往的故障处理经验和所掌握的的知识，确定一个排错范围。通过范围的划分，就只需注意某一故障或与故障情况相关的那一部分产品、介质和主机。如上述案例，我们现在能够确定是一个网络性能下降问题。那么，是网段10.11.56.0的性能问题？是中间网络的性能问题？还是10.15.0.0网段的性能问题呢？根据129.9.0.0网段的机器与备份服务器间进行FTP传输时速度正常为7Mbps这一事实，我们可以排除掉10.15.0.0网段的性能问题。,故障处理实例经验判断和理论分析,该步骤列出根据经验判断和理论分析后总结的各种可能原因。如上述案例，可能原因如下：网段10.11.56.0的性能问题，其原因可能为 ：日志服务器A的性能问题10.11.56.0网络的网关性能问题10.11.56.0网络本身的性能问题中间网络性能问题，主要是到网络10.15.0.0的路由不是最佳路由,故障处理实例各种可能原因列表,根据所列出的可能原因制定故障排查计划，分析最有可能的原因，确定一次只对一个变量进行操作，这种方法使你能够重现某一故障的解决办法。如果有多个变量同时被改变，而问题得以解决，那么如何判断哪个变量导致了故障发生呢？,故障处理实例对每种原因逐个实施排错方案,可能原因1：网络10.11.56.0到网络10.15.0.0的路由不是最佳路由。制定的方案：在10.11.56.0网段的网关上使用“tracert 10.15.245.253”命令，发现探测报文返回时长仅为10ms，表明该可能原因并不是造成故障的原因。我们进入循环排错过程。,故障处理实例循环排查过程,可能原因2：日志服务器A的性能问题。制定的方案：测试同一网段的主机C和日志服务器间的FTP传输速度，是6Mbps，正常。可见问题与服务器A无关。,可能原因3：10.11.56.0网络的网关性能问题。制定的方案：测试主机C和备份服务器B间FTP传输速度是7Mbps，正常。排除了网关因素，因为B、C在不同网段上而速度正常。,可能原因4：10.11.56.0网络本身的性能问题。制定的方案：在网段10.11.56.0的以太网交换机上使用命令“show mac”，输出如下：Port Rcv-Unicast Rcv-Multicast Rcv-Broadcast- - - -6/32 10317812 0 8665Port Xmit-Unicast Xmit-Multicast Xmit-Broadcast- - - -6/32 6667987 286652 2474038(输出的广播：输出的单播比例为1：3，太大了。)Port Rcv-Octet Xmit-Octet- - - 6/32 14094829358 1516443041在网段10.15.0.0上的以太网交换机上使用命令“show mac”输出如下：Port Rcv-Unicast Rcv-Multicast Rcv-Broadcast- - - -6/36 55780287 0 285Port Xmit-Unicast Xmit-Multicast Xmit-Broadcast- - - -6/36 27879749 190257 119430（广播：单播比例1：270，属于正常。）Port Rcv-Octet Xmit-Octet- - -6/36 67172587081 4998816809,由此得知，网段10.11.56.0上广播包和单播包比例为1:3，确实太大了。再次询问用户该网段主要运行的业务是什么，而得出了故障最终原因如下：10.11.56.0是普通用户网段，由于业务原因每个用户需要发送大量广播包和多播包，随着近期越来越多的用户接入该网络，在这个网段上的服务器需要花费更多的资源来处理越来越多的广播和多播包，因此其服务的传输速度自然减慢。这是一个网络布局不恰当的问题，需要重新安排服务器的位置，将服务器移动10.15.0.0网段后，故障解决。,第三章 常用诊断工具介绍,第1节 导言 第2节 命令介绍 第3节 案例分析,ing命令tracert命令display命令debug命令抓包软件sniffer/ethereal,几个常用诊断工具,命令ping用于检查IP网络连接及主机是否可达。“ping”这个词源于声纳定位操作，指来自声纳设备的脉冲信号。ping命令的思想与发出一个短促的雷达波，通过收集回波来判断目标很相似；即源站点向目的站点发出一个ICMP Echo Request报文，目的站点收到该报文后回一个ICMP Echo Reply报文，这样就验证了两个节点间IP层的可达性表示了网络层是连通的。ping和tracert命令不仅是路由器平台的常用网络命令，也是windows平台上常用的网络命令,PING命令,在Quidway系列路由器上， ping命令的格式如下：ping -Rdnqrv -c count -p pattern -s packetsize -t timeout host-a ping报文中使用的源IP地址-c ping报文的个数，缺省值为5；-t 设置ping报文的超时时间，单位为毫秒，缺省值为2000；-s 设置ping报文的大小，以字节为单位，缺省值为56。,在PC机上或Windows NT为平台的服务器上，ping命令的格式如下：ping -n number -t -l number ip-address-n ping报文的个数，缺省值为5；-t 持续地ping 直到人为地中断，Ctr+Breack暂时中止ping命令并查看当前的统计结果，而Ctr+C则中断命令的执行。-l 设置ping报文所携带的数据部分的字节数，设置范围从0至65500。,用ping命令进行故障处理,工程师小L，在配置完一台路由器之后执行ping命令检测链路是否通畅。发现5个报文都没有ping通，小L断定是连通性问题。检查双方的配置命令并查看路由表，却一直没有找到错误所在。最后又重复执行了一遍相同的ping命令，发现这一次5个报文中有1个ping 通了原来是线路质量不好存在比较严重的丢包现象。,案例一 连通性问题还是性能问题？,工程师小L又配置了一台路由器，然后执行ping命令访问Internet上某站点的IP地址，但没有ping通。有了上次的教训小L，再一次ping了20个报文，仍旧没有响应。于是这次小L觉得能够断定是连通性故障。在费劲周折检查了配置链路之后仍没有发现任何可疑之处，最后小L采取逐段检测的方法对链路中的网关进行逐级测试，发现都可以ping 通，但是响应的时间越来越长，最后一个网关的响应时间在1800ms左右。会不会是由于超时而导致显示为ping 不同呢？受此启发，小L将ping 命令报文的超时时间改为4000ms，这次成功ping通了，显示所有的报文响应时间都在2200ms 左右。,用ping命令进行故障处理,案例一 连通性问题还是性能问题？,建议和总结：真的是ping不通吗？这个问题需要定位清楚，因为连通性问题和性能问题排错的关注点是不一样的问题定位错误必然会导致排错过程的周折。使用一般的ping命令，缺省是发送5个报文的，超时时长是2000ms。如果ping不通情况发生，最好能够再用带参数-c和-t的ping命令再执行一遍，如： ping -c 20 -t 4000 ip-address，即连续发送20个报文，每个报文的超时时长为4000ms，这样一般可以判断出到底是连通性问题还是性能问题。,用ping命令进行故障处理,案例一 连通性问题还是性能问题？,在RouterA上配置一条指向2.0.0.0/8的静态路由：Quidway ip route-static 2.0.0.0 255.0.0.0 1.1.1.1在RouterA 上ping路由器RouterB 的以太网地址2.2.2.2，RouterA的以太网地址3.3.3.3，却无法ping通。,用ping命令进行故障处理,案例二 显示可以正常ping通；但是在RouterB上ping路由器,案例二 A能ping通B，B就一定能ping通A吗？,原因分析：由于在RouterB上没有相应的配置到3.0.0.0/8 路由，所以在RouterB上ping不通RouterA的以太网口3.3.3.3 。但是为何在A上可以ping 通2.2.2.2 呢？同样是没有回程路由。打开路由器上的IP报文调试开关发现，原来从RouterA上发出的ICMP报文的源地址填写的是1.1.1.1而不是3.3.3.3，由于两台路由器的s0口处于同一网段，所以响应报文可以顺利到达RouterB。,用ping命令进行故障处理,案例二 A能ping通B，B就一定能ping通A吗？,建议和总结：A能够ping通B则B一定能够ping通A（不考虑防火墙的因素）,这句话的对错取决于A和B到底是指主机还是指路由器。如果是指两台主机，那么这句话就是正确的。如果是指两台路由器那就是错误的，因为路由器通常会有多个IP地址。现在就有如下问题：当从一台路由器上执行ping命令它发出的ICMP Echo报文的源地址究竟选择哪一个呢？实际情况是路由器选择发出报文的接口的IP地址。,用ping命令进行故障处理,TRACERT 命令,tracert 命令用于测试数据报文从发送主机到目的地所经过的网关，主要用于检查网络连接是否可达，以及分析网络什么地方发生了故障。tracert利用IP报文的TTL域在每经过一个路由器的转发后减一，当TTL=0时则向源节点报告TTL超时这个特性。 tracert首先发送一个TTL为1的UDP报文，因此第一跳发送回一个ICMP错误消息以指明此数据报不能被发送（因为TTL超时），之后tracert再发送一个TTL为2的报文，同样第二跳返回TTL超时，这个过程不断进行，直到到达目的地，此时由于数据报中使用了无效的端口号（缺省为33434）此时目的主机会返回一个ICMP的目的地不可达消息，表明该tracert操作结束。tracert记录下每一个ICMP TTL超时消息的源地址，从而提供给用户报文到达目的地所经过的网关IP地址。,在华为Quidway系列路由器上，tracert命令的格式如下：tracert -a ip-address -f first_TTL -m max_TTL -p port -q nqueries -w timeout host-a 指定一个发送UDP报文的源地址；-f 指定初始报文的TTL大小，缺省值为1；-m 指定最大TTL大小，缺省值为30；-p 目的主机的端口号，缺省值为33434；-q 每次发送的探测报文的个数，缺省值为3；-w 指明UDP报文的超时时间，单位为毫秒，缺省值为5000。,在PC机上或Windwos NT为平台的服务器上，tracert命令的格式如下：tracert -d -h maximum_hops -j host-list -w timeout host-d 不解析主机名；-h 指定最大TTL大小；-j 设定松散源地址路由列表；-w 用于设置UDP报文的超时时间，单位毫秒；,案例一 使用tracert命令定位不当的网络配置点,某校园网中，RouterB和RouterC同属于一个运行RIPv2路由协议的网络，主机4.0.0.2访问数据库服务器5.0.0.2，用户抱怨访问性能差。,网云,RIP域,E1:4.0.0.1/8,4.0.0.2/8,E0:3.0.0.1/8,S0:1.0.0.1/8,S1:2.0.0.1/8,S0:1.0.0.2/8,s1:2.0.0.2/8,5.0.0.2/8,RouterA,RouterB,RouterC,tracert命令进行故障处理,相关信息显示登录到RouterC，使用带参数的ping远端服务器5.0.0.2，显示如下：RouterC ping -c 10 -s 4000 -t 6000 5.0.0.2 PING 5.0.0.2: 4000 data bytes, press CTRL_C to break Reply from 5.0.0.2: bytes=4000 Sequence=0 ttl=249 time = 552 ms Reply from 5.0.0.2: bytes=4000 Sequence=1 ttl=249 time = 5733 ms Reply from 5.0.0.2: bytes=4000 Sequence=2 ttl=249 time = 552 ms Reply from 5.0.0.2: bytes=4000 Sequence=3 ttl=249 time = 5714 ms Reply from 5.0.0.2: bytes=4000 Sequence=4 ttl=249 time = 552 ms Reply from 5.0.0.2: bytes=4000 Sequence=5 ttl=249 time = 5711 ms Reply from 5.0.0.2: bytes=4000 Sequence=6 ttl=249 time = 552 ms Reply from 5.0.0.2: bytes=4000 Sequence=7 ttl=249 time = 5709 ms Reply from 5.0.0.2: bytes=4000 Sequence=8 ttl=249 time = 552 ms Reply from 5.0.0.2: bytes=4000 Sequence=9 ttl=249 time = 5710 ms,案例一 使用tracert命令定位不当的网络配置点,tracert命令进行故障处理,原因分析上面的ping显示出一个规律：奇数报文的返回时长短，而偶数报文返回时长很长（是奇数报文的10倍多）。可以初步判断奇数报文和偶数报文是通过不同的路径传输的。现在我们需要使用tracert命令来追踪这不同的路径。在RouterC上，tracert远端RouterA的以太网接口5.0.0.1。RouterC tracert -q 8 5.0.0.1 traceroute to 5.0.0.1(5.0.0.1) 30 hops max,40 bytes packet 1 4.0.0.1 6 ms 4 ms 4 ms 4 ms 4 ms 4 ms 4 ms 4 ms 5 3.0.0.2 20 ms 16 ms 15 ms 16 ms 16 ms 16 ms 16 ms 16 ms 6 5.0.0.1 30 ms 278 ms 25 ms 279 ms 25 ms 278 ms 25 ms 277 msRouterC(config)#从上面的显示可看到，直至3.0.0.2，UDP探测报文的返回时长都基本一致，而到5.0.0.1时，则发生明显变化，呈现奇数报文时长短，偶数报文时长长的现象。于是判断，问题发生在RouterB和RouterA之间。,案例一 使用tracert命令定位不当的网络配置点,tracert命令进行故障处理,原因分析通过询问该段网络的管理员，得知这两路由器间有一主一备两串行链路，主链路为2.048Mbps（s0口之间），备份链路为128Kbps（s1口之间）。网络管理员在此两路由器间配置了静态路由。RouterB上如下配置：RouterB ip route-static 5.0.0.0 255.0.0.0 1.0.0.2RouterB ip route-static 5.0.0.0 255.0.0.0 2.0.0.2RouterA上如下配置：RouterA ip route-static 0.0.0.0 0.0.0.0 1.0.0.1RouterA ip route-static 0.0.0.0 0.0.0.0 2.0.0.1 于是问题就清楚了。例如RouterB，由于管理员配置时没有给出静态路由的优先级，这两条路由项的优先级就同为缺省值60，于是就同时出现在路由表中，实现的是负载分担，而不能达到主备的目的。,案例一 使用tracert命令定位不当的网络配置点,tracert命令进行故障处理,处理过程，可以有两种处理方法：继续使用静态路由，进行配置更改RouterB上进行如下更改：RouterB ip route-static 5.0.0.0 255.0.0.0 1.0.0.2 （主链路仍使用缺省优先级60）RouterBip route-static 5.0.0.0 255.0.0.0 2.0.0.2 100（备份链路的优先级降低至100）RouterA上进行如下更改：RouterA ip route-static 0.0.0.0 0.0.0.0 1.0.0.1RouterA ip route-static 0.0.0.0 0.0.0.0 2.0.0.1 100这样，只有当主链路发生故障，备份链路的路由项才会出线在路由表中，从而接替主链路完成报文转发，实现主备目的。在两路由器上运行动态路由协议，如OSPF等，但不要运行RIP协议（因为RIP协议仅以hop作为Metric的）,案例一 使用tracert命令定位不当的网络配置点,tracert命令进行故障处理,建议和总结本案例的目的不是为了解释网络配置问题，而是用来展示ping命令和tracert命令的相互配合来找到网络问题的发生点。尤其在一个大的组网环境中，维护人员可能无法沿着路径逐机排查，此时，能够迅速定位出发生问题的线路或路由器就非常重要了。,案例一 使用tracert命令定位不当的网络配置点,tracert命令进行故障处理,DISPLAY命令,display命令是用于了解路由器的当前状况、检测相邻路由器、从总体上监控网络、隔离因特网络中故障的最重要的工具之一。几乎在任何故障处理和监控场合，display命令都是必不可少的。这里仅介绍部分最常用的、全局性的display命令，而与各协议相关的display命令，将在后面章节相应的协议故障处理中详细介绍。,Display Version,该命令将帮助用户收集下列信息：VRP软件版本是哪一系列的路由器设备运行时间处理器的信息RAM的容量配置寄存器的设置固件的版本引导程序的版本不同型号的设备显示的内容可能会略有差别,Quidwaydisplay version Huawei Versatile Routing Platform Software VRP (tm) software, Version 1.44 Release 0006 Copyright (c) 1997-2002 HUAWEI TECH CO., LTD. Compiled 20:42:52, Jun 12 2003 , Quidway R2511 uptime is 0 days 7 hours 40 minutes 13 seconds, System returned to ROM by power-on. Quidway R2511 with 1 68360 Processor Router serial number is 00E0FC05D5C76A40 16 Mbytes DRAM 4608 Kbytes Flash Memory hardware version is 1.0,display current-configuration 与display saved-configuration,Display current-configuration用于查看当前的配置信息。Display saved-configuration用于显示NVRAM或Flash中的路由器配置文件，即路由器下次上电启动时所用的配置文件。 Current-configuration是路由器目前正在运行的配置文件，当更改某一配置时，current-configuration会立即改变；如果不使用save命令将改变保存到启动配置文件saved-configuration中，路由器重启时该改动将丢失。因此请注意到修改运行配置并验证正确后，应当将之保存到启动配置文件中。,Display interfaces,display interfaces命令可以显示所有接口的当前状态，如果只是想查看特定接口的状态，请在该命令后输入接口类型和接口号，例如：display interfaces serial 0命令将查看串口0的运行状态和相关信息。,Quidwaydisplay interfaces serial 0Serial0 is down, line protocol is down physical layer is synchronous, baudrate is 64000 bps interface is DCE, clock is DCECLK, cable type is V35 Maximum Transmission Unit is 1500 Link-protocol is PPP LCP initial, IPCP initial, IPXCP initial, CCP initial, BRIDGECP initial 5 minutes input rate 0.00 bytes/sec, 0.00 packets/sec 5 minutes output rate 0.00 bytes/sec, 0.00 packets/sec Input queue :(size/max/drops) 0/75/0 FIFO queueing: FIFO Output Queue :(size/max/drops) 0/75/0 0 packets input, 0 bytes, 0 no buffers 0 packets output, 0 bytes, 0 no buffers 0 input errors, 0 CRC, 0 frame errors 0 overrunners, 0 aborted sequences, 0 input no buffers DCD=UP DTR=DOWN DSR=UP RTS=DOWN CTS=UP,Display tech-support,display tech-support命令将显示系统基本信息，包括版本信息、当前配置信息、接口信息、内存信息、接口流量信息等。对于复杂的故障问题，网络维护人员可以拷贝该命令的输出信息发给华为技术支持人员使之了解当前路由器的总体情况。,debug命令,Quidway系列路由器提供大量的debug命令，可以帮助用户在网络发生故障时获得路由器中交换的报文和帧的细节信息，这些信息对网络故障的定位是至关重要的。,display命令和debug命令,display命令能够提供某个时间的设备运行状况的视图（静态），而debug命令能够展示一段时间内设备运行的变化情况（动态）。 一般说来，display命令不会影响系统的运行性能，而debug命令则会对系统性能造成影响。因此两者的使用应遵循如下规则：首先使用相关的多个display命令查看设备当前的运行状况，分析可能原因，缩减故障到适当范围，然后打开某个特定的debug命令观察变化情况，以定位和排除问题。,使用debug命令的注意要点,应当使用debug命令来查找故障，而不是用来监控正常的网络运行。尽量在网络使用的低峰期或网络用户较少时使用，以降低debug命令对系统的影响性。在没有完全掌握某debug命令的工作过程以及它所提供的信息前，不要轻易使用该debug命令。由于debug命令在各个输出方向对系统资源的占用情况不同。视网络负荷状况，我们应当在使用方便性（info-center console debugging命令）和资源耗费小（info-center logbuffer debugging命令）间做出权衡。不要轻易使用类似debug all之类将产生大量输出的命令。仅当寻找某些类型的流量或故障并且已将故障原因缩小到一个可能的范围时，才使用某些特定的debug命令。,两个抓包软件,SnifferEthereal,50,故障处理技术概述，故障分类故障处理步骤及典型案例常用故障诊断命令及工具,51,谢 谢！,课件编撰人：阮志丹单位：广东电信网络监控维护中心邮箱：,