光
光缆一断,网管上瞬间刷出几百条告警,真正有用的往往只有一两条。分享一套我用的根因定位流程。
一、先分层,别被数量吓住
OTN 告警按层级分:光层(LOS、LOF)、OTU 层(OTU-AIS、OTU-BDI)、ODU 层(ODU-AIS、PM-BDI)、客户侧(ETH-LOS)。规律是:故障点越靠下,衍生告警越多。先看最底层、最先出现的告警。
二、时间戳是关键线索
把同一故障域的告警按时间戳排序,通常根因告警比衍生告警早 1~3 秒。网管时钟不同步会打乱这个顺序——先确认各网元 NTP 同步状态,否则时间戳不可信。
三、根因定位四步
1. 找最早出现的光层告警(LOS/LOF),定位到具体端口和光纤段;
2. 沿业务路径向上游追溯,看告警是否收敛到同一个上游节点;
3. 对照保护倒换记录:确认业务是否已倒换到保护通道,倒换是否成功;
4. 排障后按"从下往上"逐层确认告警清除,别只看总数清零。
四、两个实战教训
- 别一上来就复位单板:先确认是单板故障还是线路故障,盲目复位可能把保护通道也搞断;
- 告警抑制要配好:对已知维护窗口的网元提前做告警抑制,否则根因会被维护告警淹没。
你们那边告警风暴一般怎么收敛?有没有用过告警关联规则自动定位根因的经验?
一、先分层,别被数量吓住
OTN 告警按层级分:光层(LOS、LOF)、OTU 层(OTU-AIS、OTU-BDI)、ODU 层(ODU-AIS、PM-BDI)、客户侧(ETH-LOS)。规律是:故障点越靠下,衍生告警越多。先看最底层、最先出现的告警。
二、时间戳是关键线索
把同一故障域的告警按时间戳排序,通常根因告警比衍生告警早 1~3 秒。网管时钟不同步会打乱这个顺序——先确认各网元 NTP 同步状态,否则时间戳不可信。
三、根因定位四步
1. 找最早出现的光层告警(LOS/LOF),定位到具体端口和光纤段;
2. 沿业务路径向上游追溯,看告警是否收敛到同一个上游节点;
3. 对照保护倒换记录:确认业务是否已倒换到保护通道,倒换是否成功;
4. 排障后按"从下往上"逐层确认告警清除,别只看总数清零。
四、两个实战教训
- 别一上来就复位单板:先确认是单板故障还是线路故障,盲目复位可能把保护通道也搞断;
- 告警抑制要配好:对已知维护窗口的网元提前做告警抑制,否则根因会被维护告警淹没。
你们那边告警风暴一般怎么收敛?有没有用过告警关联规则自动定位根因的经验?
国际光通信论坛