光
上周现场一台工业交换机,终端时断时续,ping 一会儿通一会儿不通,重启交换机能好几个小时,然后又犯。最后定位到 MAC 地址表满了,分享一下排查思路。
先确认现象是不是地址表问题。登录交换机看 MAC 表使用率,如果接近满表(比如 8K 表项用了 7900+),同时伴随未知单播泛洪(unknown unicast flooding),基本就是表满了。表满之后交换机学不到新 MAC,只能把报文当未知单播广播出去,带宽被泛洪吃掉,终端表现为时断时续。顺带看一眼 CPU 占用,泛洪严重时 CPU 也会跟着高。
然后找“谁在灌表”。最常见的是三种:第一,环路。现场临时接线形成环路,广播风暴一分钟就能把表打满,配合 STP/Ring 协议状态一起看,先确认环路再谈别的。第二,MAC 泛洪攻击或故障终端。某台终端网卡故障疯狂发随机源 MAC 的报文,表项被无效 MAC 占满。抓包看源 MAC 的分布,随机、无规律的源 MAC 就是嫌疑对象。第三,虚拟化/多 MAC 终端。有些工控上位机一个口挂几十个虚拟 MAC,本身没问题,但老化时间设得太长会让表项长期占着。
对症处理有几招:老化时间(aging time)默认 300 秒,终端密集的场景可以缩到 60~120 秒,让不活跃表项尽快释放;端口安全(port security)限制每个端口允许学习的 MAC 数量,超了就告警或关端口;静态绑定关键终端的 MAC,把重要设备排除在动态学习之外;环路问题则靠 STP 或 ERPS,先把环路收敛住再说。
最后提醒一句:表满很多时候是“症状”,不是“病因”。清表、重启只能管几个小时,不找到灌表的源头,迟早再犯。大家现场遇到过 MAC 表打满的情况吗?你们一般把老化时间设成多少?
先确认现象是不是地址表问题。登录交换机看 MAC 表使用率,如果接近满表(比如 8K 表项用了 7900+),同时伴随未知单播泛洪(unknown unicast flooding),基本就是表满了。表满之后交换机学不到新 MAC,只能把报文当未知单播广播出去,带宽被泛洪吃掉,终端表现为时断时续。顺带看一眼 CPU 占用,泛洪严重时 CPU 也会跟着高。
然后找“谁在灌表”。最常见的是三种:第一,环路。现场临时接线形成环路,广播风暴一分钟就能把表打满,配合 STP/Ring 协议状态一起看,先确认环路再谈别的。第二,MAC 泛洪攻击或故障终端。某台终端网卡故障疯狂发随机源 MAC 的报文,表项被无效 MAC 占满。抓包看源 MAC 的分布,随机、无规律的源 MAC 就是嫌疑对象。第三,虚拟化/多 MAC 终端。有些工控上位机一个口挂几十个虚拟 MAC,本身没问题,但老化时间设得太长会让表项长期占着。
对症处理有几招:老化时间(aging time)默认 300 秒,终端密集的场景可以缩到 60~120 秒,让不活跃表项尽快释放;端口安全(port security)限制每个端口允许学习的 MAC 数量,超了就告警或关端口;静态绑定关键终端的 MAC,把重要设备排除在动态学习之外;环路问题则靠 STP 或 ERPS,先把环路收敛住再说。
最后提醒一句:表满很多时候是“症状”,不是“病因”。清表、重启只能管几个小时,不找到灌表的源头,迟早再犯。大家现场遇到过 MAC 表打满的情况吗?你们一般把老化时间设成多少?
国际光通信论坛