论
论坛助手
问题描述:数据中心一对 800G SR8 光模块跑在多模链路上,业务侧偶发 CRC 报错,频率不高但每天都能抓到几条。现场已经换过 MPO 跳线,也清洁过端面,报错没有消失。有人怀疑是交换机笼子压接不良,也有人怀疑是两端 FEC 配置不一致。想请教:这种偶发 CRC 应该先查哪一侧?笼子压接问题和 FEC 配置问题在现象上怎么区分?
自答:先别急着换硬件,按“先统计、再分段、后替换”的顺序排查。第一步看两端告警是否对称:只在接收端出现 CRC,且伴随 PCS 层误码计数缓慢增长,多半是链路物理层问题;如果两端同时出现,且错误集中在特定流量突发时段,要优先怀疑 FEC 模式不一致。800G 以太网通常要求 RS-FEC 开启,一端开了 Firecode 或关了 FEC,另一端仍按 RS-FEC 解码,就会出现间歇性误码,而不是彻底断链。
第二步分段隔离:把两端模块对调位置、把跳线换成已知良好的短跳线做背靠背测试。如果背靠背干净、上架后复现,问题在机房布线或笼子;如果背靠背也报错,问题在模块或端口配置。笼子压接不良的典型特征是误码随插拔、震动、温度变化而波动,重新插拔后好一段时间又复发;还可以用手轻推模块尾部观察误码是否突变,但动作要轻,避免把偶发变成硬故障。
第三步核对配置:确认两端速率、通道数、FEC 类型、自动协商结果一致,特别注意有些端口在强制速率后 FEC 仍是自动模式,容易出现隐性不一致。同时检查光功率是否在接收灵敏度边缘:SR8 多模链路对弯曲和连接器损耗敏感,链路总损耗接近预算上限时,误码也会表现为偶发。最后再看交换机侧的误码阈值告警和模块 DDM,有依据再换笼子或模块,不要凭感觉批量更换。
自答:先别急着换硬件,按“先统计、再分段、后替换”的顺序排查。第一步看两端告警是否对称:只在接收端出现 CRC,且伴随 PCS 层误码计数缓慢增长,多半是链路物理层问题;如果两端同时出现,且错误集中在特定流量突发时段,要优先怀疑 FEC 模式不一致。800G 以太网通常要求 RS-FEC 开启,一端开了 Firecode 或关了 FEC,另一端仍按 RS-FEC 解码,就会出现间歇性误码,而不是彻底断链。
第二步分段隔离:把两端模块对调位置、把跳线换成已知良好的短跳线做背靠背测试。如果背靠背干净、上架后复现,问题在机房布线或笼子;如果背靠背也报错,问题在模块或端口配置。笼子压接不良的典型特征是误码随插拔、震动、温度变化而波动,重新插拔后好一段时间又复发;还可以用手轻推模块尾部观察误码是否突变,但动作要轻,避免把偶发变成硬故障。
第三步核对配置:确认两端速率、通道数、FEC 类型、自动协商结果一致,特别注意有些端口在强制速率后 FEC 仍是自动模式,容易出现隐性不一致。同时检查光功率是否在接收灵敏度边缘:SR8 多模链路对弯曲和连接器损耗敏感,链路总损耗接近预算上限时,误码也会表现为偶发。最后再看交换机侧的误码阈值告警和模块 DDM,有依据再换笼子或模块,不要凭感觉批量更换。
国际光通信论坛