网络故障的诊断和排除

一、网络故障的诊断步骤      

        

       第一步，首先确定故障的具体现象，分析造成这种故障现象的原因的类型。例如，主机不响应客户请求服务。可能的故障原因是主机配置问题、接口卡故障或路由器配置命令丢失等。

　　第二步，收集需要的用于帮助隔离可能故障原因的信息。从网络管理系统、协议分析跟踪、路由器诊断命令的输出报告或软件说明书中收集有用的信息。

　　第三步，根据收集到的情况考虑可能的故障原因，排除某些故障原因。例如，根据某些资料可以排除硬件故障，把注意力放在软件原因上。

　　第四步，根据最后的可能故障原因，建立一个诊断计划。开始仅用一个最可能的故障原因进行诊断活动，这样可以容易恢复到故障的原始状态。如果一次同时考虑多个故障原因，试图返回故障原始状态就困难多了。

　　第五步，执行诊断计划，认真做好每一步测试和观察，每改变一个参数都要确认其结果。分析结果确定问题是否解决，如果没有解决，继续下去，直到故障现象消失。

 

二、网络分层诊断技术

　　

        物理层的故障主要表现在设备的物理连接方式是否恰当；连接电缆是否正确；modem、CSU/DSU等设备的配置及操作是否正确。确定路由器端口物理连接是否完好的最佳方法是使用show interface命令，检查每个端口的状态，解释屏幕输出信息，查看端口状态、协议建立状态和EIA状态。

　　查找和排除数据链路层的故障，需要查看路由器的配置，检查连接端口的共享同一数据链路层的封装情况。每对接口要和与其通信的其它设备有相同的封装。通过查看路由器的配置检查其封装，或者使用show命令查看相应接口的封装情况。

　　排除网络层故障的基本方法是：沿着从源到目标的路径，查看路由器路由表，同时检查路由器接口的IP地址。如果路由没有在路由表中出现，应该通过检查来确定是否已经输入适当的静态路由、默认路由或者动态路由。然后手工配置一些丢失的路由，或者排除一些动态路由选择过程的故障，包括RIP或者IGRP路由协议出现的故障。例如，对于IGRP路由，选择信息只在同一自治系统号（AS）的系统之间交换数据，查看路由器配置的自治系统号的匹配情况。

 

三、路由器接口故障排除

 

串口故障排除

　　

         串口出现连通性问题时，为了排除串口故障，一般是从show interface serial命令开始，分析它的屏幕输出报告内容，找出问题之所在。串口报告的开始提供了该接口状态和线路协议状态。接口和线路协议的可能组合有以下几种：

　　1．串口运行、线路协议运行，这是完全的工作条件。该串口和线路协议已经初始化，并正在交换协议的存活信息。

　　2．串口运行、线路协议关闭，这个显示说明路由器与提供载波检测信号的设备连接，表明载波信号出现在本地和远程的调制解调器之间，但没有正确交换连接两端的协议存活信息。可能的故障发生在路由器配置问题、调制解调器操作问题、租用线路干扰或远程路由器 故障，数字式调制解调器的时钟问题，通过链路连接的两个串口不在同一子网上，都会出现这个报告。 　　

　　3．串口和线路协议都关闭，可能是电信部门的线路故障、电缆故障或者是调制解调器故障。

　　4．串口管理性关闭和线路协议关闭，这种情况是在接口配置中输入了shutdown命令。通过输入no shutdown命令，打开管理性关闭。

　　接口和线路协议都运行的状况下，虽然串口链路的基本通信建立起来了，但仍然可能由于信息包丢失和信息包错误时会出现许多潜在的故障问题。正常通信时接口输入或输出信息包不应该丢失，或者丢失的量非常小，而且不会增加。如果信息包丢失有规律性增加，表明 通过该接口传输的通信量超过接口所能处理的通信量。解决的办法是增加线路容量。查找其它原因发生的信息包丢失，查看show interface serial命令的输出报告中的输入输出保持队列的状态。当发现保持队列中信息包数量达到了信息的最大允许值，可以增加保持队列设置的大小。

 

以太接口故障排除

　　

        以太接口的典型故障问题是：带宽的过分利用；碰撞冲突次数频繁；使用不兼容的帧类型。使用show interface ethernet命令可以查看该接口的吞吐量、碰撞冲突、信息包丢失、和帧类型的有关内容等。

　　1．通过查看接口的吞吐量可以检测网络的带宽利用状况。如果网络广播信息包的百分比很高，网络性能开始下降。光纤网转换到以太网段的信息包可能会淹没以太口。互联网发生这种情况可以采用优化接口的措施，即在以太接口使用no ip route-cache命令，禁用快速转换，并且调整缓冲区和保持队列的设置。

　　2．两个接口试图同时传输信息包到以太电缆上时，将发生碰撞。以太网要求冲突次数很少，不同的网络要求是不同的，一般情况下发现冲突每秒有三五次就应该查找冲突的原因了。碰撞冲突产生拥塞，碰撞冲突的原因通常是由于敷设的电缆过长、过分利用、或者“聋 ”节点。以太网络在物理设计和敷设电缆系统管理方面应有所考虑，超规范敷设电缆可能引起更多的冲突发生。 　　

　　3．如果接口和线路协议报告运行状态，并且节点的物理连接都完好，可是不能通信。引起问题的原因也可能是两个节点使用了不兼容的帧类型。解决问题的办法是重新配置使用相同帧类型。如果要求使用不同帧类型的同一网络的两个设备互相通信，可以在路由器接口 使用子接口，并为每个子接口指定不同的封装类型。

 

异步通信口故障排除

　　

        互连网络的运行中，异步通信口的任务是为用户提供可靠服务，但又是故障多发部位。

　　异步通信口故障一般的外部因素是：拨号链路性能低劣；电话网交换机的连接质量问题；调制解调器的设置。

　　检查链路两端使用的调制解调器：连接到远程PC机端口调制解调器的问题不太多，因为每次生成新的拨号时通常都初始化调制解调器，利用大多数通信程序都能在发出拨号命令之前发送适当的设置字符串；连接路由器端口的问题较多，这个调制解调器通常等待来自远程调制解调器的连接，连接之前，并不接收设置字符串。如果调制解调器丢失了它的设置，应采用一种方法来初始化远程调制解调器。简单的办法是使用可通过前面板配置的调制解调器；另一种方法是将调制解调器接到路由器的异步接口，建立反向telnet,发送设置命令配置调制解调器。

　　show interface async 命令、show line命令是诊断异步通信口故障使用最多的工具。show interface async 命令输出报告中，接口状态报告关闭的唯一的情况是，接口没有设置封装类型。线路协议状态显示与串口线路协议显示相同。show line命令显示接口接收和传输速度设置以及EIA状态显示。show line命令可以认为是接口命令（show interface async）的扩展。查看show line命令输出的EIA信号可以判断网络状态。

　　确定异步通信口故障一般可用下列步骤：检查电缆线路质量；检查调制解调器的参数设置；检查调制解调器的连接速度；检查rxspeed 和txspeed是否与调制解调器的配置匹配；通过show interface async 命令和 show line命令查看端口的通信状况；从show line命令的报告检查EIA状态显示；检查接口封装；检查信息包丢失及缓冲区丢失情况。

 

四、交换机的故障诊断

 

        交换机的优越性能和价格的大幅度下降，促使了交换机的迅速普及。网络管理员在工作中经常会遇到各种各样的交换机故障，如何迅速、准确地查出故障并排除故障呢？本文就常见的故障类型和排障步骤做一个简单的介绍。由于交换机在公司网络中应用范围非常广泛，从低端到中端，从中端到高端，几乎涉及每个级别的产品，所以交换机发生故障的机率比路由器，硬件防火墙等要高很多，这也是为什么我们首先讨论交换机故障的分类与排除故障步骤的原因。

 

1、端口故障：
　　
　　 这是最常见的硬件故障，无论是光纤端口还是双绞线的RJ-45端口，在插拔接头时一定要小心。如果不小心把光纤插头弄脏，可能导致光纤端口污染而不能正常通信。我们经常看到很多人喜欢带电插拔接头，理论上讲是可以的，但是这样也无意中增加了端口的故障发生率。在搬运时不小心，也可能导致端口物理损坏。如果购买的水晶头尺寸偏大，插入交换机时，也容易破坏端口。此外，如果接在端口上的双绞线有一段暴露在室外，万一这根电缆被雷电击中，就会导致所连交换机端口被击坏，或者造成更加不可预料的损伤。
　　一般情况下，端口故障是某一个或者几个端口损坏。所以，在排除了端口所连计算机的故障后，可以通过更换所连端口，来判断其是否损坏。遇到此类故障，可以在电源关闭后，用酒精棉球清洗端口。如果端口确实被损坏，那就只能更换端口了。
　　
2、模块故障：
　　
　　 交换机是由很多模块组成，比如：堆叠模块、管理模块（也叫控制模块）、扩展模块等。这些模块发生故障的机率很小，不过一旦出现问题，就会遭受巨大的经济损失。如果插拔模块时不小心，或者搬运交换机时受到碰撞，或者电源不稳定等情况，都可能导致此类故障的发生。
　　当然上面提到的这3个模块都有外部接口，比较容易辨认，有的还可以通过模块上的指示灯来辨别故障。比如：堆叠模块上有一个扁平的梯形端口，或者有的交换机上是一个类似于USB的接口。管理模块上有一个CONSOLE口，用于和网管计算机建立连接，方便管理。如果扩展模块是光纤连接的话，会有一对光纤接口。
　　在排除此类故障时，首先确保交换机及模块的电源正常供应，然后检查各个模块是否插在正确的位置上，最后检查连接模块的线缆是否正常。在连接管理模块时，还要考虑它是否采用规定的连接速率，是否有奇偶校验，是否有数据流控制等因素。连接扩展模块时，需要检查是否匹配通信模式，比如：使用全双工模式还是半双工模式。当然如果确认模块有故障，解决的方法只有一个，那就是应当立即联系供应商给以更换。

 

3、背板故障：
　　
　　 交换机的各个模块都是接插在背板上的。如果环境潮湿，电路板受潮短路，或者元器件因高温、雷击等因素而受损都会造成电路板不能正常工作。比如：散热性能不好或环境温度太高导致机内温度升高，指使元器件烧坏。
　　在外部电源正常供电的情况下，如果交换机的各个内部模块都不能正常工作，那就可能是背板坏了，遇到这种情况即使是电器维修工程师，恐怕也无计可施，惟一的办法就是更换背板了。
　　
4、线缆故障：
　　
　    其实这类故障从理论上讲，不属于交换机本身的故障，但在实际使用中，电缆故障经常导致交换机系统或端口不能正常工作，所以这里也把这类故障归入交换机硬件故障。比如接头接插不紧，线缆制作时顺序排列错误或者不规范，线缆连接时应该用交叉线却使用了直连线，光缆中的两根光纤交错连接，错误的线路连接导致网络环路等。
　　从上面的几种硬件故障来看，机房环境不佳极易导致各种硬件故障，所以我们在建设机房时，必须先做好防雷接地及供电电源、室内温度、室内湿度、防电磁干扰、防静电等环境的建设，为网络设备的正常工作提供良好的环境。 　

5、外部因素：
　　
　　 由于病毒或者黑客攻击等情况的存在，有可能某台主机向所连接的端口发送大量不符合封装规则的数据包，造成交换机处理器过分繁忙，致使数据包来不及转发，进而导致缓冲区溢出产生丢包现象。还有一种情况就是广播风暴，它不仅会占用大量的网络带宽，而且还将占用大量的CPU处理时间。网络如果长时间被大量广播数据包所占用，正常的点对通信就无法正常进行，网络速度就会变慢或者瘫痪。
　　一块网卡或者一个端口发生故障，都有可能引发广播风暴。由于交换机只能分割冲突域，而不能分割广播域（在没有划分VLAN 的情况下），所以当广播包的数量占到通信总量的30%时，网络的传输效率就会明显下降。
　　
　　 总的来说软件故障应该比硬件故障较难查找，解决问题时，可能不需要花费过多的金钱，而需要较多的时间。最好在平时的工作中养成记录日志的习惯。每当发生故障时，及时做好故障现象记录、故障分析过程、故障解决方案、故障归类总结等工作，以积累自己的经验。比如有时在进行配置时，由于种种原因，当时没有对网络产生影响或者没有发现问题，但也许几天以后问题就会逐渐显现出来。如果有日志记录，就可以联想到是否前几天的配置有错误。由于很多时候都会忽略这一点，以为是在其他方面出现问题，当走了许多弯路之后，才找到问题所在。所以说记录日志及维护信息是非常必要的
 

 

五、交换机（路由器）故障的一般排障步骤：
　　
　　 交换机的故障多种多样，不同的故障有不同的表现形式。故障分析时要通过各种现象灵活运用排除方法（如排除发、对比法、替换法），找出故障所在，并及时排除。
　　
1、排除法：
　　
　　 当我们面对故障现象并分析问题时，无意中就已经学会使用排除法来确定发生故障的方向了。这种方法是指依据所观察到的故障现象，尽可能全面地列举出所有可能发生的故障，然后逐个分析、排除。在排除时要遵循有简到繁的原则，提高效率。使用这种方法可以应付各种各样的故障，但维护人员需要有较强的逻辑思维，对交换机知识有全面深入的了解。
　　
2、对比法：
　　
　　 所谓对比法，就是利用现有的、相同型号的且能够正常运行的交换机作为参考对象，和故障交换机之间进行对比，从而找出故障点。这种方法简单有效，尤其是系统配置上的故障，只要简单地对比一下就能找出配置的不同点，但是有时要找一台型号相同、配置相同的交换机也不是一件容易的事。
　　
3、替换法：
　　
　　 这是我们最常用的方法，也是在维修电脑中使用频率较高的方法。替换法是指使用正常的交换机部件来替换可能有故障的部件，从而找出故障点的方法。它主要用于硬件故障的诊断，但需要注意的是，替换的部件必须是相同品牌、相同型号的同类交换机才行。
当然为了使排障工作有章可循，我们可以在故障分析时，按照以下的原则来分析。
　　
　　 （1）由远到近
　　
　　 由于交换机的一般鼓掌（如：端口故障）都是通过所连接计算机而发现的，所以经常从客户端开始检查。我们可以沿着客户端计算机—>端口模块—>水平线缆—>跳线—>交换机这样一条路线，逐个检查，先排除远端故障的可能。
　　
　 　（2）由外而内
　　
　　 如果交换机存在故障，我们可以先从外部的各种指示灯上辨别，然后根据故障指示，再来检查内部的相应部件是否存在问题。比如POWER LED为绿灯表示电源供应正常，熄灭表示没有电源供应；LINK LEDs为黄色表示现在该连接工作在10Mb/s，绿色表示为100 Mb/s，熄灭表示没有连接，闪烁表示端口被管理员手动关闭；RDP LED表示冗余电源；MGMT LED表示管理员模块。无论能否从外面的出故障所在，都必须登录交换机以确定具体的故障所在，并进行相应的排障措施。
　　
　　 （3）由软到硬
　　
　　 发生故障，谁都不想动不动就那螺丝刀去先拆了交换机再说，所以在检查时，总是先从系统配置或系统软件上着手进行排查。如果软件上不能解决问题，那就是硬件有问题了。比如某端口不好用，那我们可以先检查用户所连接的端口是否不在相应的VLAN中，或者该端口是否被其他的管理员关闭，或者配置上的其他原因。如果排除了系统和配置上的各种可能，那就可以怀疑到真正的问题所在——硬件故障上。
　　
　　 （4）先易后难
　　
　　 在遇到故障分析较复杂时，必须先从简单操作或配置来着手排除。这样可以加快故障排除的速度，提高效率。 
 
六、总结：
　　
　　 由于网络故障现象多种多样，没有固定的排除步骤，而有的故障往往不具有明确的方向性，所以只能根据具体情况具体分析了。当然不管是什么样的故障对于一个新上任的网络管理员来说都是困难的事，所以如果你希望能够成为网络故障的排除高手，就一定要在日常工作中积累经验，每弄好一个问题都用心的去回顾问题根源以及解决方法。这样才能不断的提高自己的技能，更好的完成网络管理的重任。