转关于stp的故障处理

故障类型 : 业务类>>二层网络>>STP/RSTP/MSTP

问题描述

如图1-1所示，某用户反馈其企业网络中，其中一台S5700交换机（图中标号为S11的设备）CPU异常，CPU占用率经常达到90%以上。 
图1-1 S5700因收到大量STP TC报文导致CPU升高组网图 

告警信息

执行命令display cpu-usage，查询S5700的CPU信息，S5700最近曾出现CPU升高的记录，CPU占用率最高达到了97%。 
<S5700> display cpu-usage 
CPU Usage Stat. Cycle: 60 (Second) 
CPU Usage            : 18% Max: 97% 
CPU Usage Stat. Time : 2014-10-07  11:19:29 
CPU utilization for five seconds: 18%: one minute: 18%: five minutes: 18% 
Max CPU Usage Stat. Time : 2014-09-11 16:37:54. 
查询设备日志，有大量TC报文日志产生： 
Oct  7 2014 11:06:20-05:13 S5700 %%01INFO/4/SUPPRESS_LOG(l)[15]:Last message repeated 1 times.(InfoID=1092489232, ModuleName=MSTP, InfoAlias=RECEIVE_MSTITC) 
Oct  7 2014 11:05:19-05:13 S5700 %%01INFO/4/SUPPRESS_LOG(l)[16]:Last message repeated 3 times.(InfoID=1092489232, ModuleName=MSTP, InfoAlias=RECEIVE_MSTITC) 
Oct  7 2014 11:04:12-05:13 S5700 %%01INFO/4/SUPPRESS_LOG(l)[17]:Last message repeated 3 times.(InfoID=1092489232, ModuleName=MSTP, InfoAlias=RECEIVE_MSTITC) 

处理过程

步骤 1 

因未在故障时采集信息，无法知道具体哪些进程引起CPU升高，怀疑为设备FTS任务进程要处理大量的TC报文，导致CPU占用率升高。设备一直产生TC报文日志，首先确定此TC报文是本设备产生的，还是从其它设备收到的。 
使用display stp tc-bpdu statistics命令查询TC报文是在S5700设备产生的，还是从其它设备收到的。经查询S5700与SwitchA互连的端口GigabitEthernet0/0/52收到的TC报文一直增长，且同时转发至其它接入层交换机。由此可以判断该TC报文不是S5700设备产生的。 
<S5700> display stp tc-bpdu statistics 
-------------------------- STP TC/TCN information -------------------------- 
MSTID Port                        TC(Send/Receive)      TCN(Send/Receive) 
0     GigabitEthernet0/0/51       29272/63              0/0 
0     GigabitEthernet0/0/52       3/18363               0/0

步骤 2 

使用display stp tc-bpdu statistics命令逐层排查TC报文入方向设备，确认此TC报文是在网络中的哪一台设备上产生的。 
查询核心设备SwitchA，发现Eth-Trunk1收到大量的TC报文，而Eth-Trunk1是与核心设备SwicthB互联的，由此可以判断该TC报文不是SwitchA产生的。 
<SwitchA> display stp tc-bpdu statistics 
-------------------------- STP TC/TCN information -------------------------- 
MSTID Port                        TC(Send/Receive)      TCN(Send/Receive) 
0     GigabitEthernet0/0/1        16754/7               0/0 
0     GigabitEthernet0/0/2        17112/1               0/0 
0     GigabitEthernet0/0/3        17462/11              0/0 
0     GigabitEthernet0/0/4        17793/4               0/0 
0     GigabitEthernet0/0/5        18118/5               0/0 
0     GigabitEthernet0/0/6        18415/3               0/0 
0     GigabitEthernet0/0/14       17791/3               0/0 
0     GigabitEthernet0/0/15       18113/6               0/0 
0     GigabitEthernet0/0/16       18435/4               0/0 
0     Eth-Trunk1                  4/11010               0/0

 

继续查询核心设备SwitchB，发现GigabitEthernet0/0/2端口收到大量的TC报文，而GigabitEthernet0/0/2端口是与S4设备的GigabitEthernet0/0/52互联，由此可以判断该TC报文不是SwitchB产生的。 
<SwitchB> display stp tc-bpdu statistics 
-------------------------- STP TC/TCN information -------------------------- 
MSTID Port                        TC(Send/Receive)      TCN(Send/Receive) 
0     GigabitEthernet0/0/1        12495/13               0/0 
0     GigabitEthernet0/0/2        135/8349               0/0 
0     GigabitEthernet0/0/3        13430/19               0/0 
0     GigabitEthernet0/0/4        13784/14               0/0 
0     GigabitEthernet0/0/5        14200/17               0/0 
0     GigabitEthernet0/0/6        14687/10               0/0 
0     GigabitEthernet0/0/14       14164/16               0/0 
0     GigabitEthernet0/0/15       14164/16               0/0 
0     GigabitEthernet0/0/16       14625/12               0/0 
0     Eth-Trunk1                  11012/4               0/0

 

继续查询S4设备，发现GigabitEthernet0/0/51、GigabitEthernet0/0/52端口Send方向大量的TC报文计数增涨，初步判断TC报文由应由此设备产生。 
<S4> display stp tc-bpdu statistics 
-------------------------- STP TC/TCN information -------------------------- 
MSTID Port                        TC(Send/Receive)      TCN(Send/Receive) 
0     GigabitEthernet0/0/51       8196/1123             0/0  
0     GigabitEthernet0/0/52       8343/136              0/0

步骤 3 

当查询到S4设备时，发现其TC报文只有在出方向上不断有增长计数，由此可判断该TC报文为S4设备产生。此时执行命令display stp topology-change查询该TC报文的信息。从以下回显可以看出，该设备GigabitEthernet0/0/51端口不断由阻塞变为放开后，由于状态变为detected而触发拓扑变化。 
<S4> display stp topology-change 
CIST topology change information 
   Number of topology changes             :8233 
   Time since last topology change        :0 days 0h:0m:26s 
   Topology change initiator(detected)    :GigabitEthernet0/0/51 
   Number of generated topologychange traps :   9852 
   Number of suppressed topologychange traps:   13

步骤 4 

执行命令display interface brief查询该接入设备端口信息，发现该设备GigabitEthernet0/0/51端口入方向有大量错包，隔一段时间后，再次查询该设备的端口信息，GigabitEthernet0/0/51端口入方向还是有大量错包。由此说明此接口入方向光纤线缆有问题，排查线缆故障后问题解决。 
<S4> display interface brief 
PHY: Physical 
*down: administratively down 
^down: standby 
(l): loopback 
(s): spoofing 
(E): E-Trunk down 
(b): BFD down 
(e): ETHOAM down 
(dl): DLDP down 
(d): Dampening Suppressed 
InUti/OutUti: input utility/output utility 
Interface                   PHY   Protocol InUti OutUti   inErrors  outErrors    
........ 
GigabitEthernet0/0/51       up    up       0.01%  0.02%   38068638          0 
........ 
----结束 

根因

STP组网中，与STP计算的设备互连端口因链路质量不好，导致设备STP频繁收敛，产生大量TC报文，导致收到此TC报文的设备部分CPU升高，影响业务正常运行。

解决方案

排查S3设备与S4设备之间的链路故障原因。

建议与总结

在参与STP计算的核心设备上，全局配置stp tc-protection命令，配置后可以保证设备频繁收到TC报文时，每2秒周期内最多只处理1次表项刷新。从而减少MAC、ARP表项频繁刷新对设备造成的负担。