某機(jī)關(guān)信息中心的網(wǎng)管張先生給我公司打電話希望能幫助排查一下其內(nèi)部辦公網(wǎng)絡(luò)的故障，這個故障已經(jīng)影響他們的網(wǎng)絡(luò)運(yùn)行一段時間了。在我們到達(dá)現(xiàn)場后，張先生給我們介紹了他們單位的網(wǎng)絡(luò)情況（見圖一網(wǎng)絡(luò)拓?fù)洌┖途W(wǎng)絡(luò)故障表現(xiàn)。據(jù)張先生介紹，基本上所有的網(wǎng)絡(luò)成員訪問服務(wù)器2時的速度都非常緩慢， Ping測試聯(lián)通性表現(xiàn)良好，均在2ms以內(nèi)，從服務(wù)器上拷貝一個30Mbytes的文件竟需要5分鐘左右。為此他們作過了很多的調(diào)整，甚至考慮到要將服務(wù)器升級和將網(wǎng)絡(luò)升級。

　　通常這種看似簡單的故障實(shí)際上很難直接判斷其產(chǎn)生的原因，有時可能是網(wǎng)絡(luò)本身的問題，或是網(wǎng)絡(luò)應(yīng)用的問題，還有時可能與網(wǎng)絡(luò)或服務(wù)設(shè)備的配置有關(guān)。因此從哪里入手進(jìn)行測試變成關(guān)鍵問題。為了進(jìn)一步了解用戶網(wǎng)絡(luò)的整體情況，我們決定首先安裝一套美國福祿克公司的網(wǎng)絡(luò)監(jiān)測管理軟件，以便能獲得更多的網(wǎng)絡(luò)信息。這套軟件采用分布式結(jié)構(gòu)，我們在用戶的各個網(wǎng)段內(nèi)分別安裝一個監(jiān)測站，用我們的筆記本電腦作為監(jiān)測控制臺與各監(jiān)測站通信，獲取信息并集中顯示（見圖二）。

　　圖一、網(wǎng)絡(luò)的結(jié)構(gòu)示意

　　圖二

　　從上述圖中，我們可以概括了解每個網(wǎng)段中都有哪些設(shè)備（服務(wù)器、交換機(jī)、路由器、RMON設(shè)備等）？這些設(shè)備是否出現(xiàn)了嚴(yán)重的問題（注意紅色的圓點(diǎn)）？每個站點(diǎn)的流量情況是否有異常（柱狀圖中是否出現(xiàn)紅色的部分）？在確定沒有太大問題后，我們開始查看網(wǎng)段的詳細(xì)信息并找到了用戶抱怨的服務(wù)器，見圖三。

　　在沒有得到直接有價值的信息后，我們使用“交換路由追蹤”功能測試一下某一個客戶端到該服務(wù)器的傳輸鏈路情況，見圖四。從圖中我門可以看出該客戶機(jī)和問題服務(wù)器2正好連接在同一個Cisco交換機(jī)的端口3和端口5上。該交換機(jī)連接客戶機(jī)的端口3開啟了歷史記錄功能，可以方便地得到流量、廣播、沖突和錯誤方面的統(tǒng)計信息，圖中顯示該端口沒有任何網(wǎng)絡(luò)層的問題。而連接服務(wù)器的端口5則沒有啟動歷史記錄功能，因此無法得到服務(wù)器方面的統(tǒng)計數(shù)據(jù)。

　　問題的根源是不是在服務(wù)器這一邊？我們立即在圖一的3位置將Optiview便攜式網(wǎng)絡(luò)綜合協(xié)議分析儀接入服務(wù)器所在的網(wǎng)段。通過網(wǎng)絡(luò)搜索功能很快找到這臺Cisco交換機(jī)并查看連接服務(wù)器的交換機(jī)第5端口的流量情況，見圖五。發(fā)現(xiàn)該端口流量并不大，不應(yīng)該造成客戶端訪問慢的故障。轉(zhuǎn)而檢查端口錯誤情況也沒有發(fā)現(xiàn)錯誤的數(shù)據(jù)包，但是存在沖突的現(xiàn)象。

　　圖四、交換路由追蹤 　

　　圖五、第5端口的流量情況

　　圖六

　　這個異常情況引起了我們的注意，該端口只連接服務(wù)器唯一一個設(shè)備，怎么會有沖突呢？我們切換到交換機(jī)列表狀態(tài)進(jìn)一步檢查該端口的信息（見圖六）發(fā)現(xiàn)連接速率是10M/半雙工，而該交換機(jī)是支持全雙工連接方式的，有沒有可能是服務(wù)器和交換端口雙工不匹配的原因？在征得用戶同意后，我們斷開服務(wù)器與交換機(jī)的連線，串接進(jìn)去一個網(wǎng)絡(luò)萬用表進(jìn)行測試，得到的結(jié)果證實(shí)了我們的推測（見圖七）。

　　服務(wù)器的網(wǎng)卡工作在全雙工模式，而交換機(jī)端口自適應(yīng)功能失敗，使其只工作于半雙工模式，這樣就造成兩端的雙工模式不匹配，產(chǎn)生沖突錯誤。初步找到故障原因后，用戶臨時將服務(wù)器的網(wǎng)絡(luò)設(shè)定為半雙工模式后，我們同樣從服務(wù)器上拷貝一個30Mbytes的文件只需要十幾秒鐘，而且采用Optiview監(jiān)視也沒有發(fā)現(xiàn)沖突現(xiàn)象。問題得到確認(rèn)，解決問題的方法竟如此簡單，只需將圖七中顯示的交換機(jī)的端口工作模式手工設(shè)置成全雙工的模式即可。

　　圖七、雙向箭頭顯示著全/半雙工的工作狀況　

　　背景知識：

　　那么不匹配的雙工模式為什么會產(chǎn)生沖突，進(jìn)而影響整個網(wǎng)絡(luò)的數(shù)據(jù)傳輸呢？因?yàn)檫\(yùn)行全雙工的設(shè)備不遵從（帶沖突檢測的載波偵聽多路訪問）過程。如果全雙工設(shè)備有數(shù)據(jù)幀要發(fā)送，它就直接發(fā)送而不關(guān)心當(dāng)前是否在接收數(shù)據(jù)。此時，如果與其相連的一個半雙工設(shè)備恰巧也正在發(fā)送數(shù)據(jù)，則必定發(fā)生沖突。遵從CSMA/CD的半雙工設(shè)備會立即發(fā)送一個阻塞信號，在退避延時時間過后，它將重新發(fā)送數(shù)據(jù)并引發(fā)網(wǎng)絡(luò)性能的下降。

　　如果交換機(jī)內(nèi)部開啟了SNMP或具有RMON功能，則會統(tǒng)計沖突數(shù)量并記錄在MIB庫中。當(dāng)我們接入Optiview網(wǎng)絡(luò)綜合協(xié)議分析儀后，通過其讀取交換機(jī)中MIB庫的信息就可發(fā)現(xiàn)沖突發(fā)生的歷史記錄，正是這一統(tǒng)計信息引導(dǎo)我們找到了困擾用戶很長時間的網(wǎng)絡(luò)故障。

　　 經(jīng)驗(yàn)與總結(jié)

　　在排除比較復(fù)雜網(wǎng)絡(luò)的故障時，我們常常要通過多種的角度來測試和分析故障的現(xiàn)象確定故障點(diǎn)，我們會采用自上（網(wǎng)管系統(tǒng)）而下（現(xiàn)場測試）相結(jié)合的方法，還要采用理論和經(jīng)驗(yàn)相結(jié)合的技術(shù)背景。

　　在分析和解決互聯(lián)的網(wǎng)絡(luò)中訪問性能的問題時，我們通常有這么幾個分析的模型和方法：

　?。保邔拥木W(wǎng)絡(luò)結(jié)構(gòu)分析模型方法：從網(wǎng)絡(luò)的七層結(jié)構(gòu)的定義和功能上逐一地進(jìn)行分析和排查，這時傳統(tǒng)的而且最基礎(chǔ)的分析和測試方法。

　　這里有自下而上和自上而下的兩種思路。自下而上：從物理層的鏈路開始檢測直到應(yīng)用。自上而下：從應(yīng)用協(xié)議中撲捉數(shù)據(jù)包，分析數(shù)據(jù)包統(tǒng)計和流量統(tǒng)計信息以獲得有價值的資料。

　?。玻W(wǎng)絡(luò)連接結(jié)構(gòu)的分析方法：從網(wǎng)絡(luò)的連接構(gòu)成來看我們可以大致分成客戶端、網(wǎng)絡(luò)鏈路、服務(wù)器端三個模塊。

　　a) 在分析和檢測中故障可能來自客戶端的各種情況，客戶端也具備網(wǎng)絡(luò)的七層結(jié)構(gòu)，也會出現(xiàn)這樣那樣的故障，從硬件到軟件，從驅(qū)動到應(yīng)用程序，從設(shè)置錯誤到病毒等等。所以在分析和測試客戶端的過程中要有大量的背景知識，有時ＰＣ的發(fā)燒經(jīng)驗(yàn)也會有所幫助。在實(shí)際的測試過程中可以在現(xiàn)場詢問客戶端的用戶，他們反映的問題是個性的還是共性的，這個問題會非常有助于決定對客戶端的進(jìn)一步檢測的決定。

　　b) 來自網(wǎng)絡(luò)鏈路的問題通常需要網(wǎng)管、現(xiàn)場測試儀、甚至是協(xié)議分析儀來幫助確定問題的性質(zhì)和原因。這個方面的問題分析要有堅實(shí)的網(wǎng)絡(luò)知識和實(shí)戰(zhàn)經(jīng)驗(yàn)，有時實(shí)戰(zhàn)經(jīng)驗(yàn)會決定排除故障的時間。

　　c) 在分析服務(wù)器端的情況時更需要有網(wǎng)絡(luò)應(yīng)用方面的豐富知識，我曾經(jīng)排除過這樣的一個故障，最終定位在服務(wù)器上的數(shù)據(jù)庫參數(shù)設(shè)置上！要了解服務(wù)器的硬件性能及配置情況、系統(tǒng)性能及配置情況、網(wǎng)絡(luò)應(yīng)用及對服務(wù)器的影響情況。

　?。常ぞ咝头治龇椒ǎ河袕?qiáng)大的各種測試工具和軟件，它們的自動分析和專家系統(tǒng)能快速的給出網(wǎng)絡(luò)的各種參數(shù)甚至是故障的分析結(jié)果，這對解決６０％的常見網(wǎng)絡(luò)故障有效。

　?。矗C合及經(jīng)驗(yàn)型分析方法：靠時間、錯誤與成功的積累，在大多數(shù)的網(wǎng)絡(luò)測試工程師的工作中都是采用這個方法，再結(jié)合網(wǎng)管和測試工具迅速定位網(wǎng)絡(luò)的故障。

　　本案例的分析中，我們首先要確定問題是否是共性的、然后試探確定問題是否發(fā)生再網(wǎng)絡(luò)鏈路上、有幸的是這個問題的測試過程就到這里結(jié)束了，否則不知要動用多少的腦筋和設(shè)備進(jìn)行更多的分析了。

　　通過這個典型案例不難看出，要快速有效地排查網(wǎng)絡(luò)故障，簡單依靠單一手段和測試設(shè)備是很難的，只有通過多種測試儀器和經(jīng)驗(yàn)的相互配合，采用排除法逐步縮小故障范圍才能最終查找出故障原因加以排除。