網路擁塞表現為延遲飆升、丟包率上升、吞吐量下降、應用回應逾時,可能是尖峰期暫態現象,也可能是結構性惡化持續數週/數月。本文提供系統化診斷框架 (工具+指標+流程) 與六大治理策略,助力網管從「救火」轉向「預防」。
show interface/show process cpu/show memory。| 指標 | 正常範圍 | 警戒閾值 | 嚴重閾值 |
|---|---|---|---|
| 介面利用率 (In/Out) | < 50% | > 70% (持續 5min) | > 85% (持續 15min) |
| 錯誤包率 (CRC/Alignment/Underrun) | < 0.001% | > 0.01% | > 0.1% |
| 丟包率 (Output Drops) | 0 | > 0.1% | > 1% |
| CPU 使用率 (控制平面) | < 40% | > 70% | > 90% |
| 記憶體使用率 | < 60% | > 80% | > 95% |
| TCP 重傳率 (端到端) | < 0.5% | > 2% | > 5% |
| 應用響應時間 (P95) | < SLA 目標 | > 1.5x SLA | > 2x SLA |
show interface 找 Output Drops/Queue Depth 高的埠 → 上游/下游追蹤 → 定位擁塞點。| 類型 | 典型特徵 | 治理策略 | 優先級 |
|---|---|---|---|
| 1. 頻寬不足 (結構性) | 持續高利用率、業務增長超規劃、尖峰平谷差大 | 擴容主幹 (10G→100G)、增加鏈路聚合 (LACP)、部署緩存/CDN、業務分流 | P0 (規劃層面) |
| 2. 異常流量/攻擊 (突發性) | 單一/少量 IP 佔用超高頻寬、掃描特徵、DDoS 特徵、P2P/挖礦流量 | DDoS 清洗、流量清洗設備、ACL/防火牆封鎖、流量行為分析 (NBA/NDR)、隔離受感染主機 | P0 (安全事件) |
| 3. 協議開銷過大 (結構性) | 運行過多協議 (NetBEUI, IPX, AppleTalk, 過時路由協議)、廣播/組播風暴 | 精簡協議棧:僅保留 IPv4/IPv6 + 必要路由協議 (OSPF/ISIS/BGP);禁用 NetBEUI (強廣播) → 改用 WINS/DNS + TCP/IP;啟用 IGMP Snooping/MLD Snooping 抑制組播泛洪;Storm Control 限制廣播/未知單播/組播 | P1 (架構優化) |
| 4. 配置錯誤/子優化 (配置層面) | QoS 未啟用/分類錯誤、緩衝區分配不均、Hash 演算法導致極化 (ECMP 不均)、MTU 不匹配分片 | QoS 重設計 (分類/標記/佇列/調度/整形);調整 Hash 種子/負載分擔演算法;統一 MTU 9000 (Jumbo) 或 1500;啟用 ECN/WRED | P1 (配置優化) |
| 5. 硬體/軟體缺陷 (故障層面) | 網卡/光模組故障產生錯誤幀、交換機 ASIC Bug、驅動程式記憶體洩漏、緩衝區耗盡死鎖 | 硬體更換/升級韌體/驅動;開啟 ErrDisable Recovery;Control Plane Policing (CoPP) 保護 CPU;緩衝區監控告警 | P0 (故障處理) |
| 6. 用戶行為/業務模式變化 (業務層面) | 大文件傳輸、備份窗口、視訊會議並發、雲同步、系統更新風暴 | 業務感知排程 (錯峰備份/更新)、流量整形 (Token Bucket/Leaky Bucket)、應用層限流 (API Gateway)、用戶配額/策略 | P2 (治理優化) |
網路擁塞非單一原因,而是需求增長、架構債務、配置偏差、異常流量、硬體老化、運維盲區共同作用的結果。診斷關鍵在於全域可視化 (Telemetry/Flow/Log) + 分層定位 (L1-L7) + 根因分類;治理核心在於頻寬規劃前置、協議精簡原則、QoS 精細化、安全清洗前置、自動化閉環。**最好的擁塞治理,是讓擁塞永遠發生在「規劃預留」的緩衝區裡,而不是在業務崩潰的現場。**