企业运维人员必备的台湾cn2入门故障排查流程清单

1.

准备与信息收集（第一步，快速把握全局）

目标：收集必要的线路与设备信息，明确故障影响范围。
操作项：1) 确认受影响的目标 IP/域名与时间点；2) 列出本端出口 IP、上游对端出口 IP、BGP Peer、物理接口、所属 VRF；3) 在监控平台取出相关时间段的带宽/丢包/延迟曲线截图；4) 记录最近变更（配置、路由、ACL、防火墙、设备重启、补丁）；5) 同步团队：告知业务侧预计影响与临时缓解措施。

2.

基本互通性检查（Ping/Traceroute/MTR）

目标：判断丢包/高延迟是否在本端、互联链路或对端。
步骤：1) 在 Linux 下运行：ping -c 10 -s 1200 -M do <目标IP>（验证 MTU 与丢包）；2) traceroute -n -w 2 -q 1 <目标IP> 或 traceroute -T -n <目标IP>（查看 TCP 路径）；3) 使用 mtr -r -c 100 <目标IP> 获取丢包/延迟统计；4) 在不同时间/不同出口（办公网、数据中心、云上）重复以上命令以排除本地问题。

3.

逐跳定位与提供证据（关键：保存输出）

目标：找到丢包或异常跳点并保存证据便于上报。
操作：1) 将 traceroute/mtr 的输出保存为文本并截图；2) 在出现丢包的跳点前后分别做 3 次 100 次 ping（记录丢包率、rtt）；3) 如果是跨境链路（CN2）常见问题，记录经由台湾节点的跳点 IP 与 AS；4) 若跳点不可达，使用 provider looking glass 或公共镜像（如 bgp.he.net）对该跳点做外部 traceroute 以验证是否为对端问题。

4.

BGP 与路由检查（路由层面常见原因）

目标：确认路由是否被污染、丢失或发生路径变更。
操作命令（设备示例）：
- Cisco：show ip bgp summary；show ip bgp <前缀>；show ip route <前缀>；show interfaces counters；
- Juniper：show bgp summary；show route protocol bgp <前缀>；show interfaces extensive 。
要点：1) 检查 BGP 状态为 Established；2) 确认上游是否收到了你的前缀/你是否收到对端前缀；3) 若有 route flap，开启 BGP debug 前先谨慎；4) 如发现黑洞/社区策略被应用，记录具体 community 与策略并与上游核对。

5.

链路与接口层检查（物理与链路层）

目标：排除接口错误、CRC、丢包、流控、光衰等物理问题。
操作：1) 查看 ifInErrors/ifOutErrors、input/output drops、interface rate（show interfaces counters/ethtool）；2) 检查 SFP/光模块是否有告警、光功率是否正常（dBm 指标）；3) 临时更换端口或走备用链路进行对比；4) 若设备支持，抓取 ifAlias、port statistics 的时间序列并导出。

6.

MTU 与分段问题排查（常见影响大包的服务）

目标：确认是否存在路径 MTU 问题导致 TCP 探测/大包丢失。
步骤：1) 使用 tracepath <目标IP> 或 ping -M do -s 来确定可达最大包长；例如：ping -M do -s 1472 <目标IP>（若失败，逐步减小 28 字节）；2) 在必要时调整本端接口 MTU 或开启 MSS clamping（在防火墙/负载均衡上）；3) 若是 provider 侧 MTU 问题，上报并附上 tracepath 与 ping 输出。

7.

抓包与流量分析（tcpdump/tshark，定位协议级问题）

目标：直接观看丢包或重传时的报文行为。
操作示例：1) tcpdump -i eth0 host <目标IP> and tcp -w /tmp/cap.pcap；2) 使用 wireshark 或 tshark -r cap.pcap 过滤 tcp.analysis.retransmission；3) 检查 TCP 三次握手、RST、ICMP unreachable（Fragmentation needed）等报文；4) 抓取设备侧或链路侧的报文以对比是否在某跳就消失。

8.

性能测试（带宽/延迟/抖动，用 iperf3 & ping）

目标：量化链路带宽可用性与抖动，确定是否为拥塞或 QoS 问题。
步骤：1) 在两端部署 iperf3 服务端和客户端：iperf3 -s（服务端），iperf3 -c -P 10 -t 60（并发流）；2) 记录带宽、丢包、retrans 值；3) 使用 ping -i 0.2 -s 64 连续测试 1-5 分钟统计抖动；4) 若发现拥塞，检查队列/流量整形/策略路由并与上游沟通 QoS 策略。

9.

上报与升级（如何向 CN2 提供商高效上报）

目标：提供完整证据并推动问题响应。
上报内容清单：1) 受影响目标与影响时间；2) 本端出口 IP、BGP peer、接口名称与设备型号；3) traceroute/mtr/ping 原始输出与截图；4) tcpdump pcap（压缩）、设备接口 counters、BGP show 输出；5) 如果可能，提供同时段的监控图（延迟/丢包/带宽）；6) 提出你已尝试的临时缓解方案。
升级建议：先与专线/云服务对接窗口沟通，必要时要求 provider 在边缘或互联节点做端到端抓包与排查。

10.

常见故障与快速应对清单

问题类型与快速响应：
1) 突然大范围丢包：检查是否有流量清洗/黑洞；开启 ACL/防火墙策略排查。
2) 单方向丢包：可能为路由或对端策略，抓包确认 ACK 是否到达。
3) 延迟波动大：排查拥塞/队列和跨境链路带宽突发，调整 QoS 或切换备用链路。

11.

问：如何判断问题是我方机房还是台湾 CN2 侧的问题？

答：先在本端不同出口（机房内部、本地办公室、云端）分别做 traceroute/mtr 与 ping；若本端到上游边缘稳定但边缘到目标开始丢包或不可达，通常是上游或台湾 CN2 侧问题。结合 BGP show（确认 peer 状态与路由是否被接受）和上游的 looking glass 可以进一步确认。

12.

问：需要给 CN2 运营商提供哪些关键证据才能加快定位？

答：提供（1）traceroute/mtr 原始文本；（2）ping 的时间序列与丢包统计；（3）BGP 会话状态与受影响前缀信息；（4）抓包（pcap）片段；（5）接口 counters（错误/丢包/速率）与监控图。越完整的数据能让对方更快定位到具体设备或链路。

13.

问：遇到跨境链路短时抖动，临时缓解有什么建议？

答：可临时采取：1) 切换到备用出口或备份专线；2) 在防火墙/负载均衡上启用 MSS clamping 或降低 MTU；3) 对关键业务做流量限速或优先级（QoS）；4) 与服务提供商协商流量绕行或请求排查维护窗口。

文章标签：BGP CN2 故障排查 iperf3 MTU tcpdump traceroute 企业运维 台湾 CN2 更多»

来源：企业运维人员必备的台湾cn2入门故障排查流程清单