網(wǎng)絡(luò)丟包時(shí)常用的排錯(cuò)思路

前言

今天浩道跟大家分享硬核網(wǎng)絡(luò)故障排錯(cuò)干貨，主要針對(duì)網(wǎng)絡(luò)丟包時(shí)常用的排錯(cuò)思路。讓你遇到網(wǎng)絡(luò)丟包時(shí)，不再迷茫！

01

什么是網(wǎng)絡(luò)丟包

說(shuō)明網(wǎng)絡(luò)丟包之前，你需要了解的是收發(fā)包的原理。

數(shù)據(jù)在 Internet 上是以數(shù)據(jù)包為單位傳輸?shù)?，單位為字?jié)，數(shù)據(jù)在網(wǎng)絡(luò)上傳輸，受網(wǎng)絡(luò)設(shè)備，網(wǎng)絡(luò)質(zhì)量等原因的影響，使得接收到的數(shù)據(jù)小于發(fā)送出去的數(shù)據(jù)，造成丟包。

了解了收發(fā)包的原理，可以了解到丟包原因主要會(huì)涉及?卡設(shè)備、?卡驅(qū)動(dòng)、內(nèi)核協(xié)議棧三?類。

在文章開頭說(shuō)到一點(diǎn)，網(wǎng)絡(luò)丟包是在使用Ping對(duì)目的站進(jìn)行詢問(wèn)時(shí)，數(shù)據(jù)包由于各種原因在信道中丟失的現(xiàn)象。

Ping命令使用了ICMP回送請(qǐng)求與回送回答報(bào)文。

ICMP回送請(qǐng)求報(bào)文是主機(jī)或路由器向一個(gè)特定的目的主機(jī)發(fā)出的詢問(wèn)，收到此報(bào)文的機(jī)器必須給源主機(jī)發(fā)送ICMP回送回答報(bào)文。

這種詢問(wèn)報(bào)文，是用來(lái)測(cè)試目的站是否可到達(dá)以及了解其狀態(tài)。

需要指出的是，Ping命令是直接使用網(wǎng)絡(luò)層ICMP協(xié)議的一個(gè)例子，它沒(méi)有通過(guò)運(yùn)輸層的UDP或TCP協(xié)議。

網(wǎng)絡(luò)丟包是網(wǎng)絡(luò)中常見的故障之一，它會(huì)引起網(wǎng)速降低甚至造成網(wǎng)絡(luò)中斷。

發(fā)生網(wǎng)絡(luò)故障在所難免，但是如何快速隔離和排除故障是網(wǎng)絡(luò)工程師應(yīng)該具備的基本素質(zhì)。

02

常見的丟包故障現(xiàn)象+處理方法

01 網(wǎng)絡(luò)數(shù)據(jù)包發(fā)送時(shí)通時(shí)斷，丟包嚴(yán)重

【故障現(xiàn)象】

通常故障發(fā)生時(shí)，該方向網(wǎng)絡(luò)出現(xiàn)震蕩性中斷。使用Ping命令測(cè)試，發(fā)現(xiàn)在一段時(shí)間內(nèi)數(shù)據(jù)包發(fā)送延時(shí)比正常值略高，間隔一小段時(shí)間數(shù)據(jù)包又全部丟失，丟包率超過(guò)60%，丟包曲線成規(guī)則狀，網(wǎng)絡(luò)服務(wù)基本不可用。

【故障分析】

在局域網(wǎng)中引起網(wǎng)絡(luò)發(fā)生振蕩性時(shí)斷時(shí)通，一般可能是由于互連的交換機(jī)中的某兩個(gè)交換機(jī)間出現(xiàn)了環(huán)路，或者某個(gè)交換機(jī)的兩個(gè)端口直接相連。

這樣就會(huì)造成局域網(wǎng)的生成樹協(xié)議構(gòu)建失敗，不斷重復(fù)檢查并試圖構(gòu)建新的生成樹網(wǎng)絡(luò)，從而導(dǎo)致網(wǎng)絡(luò)振蕩性通斷。

同時(shí)，伴隨著交換機(jī)間不斷重復(fù)地發(fā)送廣播包，就會(huì)形成“廣播風(fēng)暴”，使交換機(jī)負(fù)擔(dān)過(guò)重，網(wǎng)絡(luò)傳輸通道嚴(yán)重被堵塞，無(wú)法正常的處理通信數(shù)據(jù)。

環(huán)路雖然可能出現(xiàn)在某個(gè)接入交換機(jī)上，但會(huì)影響整個(gè)以三層交換機(jī)為核心的局域網(wǎng)的穩(wěn)定運(yùn)行。

【故障處理】

當(dāng)發(fā)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)包發(fā)送時(shí)通時(shí)斷，丟包嚴(yán)重，特別是整個(gè)單位或整個(gè)樓層出現(xiàn)振蕩性中斷現(xiàn)象時(shí)，則可以判定應(yīng)該是該單位的某個(gè)交換機(jī)上出現(xiàn)了環(huán)路所致。

作為網(wǎng)絡(luò)管理人員應(yīng)首先查看各接入交換機(jī)的指示燈閃爍狀態(tài)，通常出現(xiàn)環(huán)路狀況會(huì)指示燈會(huì)急速閃爍，次數(shù)每秒4次以上，所環(huán)交換機(jī)更為突出。

逐個(gè)撥出交換機(jī)級(jí)聯(lián)接入網(wǎng)線，同時(shí)實(shí)時(shí)監(jiān)控交換機(jī)狀態(tài)，在撥下某端口網(wǎng)線后，交換機(jī)指示燈恢復(fù)正常狀態(tài)，再進(jìn)一步查找，會(huì)發(fā)現(xiàn)該連接線的末端有線路形成環(huán)路，清理該網(wǎng)線后，網(wǎng)絡(luò)恢復(fù)暢通。

02 網(wǎng)絡(luò)數(shù)據(jù)包發(fā)送超時(shí)現(xiàn)象嚴(yán)重，時(shí)有不規(guī)則丟包

【故障現(xiàn)象】

網(wǎng)絡(luò)突然出現(xiàn)嚴(yán)重堵塞，日常辦公程序不能正常運(yùn)行，打開網(wǎng)頁(yè)速度緩慢，有時(shí)會(huì)因超時(shí)而中斷。未發(fā)現(xiàn)網(wǎng)絡(luò)設(shè)備有任何問(wèn)題，該網(wǎng)絡(luò)中有幾臺(tái)計(jì)算機(jī)在入網(wǎng)后速度明顯變慢，在禁用網(wǎng)卡或者中斷網(wǎng)絡(luò)后恢復(fù)正常。

【故障分析】

首先，在一臺(tái)用戶終端上ping網(wǎng)關(guān)測(cè)試，結(jié)果可以ping通網(wǎng)關(guān)，但是數(shù)據(jù)包發(fā)送超時(shí)現(xiàn)象嚴(yán)重，丟包率30%左右，丟包不規(guī)律。

其次，登陸用戶交換機(jī)，運(yùn)行arp -a命令，發(fā)現(xiàn)網(wǎng)關(guān)IP和網(wǎng)關(guān)MAC地址指向正確。

通過(guò)上面的測(cè)試基本排除網(wǎng)絡(luò)設(shè)置錯(cuò)誤以及ARP欺騙，丟包表現(xiàn)了一定的隨機(jī)性而沒(méi)有連續(xù)性和振蕩性的通斷，基本排除網(wǎng)絡(luò)環(huán)路問(wèn)題，初步判斷這種現(xiàn)象可能是病毒攻擊等引起的。

為此，需要進(jìn)一步獲取ARP信息、網(wǎng)絡(luò)中傳輸?shù)脑紨?shù)據(jù)包等信息。

再次，部署抓包分析。在該交換機(jī)上配置鏡像端口，并將維護(hù)終端接到此端口上，啟動(dòng)網(wǎng)絡(luò)協(xié)議分析工具（sniffer）捕獲分析網(wǎng)絡(luò)的數(shù)據(jù)通信，約10分鐘后停止。

在網(wǎng)絡(luò)分析系統(tǒng)主界面左邊的節(jié)點(diǎn)瀏覽器中發(fā)現(xiàn)，網(wǎng)絡(luò)中可能存在偽造IP地址攻擊或自動(dòng)掃描攻擊。

選擇連接視圖，發(fā)現(xiàn)在10分鐘內(nèi)，網(wǎng)絡(luò)中共發(fā)起了12000多個(gè)連接，且狀態(tài)大多都是客戶端請(qǐng)求同步。

據(jù)此，斷定網(wǎng)絡(luò)中存在自動(dòng)掃描攻擊。

最后，詳細(xì)查看連接信息，發(fā)現(xiàn)這些連接大多都是由同一主機(jī)發(fā)起，選中任意一個(gè)連接，選擇數(shù)據(jù)包視圖，查看傳輸數(shù)據(jù)的原始解碼信息，發(fā)現(xiàn)這臺(tái)計(jì)算機(jī)正在主動(dòng)對(duì)網(wǎng)絡(luò)中其它主機(jī)的TCP 445端口進(jìn)行掃描攻擊，可能是主機(jī)感染病毒程序，或者有人正使用掃描軟件。通過(guò)分析圖表視圖，進(jìn)一步確定主機(jī)肯定存在自動(dòng)掃描攻擊。

【故障處理】

找到問(wèn)題根源后，對(duì)主機(jī)進(jìn)行隔離，經(jīng)過(guò)一段時(shí)間的測(cè)試，網(wǎng)絡(luò)丟包現(xiàn)象有所緩解，但沒(méi)有從根本上解決問(wèn)題。

于是再次啟動(dòng)網(wǎng)絡(luò)協(xié)議分析系統(tǒng)捕獲并分析，又發(fā)現(xiàn)了1臺(tái)相似情況的主機(jī)。據(jù)此基本可以斷定兩臺(tái)主機(jī)都是感染了病毒，且該病毒會(huì)主動(dòng)掃描網(wǎng)絡(luò)中其他主機(jī)是否打開TCP 445端口，如果某主機(jī)打開該端口，就攻擊并感染這臺(tái)主機(jī)。

如此循環(huán)，即引發(fā)了上述的網(wǎng)絡(luò)故障。立即對(duì)新發(fā)現(xiàn)感染病毒的兩臺(tái)主機(jī)進(jìn)行物理隔離，網(wǎng)絡(luò)通信立刻恢復(fù)正常，再對(duì)該終端進(jìn)行殺毒處理。

03 網(wǎng)絡(luò)數(shù)據(jù)包發(fā)生嚴(yán)重延時(shí)現(xiàn)象，下載、瀏覽等服務(wù)不能正常使用

【故障現(xiàn)象】

局域網(wǎng)內(nèi)部日常數(shù)據(jù)共享正常，但是出局瀏覽外網(wǎng)和下載數(shù)據(jù)時(shí)速度明顯降低，使用Ping命令發(fā)現(xiàn)到某個(gè)方向網(wǎng)絡(luò)時(shí)延特別大，甚至有少量丟包現(xiàn)象。

【故障分析】

一般通過(guò)telnet遠(yuǎn)程登陸到該方向的交換機(jī)，以華為系列交換機(jī)為例，輸入下列命令：

#Display cpu 查看交換機(jī)CPU利用率#Display memory 查看內(nèi)存利用率

發(fā)現(xiàn)兩者都非常高，再通過(guò)輸入命令 #Display interface端口號(hào)，檢查各端口下的數(shù)據(jù)流。

對(duì)其數(shù)據(jù)流進(jìn)行抓包分析，發(fā)現(xiàn)多線程指向某網(wǎng)站電影欄目，為避免影響整個(gè)網(wǎng)絡(luò)的暢通，對(duì)所接入交換機(jī)進(jìn)行處理。

發(fā)現(xiàn)其中的兩個(gè)端口數(shù)據(jù)流量特別大，遠(yuǎn)高于正常使用的網(wǎng)絡(luò)流量。對(duì)其數(shù)據(jù)流進(jìn)行抓包分析，發(fā)現(xiàn)多線程指向某網(wǎng)站電影欄目，為避免影響整個(gè)網(wǎng)絡(luò)的暢通，對(duì)所接入交換機(jī)進(jìn)行處理。

【故障處理】

進(jìn)入該端口配置界面下，輸入Shutdown命令，強(qiáng)制關(guān)閉該端口使其斷網(wǎng)，聯(lián)系該終端使用人員，令其終止下載進(jìn)程后，再恢復(fù)其網(wǎng)絡(luò)。

寫在最后：

最后想補(bǔ)充一點(diǎn)，很多網(wǎng)工用Ping命令來(lái)檢測(cè)丟包情況，但其實(shí)除了Ping，常用的tracert，nslookup 都可以用來(lái)判斷主機(jī)的網(wǎng)絡(luò)連通性。

而且 Linux 下有一個(gè)更好用的網(wǎng)絡(luò)聯(lián)通性判斷工具，它可以結(jié)合ping nslookup traceroute 來(lái)判斷網(wǎng)絡(luò)的相關(guān)特性，這個(gè)命令就是 mtr。

mtr 全稱 my traceroute，是一個(gè)把 ping 和 traceroute 合并到一個(gè)程序的網(wǎng)絡(luò)診斷工具。

traceroute 默認(rèn)使用 UDP 數(shù)據(jù)包探測(cè)，而 mtr 默認(rèn)使用 ICMP 報(bào)文探測(cè)，ICMP 在某些路由節(jié)點(diǎn)的優(yōu)先級(jí)要比其他數(shù)據(jù)包低，所以測(cè)試得到的數(shù)據(jù)可能低于實(shí)際情況。