记一例典型的网络故障

  很久没有写日志之类的文章了，来了51cto论坛这么久，从前辈里也学习了不少东西。很多实际工作中遇到的问题和处理的过程，也有必要相互学习交流，取长补短。趁现在有这个时间和机会，分享一例几天前在公司发生的一起奇怪的网络问题。

  在这里简单交代一下背景，本人在某品牌4s店负责IT工作（入职一个多月），由于某些原因，也兼顾了另外一家4s店的IT维护（其实两家店都属于同一个集团，这里把前者称为A店，后者称为B店）。本人工作地点在A店，但B店设备年代相对久远，两家店加起来工作量其实也不少（主要是IT管的东西实在太多了）。

  中午快吃饭的时候，接到通知给B店某针式打印机换个色带架（看到发来的图片是一个拆碎了的色带架，不禁为它默哀），就在快下班的时候找到一个同型号的色带架，换上新的色带，在A店找台打印机测试没有问题，就打算过去吃饭的时候换上色带架再吃饭（A店饭堂还没建好，员工都在B店饭堂用餐）。

  就在装色带架的时候，旁边的靓女突然说上不了网，接着收到各种通知说上不了网，我当时就奇了个怪，我在装色带，碰都没碰过网络相关的东西，怎么突然一下子都说断网？这个时候，一般都是网管们比较头痛的时候，因为大面积的断网是比较麻烦而且紧急的，一来会影响公司的正常业务，二来各种人都会在催什么时候搞定，能不能搞好什么的。好了，不扯闲话，说下处理过程。

  首先，必须要确定究竟哪多少台电脑断网，是全部断网还是局部断网。经过了解约有6、7个地方上不了网，由于同一时间同时断开网络，且这几个地点都不在同一个地方，有一楼的也有二楼的，于是检查了旁边几台连不上的电脑，物理连接上没什么异样（说白了就是看看是否接上各种莫名其妙的交换机），ping一下网关，发现ping不通。这时基本上锁定了是物理连接的故障，大概率是交换机的问题。但是此时也有疑问，如果交换机端口出问题，不会同时几个端口都坏了，如果是交换机整体故障，为何24口的交换机单单几台电脑断网了（不会那么巧其他10多台电脑都关机了吧）。

  带着疑问，拿钥匙打开了IT房的门，期间一直沉思。这里简单描述一下机房情况，由于是厂家负责建设，之前交接的IT也不清楚具体设备的配置和网线的走向，也没有权限去配置，就说以前就是这样。一个机柜放了一个路由和3个24×××换机（牌子就不说了，这个和主题没关），B店网点约100个左右，有些使用不上暂时不接入交换机，3个交换机24口均接入网线，经了解基本都会开机使用。另外由于机房已经有好几个年头了，网线和网络结构相对凌乱，最头痛的问题是机柜旁边放了一堆厚约30公分左右的网线，里面还有各种光猫、小型路由和小型交换机等设备（B店共3条光纤输入，一条作办公网络，一条作员工wifi，另一条为客户wifi）。之前的IT也确定里面没有网口，只不过线不够长接在地上，基本上都是wifi的线，与公司主要网络没关。

  检查了一下几个24口的交换机工作情况，发现状态正常，这时在想是不是交换机过热（空调经常跳闸）或者cpu内存占用过高，决定重启一下3台交换机，试下能否解决问题。由于线路确实复杂，根本找不到电源插头，只能简单粗暴的拔出电源线重启，3台交换机重启后故障依旧。

  经过简单重启交换机无法处理后，就必须用比较笨的办法，就是找出断网网点到机房的网线，这时可能有人会说，这不简单吗都会有标签的，不过有耐心看的人肯定猜得出来这些线基本上都没有标签的，仅有的那些标签也不一定是对的。当然，查线不是每条都要查，这里优先找的是交换机上没亮灯的线。在一个断网点接上测线器，就到机房去逐个测试灭灯的网线，虽然灭灯的线不多，但是也有将近20个，奇怪竟然找不到（期间由于收银一直在催搞好没有，客人急着要打发票，就临时接了条长网线，让她们接上着正常的网点，先解决客人的问题）！这是我在想，如果这些线在这几个灭灯的端口里，不可能8芯都不通的，除非被完全切断？在确定B店内部没有重大施工和破坏的情况下，我再找了另外一个网点继续寻线，结果一样找不到那根线。这时我能确定的是这两个点的网线不在这3台交换机里，我把目光转移到地上乱线堆里的几个8×××换机上，由于网线非常乱，基本找不到这些交换机的网线通往哪处，感觉有些像连接入机柜的3个交换机上，有些是直接通向机房外面。抱着侥幸的心理，把那些交换机重启了遍，几分钟后，有同事说能上网了，这时我如梦初醒，仔细检查，发现其中一个接了6口的交换机，当中一根线连入了一个24口的交换机上，兄弟，找你找得可辛苦了。

  既然问题解决了，我就想可能是这个小交换机负荷过重，重启后应该能正常运行一段时间吧。但是疑问依然存在，根据反映共7个点上不了网，但是这个交换机只连了5个口，按道理说这个交换机有问题也只会有5个点上不了网，且断网的7个点在机房外面不存在其它交换机物理连接的可能，带着这个疑问，虽然暂时解决了故障，但无法释怀。

  看到大家能上网后，就着手处理一些没弄好的小问题，结果没过多长时间，又报告说无法上网，而且还是刚才那几台电脑。于是回到机房，仔细检查那个接了6条线的交换机，连接到24×××换机端口上的指示灯正常，再把这个8×××换机与24×××换机相连的网线拆下来，用测线仪测试发现8芯都通。这时我基本可以确定是那个8×××换机的问题了，由于没有多余的交换机作备用，于是不假思索地让行政部同事去申购一个交换机，就在她离开办公室的瞬间，我脑里突然一想，还不一定是那个交换机的问题。

  我说，先等一下，我再确定一下是不是那个交换机的问题。于是再回到机房，在那个交换机（交换机A）旁边拆下另外一个8×××换机（交换机B），连上刚才的那根级联网线，再接入那5根故障网点网线。这里大家应该知道，如果是交换机A有问题，此时理论上那些电脑能上网的，反之，如果依然无法上网，那就和交换机A无关。在我叫停申购返回机房的瞬间，我就大概想到不是那个交换机的问题，结果也如我所料，换了交换机B问题依旧，如果非要说交换机B也有问题，这显然不是一个负责任的IT所为。

  如果看到这里能准确找到故障原因的，应该说得上半只脚踏进了IT这个门了。其实到现在，已经离真相不远了。我当时目光已经锁定在那根连接交换机A和24×××换机的网线上，我又把那根网线拆下来，仔细检查了一下，那根线特别硬，在机房我找不到比那根线更硬的网线，连稍微弯曲都得费点劲，我重新用测线仪测试那根网线，8芯都是通的，于是我把那根线拉了一下又弯了一下，重新测试，发现第六根线（绿色线）断路。此刻，我终于找到了答案：那根线由于质地过硬（铜芯过粗），水晶头金属刀片不易压入，稍微扭动就会导致压片与铜芯失去接触，由于接触不良导致时断时续，因此就会出现上述所有问题。

  于是，换了条之前接好的一条普通网线，替换那条出现问题的级联线，随即又听到能上网的回复了。

那天到那刻为止，我才舒了口气。这时，不由感叹，做IT运维的，除了一点略懂皮毛的技术外，还需要那么一点的细致和运气。啰嗦了半天，总算把故事说完了，对能看到这里的读者，也表示非常感谢。