故障現(xiàn)象

某地ZXR10 5960X MC-LAG組網(wǎng)，軟件版本V6.00.00.70B18，現(xiàn)場升級版本，先升級MC-LAG主設備。主設備重啟時，MC-LAG備設備業(yè)務中斷大約3分鐘。

MC-LAG雙機二層組網(wǎng)，smartgroup127作為peerlink端口，smartgroup128作為keepalive端口?，F(xiàn)場網(wǎng)絡配置如下：

故障分析

Keepalive 聯(lián)動檢測配置缺失，聯(lián)動檢測未生效導致備設備退避。

故障處理

1. 對業(yè)務中斷到業(yè)務恢復過程告警進行分析。

MC-LAG主設備升級執(zhí)行reload重啟后，備設備11:25上報smartgroup127(peerlink)和smartgroup128(keepalive)物理端口及MC-LAG成員端口(業(yè)務)口物理down告警，同時1144設備上報了退避告警。

1137備設備退避狀態(tài)發(fā)生變化，變?yōu)閙aster主設備。

1140開始MC-LAG備設備成員口逐步up(注：主設備還未啟動完成，peerlink和keepalive物理端口還未起來)，此時業(yè)務恢復。

物理端口down 告警：

MC-LAG 退避告警：

退避狀態(tài)變化，備設備變?yōu)閙aster 主設備：

MC-LAG 成員端口up 告警：

2. 業(yè)務中斷分析：

從告警初步判斷主設備重啟導致備設備退避，MC-LAG成員端口down，業(yè)務中斷3分鐘，然后MC-LAG成員端口up，業(yè)務恢復。主設備升級后出現(xiàn)以上現(xiàn)象存在疑點：

MC-LAG 雙機，重啟一臺設備理論上不會影響另一臺設備業(yè)務，現(xiàn)場卻出現(xiàn)備設備業(yè)務中斷，檢查配置發(fā)現(xiàn)LACP全局下配置了keepalive聯(lián)動檢測，但SAMGR下并未做track 關聯(lián)配置，相當于keepalive和物理端口聯(lián)動檢測未生效。當主設備重啟時peerlink端口down，keepalive雖然物理端口down但keepalive協(xié)議檢測未關聯(lián)，認為還是up的(keepalive報文發(fā)送周期5 s，超時時間180 s)，因此MC-LAG備設備才會出現(xiàn)退避及物理端口down的現(xiàn)象。

3. 補充增加SAMGR配置，驗證再次重啟主設備則不會再出現(xiàn)備設備退避及業(yè)務中斷影響。

故障總結

1. MC-LAG升級前一定要檢查主備設備配置，參考開局指導規(guī)范實施。

2. MC-LAG升級理論上先升級主或先升級備均不會影響另外一臺，但實施時建議升級備設備，備設備升級完成后再調整MC-LAG優(yōu)先級。主備角色重新選舉后再次升級備設備，升級完成后調整優(yōu)先級恢復配置，要求始終保持每次升級均為備設備，這樣會更安全。