网络故障分析案例：如何定位和解决网络丢包问题

如何解决网络丢包问题？网络丢包怎么解决？网络丢包通常是比较难以排查的问题，因为造成网络丢包的原因很多，排查此类问题需要很长的时间。本案例中，通过对网络通信数据进行比对分析，我们找到了引起网络丢包的问题根源。

1.1   问题描述

可编程逻辑控制器（PLC），是一种采用一类可编程的存储器，用于其内部存储程序，执行逻辑运算、顺序控制、定时、计数与算术操作等面向用户的指令，并通过数字或模拟式输入/输出控制各种类型的机械或生产过程。PLC实质是一种专用于工业控制的计算机。

某集团公司PLC设备近期出现异常，设备经常报告连接故障，公司网络运维人员通过Ping测试发现该设备存在丢包现象（丢包率约1~2%）。为了寻找问题原因，避免再次出现类似问题，在科来网络分析专家的协助下在出问题的PLC设备接入交换机处旁路部署了科来回溯分析系统进行数据包级分析。PLC网络环境及分析设备部署示意图如下

通过交换机端口双向流量镜像分别采集故障PLC和正常PLC的通信数据进行比对分析，以下是详细分析过程及分析结论。

1.2  分析过程

1.2.1 故障PLC单网卡数据分析

首先，我们镜像故障PLC问题最严重网卡（IP XX.XX.8.4）的接口双向流量，在采集数据的同时公司技术人员配合从核心交换ping XX.XX.8.4。从采集到的ICMP协议报文数量可以看到，测试期间共捕获124个ping请求包（Echo Req），但只捕获122个ping应答包（Echo Reply）

可以看出从故障PLC设备到边缘交换机接口就存在丢包现象，故障PLC有1.6%的包没有传输到边缘交换机。同时，在测试期间XX.XX.8.4的TCP通信中存在明显的丢包现象.

通过以上数据，我们可以初步判断造成丢包现象的原因出自从故障PLC到接入交换机之间，可能的问题点包括：

• 接入交换机接口故障；

• 故障PLC接入网线故障；

• 故障PLC设备自身网卡或其他硬件故障。

1.2.2  故障PLC全部网卡数据分析

第二步，我们镜像了故障PLC的全部三个网卡连接的交换机接口双向流量，发现三个网卡都有丢包现象，而且丢包量基本相当

这说明丢包并不是XX.XX.8.4一个网卡的问题，而是故障PLC三个网卡的都有的现象。从其TCP会话统计来看也都是从PLC设备发送到接入交换机时出现的丢包。

由于三个网线或三个交换机接口同时存在问题的可能性很小，所以我们基本可以判断是故障PLC设备自身硬件问题导致的丢包现象。

1.2.3  正常PLC数据分析

第三步，我们镜像在同一边缘交换机的正常PLC设备（XX.XX.9.172）接口的流量，从采集数据中我们只看到了很少量的TCP重传，并且这些重传都是与XX.XX.8.4相关的通讯导致的

这说明正常PLC设备到接入交换机之间并没有明显的丢包迹象，进一步验证了之前的分析结论。

1.3 分析结论

通过以上数据分析，我们判断存在丢包问题的PLC设备极有可能是由于该PLC设备自身硬件问题导致数据包没有正常的从网卡发送到网络中所致；网线和接入交换机接口导致丢包现象的可能性非常小。

建议用户在非生产时段用PC机接入到故障设备的网线上，配置相同IP地址，通过ping测试是否还存在丢包现象，如果没有出现丢包或丢包率远小于1%即可完全排除网络原因。

1.4  价值

通过网络分析技术通过对传输的数据流进行深入分析，从多种可能原因中快速定位问题根源，使网络丢包不在困扰网络管理员。

本文转自  ChinaUnicom110  51CTO博客，原文链接:http://blog.51cto.com/xingyue2011/1954237