★★★★★
报文复制、报文反弹、组播风暴
组播报文复制反弹是指在网络内转发组播通用查询报文时，某些ONU会复制这些报文到该ONU转发的所有其它报文中去，每复制一次，报文长度增加4个字节。这些复制报文会被ONU反弹到同一OLT甚至同一交换机下的其它同类ONU中，再次大量复制反弹。这个过程在网络中不断重复，就会导致网络中的组播通用查询报文在短时间内剧增，同时报文长度会增长到超过1024个字节，导致组播风暴、业务中断。
某地区运营商在OLT下混合使用EPON ONU和GPON ONU，某日全网出现少量AN5006-01和AN5506-01的断纤告警，导致大约50户用户上网时网络时断时续。
OLT机盘问题；
光纤或ODN问题；
ONU软件版本问题。
1. 查看机盘软硬件版本、机盘状态。
结果：机盘软硬件版本正确，工作状态正常。
结论：排除机盘故障问题。
2. 查看光路情况。
结果：ONU侧收发光都正常。
结论：排除光路质量问题，怀疑ONU软件版本问题。
3. 现场对OLT上联口抓取IGMP包。
结果：故障出现期间，OLT每秒收到的组播报文大于2000个(正常情况为个位数)，且报文包长持续增长。
结论：判断网络中存在组播风暴。
4. 由于业务中断主要发生在AN5006-01和AN5506-01上，且根据现场抓包发现OLT上联口组播报文非常多，搭建环境模拟故障现场，与现场OLT上联口抓取的报文进行对比分析。
结果：通过模拟故障现场，发现AN5006-01对组播报文处理能力有限，当报文数量在30pps左右时会出现闪断现象，AN5506-01在对报文长度超过1024个字节的组播包处理时易出现闪断而掉注册。而故障发生期间，现场OLT收到的组播报文激增，IGMP报文数量大于30pps，超过了AN5006-01对组播报文的处理能力，可能导致其闪断，报文包长大于1024个字节，AN5506-01在对此报文处理时可能会闪断掉注册。
结论：初步判断可能是组播风暴导致AN5006-01和AN5506-01出现闪断故障。
5. 配置OLT的流分类规则，丢弃OLT上联口IP协议类型为2的报文，即IGMP报文，避免持续的大量组播包对OLT下挂的ONU进行冲击。
结果：抓包发现进入OLT的组播报文大幅减少，故障消除。
结论：确认组播风暴导致AN5006-01和AN5506-01出现闪断故障。
6. 抓包分析确认组播风暴的来源。
1) 现网抓包，发现OLT实际收到的组播报文并不多，删除一台OLT的流分类规则。
结果：该OLT收到的组播通用查询报文逐渐增长，从包的效验码看，基本是同一个报文，报文进行了复制，同时报文长度会自动增加4个字节。
结论：怀疑OLT收到的上联方向过来的组播报文在UNI侧出现了环路，并且反复复制，并重新发送至OLT上联口，到了交换侧又重新转发至交换机，从而到达其它的OLT。
2) 通过MAC地址查询，发现被复制反弹报文的源MAC地址对应为AN5006-10B2H，关闭此ONU。
结果：没有复制反弹的报文出现，组播报文长度未继续增长；
结论：初步判断AN5006-10B2H可能会复制反弹报文并增长报文的长度。
3) 继续删除第二台OLT的流分类规则(此台OLT其中一块线卡下挂了一台AN5006-10B2H)。
结果：重现了组播报文复制反弹的现象。
结论：确认低版本AN5006-10B2H会导致组播风暴。
当两台AN5006-10B2H分别在不同的OLT下，组播报文会开始乒乓式的复制反弹，同时报文长度也会增加。
当多台AN5006-10B2H同时存在于不同OLT时，就会导致网路中的组播通用查询报文在短时间内剧增，同时报文长度会增长到超过1024个字节。
升级AN5006-01和AN5506-01的软件版本，解决组播风暴下闪断隐患。
升级AN5006-10B2H的软件版本，解决该ONU低版本引起的组播报文大量复制并反弹的问题。针对该型号ONU，可通过查看ONU组播成组命令，判断该ONU是否处于异常复制与反弹组播报文状态。
show ip igmp snooping vlan all
异常状况下，会有数条组播组信息，不同的组播VLAN ID和组播IP信息。
组播是指源主机(即组播源)只发送一份数据，其目的地址为组地址，组播组中的所有接收者都可收到同样的数据拷贝，并且只有组播组内的主机可以接收该数据，而其它主机则不能收到。组播代理在此可以起到拦截作用，因为是靠拦截用户路由器之间的IGMP包建立组播表，代理设备的上联端口执行主机的角色，下联端口执行路由器的角色。本案例中网络存在组播风暴，且组播代理被关闭，故直接引发了故障。为避免此类问题再次发生，建议OLT组播模式配置为代理模式，可以有效截断大量组播报文的反弹。
5612
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
