劉亞峰

中國電信股份有限公司江蘇分公司

0 引言

SDH/OTN這樣的光傳輸網(wǎng)絡，由于有著豐富的OAM開銷字節(jié)，網(wǎng)絡監(jiān)測和管理功能強大，一旦出現(xiàn)網(wǎng)絡或設備故障，能夠快速地定位障礙，網(wǎng)絡自愈能力強。而由交換機、路由器組成的數(shù)據(jù)網(wǎng)絡則不一樣，它更傾向于簡單易用，沒有引入復雜的監(jiān)測和管理機制，尤其是FE、GE這樣的以太網(wǎng)鏈路，在IEEE 802.3ah（EFM）/ITU-T Y.1731（CFM）技術規(guī)范出來之前，是不具備OAM功能的，缺乏鏈路層障礙的定位和分析手段。

近年來高速率大帶寬業(yè)務呈爆發(fā)性增長勢頭，三大運營商從匯聚層往上都已經(jīng)使用10G乃至100G鏈路，而城域核心以及骨干層鏈路則基本以100G為主了。這就帶來了一個問題，如此大的帶寬，一旦發(fā)生鏈路層故障，勢必造成流量的局部擁塞，導致網(wǎng)絡的不穩(wěn)定。因此如何快速定位10G以上高速鏈路的鏈路層障礙并盡快恢復網(wǎng)絡流量至關重要。

為此，在IEEE 802.3ae（10GE）技術規(guī)范中引入了鏈路故障檢測機制（Link Fault Signaling，LFS），并在100GE（IEEE 802.3ba）中繼續(xù)沿用了該LFS機制來診斷物理層鏈路故障。

1 10GE/100GE以太網(wǎng)鏈路的LFS故障檢測機制

在IEEE 802.3ae（10GE）技術規(guī)范中，10G以太網(wǎng)根據(jù)其PHY（物理層）的不同，分為WAN和LAN兩種模式，其中10GE WAN模式是通過WIS子層把以太網(wǎng)幀封裝到SDH幀結(jié)構(gòu)中，并在簡化SDH開銷的基礎上，實現(xiàn)和SDH的兼容，因此，可以使用SDH OAM機制來對10GE WAN鏈路進行端到端的監(jiān)控管理以及故障分析定位。10GE LAN模式由于缺少WIS子層，無法提供額外的開銷字節(jié)來實現(xiàn)OAM功能，如果想要實現(xiàn)和10GE WAN一樣的鏈路故障管理功能，則必須使用上層協(xié)議（例如BFD）以及額外的OAM開銷，不過，IEEE 802.3ae還是為10GE LAN提供了功能有限的鏈路故障檢測和誤碼檢測（PCS BER）機制，雖然功能不及SDH OAM強大，但也不失為一種以太網(wǎng)鏈路排障的便捷手段。

根據(jù)IEEE 802.3ba（100GE）標準，100GE的PHY（物理層）和10GE LAN基本相同，只是MII接口速率從10Gbps提升為了100Gbps，并增加了一個FEC層，它也使用LFS作為鏈路故障檢測機制。

鏈路故障檢測機制主要用于檢測10G以上速率LAN鏈路的單纖故障。對于10G以上速率的高速以太網(wǎng)鏈路，除非都是局內(nèi)設備互聯(lián)，否則很少使用裸纖直連，大都使用WDM設備或OTN設備承載。因此更確切地來說，LFS是用來檢測LAN鏈路的物理鏈路層故障（包括了承載該鏈路的傳輸系統(tǒng)故障）的。

LFS是10GE/100GE LAN接口功能，因此，數(shù)據(jù)設備的10GE/100GE接口和承載10GE/100GE LAN鏈路的傳輸設備接口都具備LFS功能，但處理機制略有不同。

對于數(shù)據(jù)設備而言，一旦設備接口的PHY層檢測到光纖中斷，會上報Local_Fault告警（類似10GE WAN鏈路中的LOS告警），同時RS層禁止發(fā)送以太網(wǎng)幀（接口置Down），并通過MII接口連續(xù)發(fā)送Remote_Fault（類似10GE Down），并通過MII接口連續(xù)發(fā)送Remote_Fault（類似10GE WAN鏈路中的RDI告警）給對端設備接口，對端接口的RS層檢測到Remote_Fault，也會禁止發(fā)送以太網(wǎng)幀（接口置Down），如圖1所示。

圖1 數(shù)據(jù)設備接口LFS機制示意圖

對于傳輸設備而言，Local_Fault和Remote_Fault告警如果是傳輸系統(tǒng)外部產(chǎn)生的，傳輸系統(tǒng)將采用只檢測不終結(jié)的透傳（pass through）模式。其中，Local_Fault對于傳輸系統(tǒng)而言，屬于客戶信號失效（Client Signal Fail，CSF）一類告警，而Remote_Fault和SDH中的RDI以及OTN中的BDI類似，屬于故障對告信息。傳輸系統(tǒng)對這兩類告警處理也略有不同，在傳輸系統(tǒng)中，承載的所有業(yè)務都是以端到端的鏈呈現(xiàn)的，兩端傳輸設備的客戶側(cè)接口負責編碼/解碼以及復用/解復用客戶信號，一旦一端的客戶側(cè)接口檢測到Local_Fault告警，則會在該以太網(wǎng)鏈路的另一端傳輸設備客戶側(cè)接口上上報一個遠端客戶信號失效告警，用以提示該告警是遠端傳輸設備接入客戶信號問題，而不是在傳輸系統(tǒng)內(nèi)部產(chǎn)生的，同時往下游方向透傳Local_Fault告警。不同的傳輸設備廠商定義的此項告警略有不同，例如華為設備是REM_SF，中興設備是OPU_CSF。如果傳輸客戶側(cè)接口檢測到的是Remote_Fault，則傳輸系統(tǒng)將只是簡單地透傳。具體如圖2所示。

圖2 Local_Fault和Remote_Fault在傳輸系統(tǒng)透傳示意圖

如果傳輸設備客戶側(cè)監(jiān)測到的是接入客戶信號丟失R_LOS告警，那么該傳輸鏈路的另一端設備將會往下游方向下插Local_Fault告警，同時上報遠端客戶信號失效告警（REM_SF/OPU_CSF），現(xiàn)象與檢測客戶側(cè)有Local_Fault是一樣的。

如果是傳輸系統(tǒng)發(fā)生故障，導致上面承載的以太網(wǎng)鏈路中斷，傳輸設備將會往鏈路下游方向下插Local_Fault告警，下游對接的數(shù)據(jù)設備或另一個傳輸系統(tǒng)設備接口收到該Local_Fault告警后將會對告一個Remote_Fault告警給本端的傳輸設備。由于是傳輸系統(tǒng)故障，本端傳輸設備上將會有相應的系統(tǒng)側(cè)（線路側(cè)）服務信號失效（Server Signal Fail，SSF）告警，對于這個告警，不同的廠家也會有所不同，例如，華為通常是ODU的AIS/OCI/LCK告警和OTU的AIS/LOF/LOM告警，中興則是ODU_SSF和OTU_SSF告警。如圖3所示。

圖3 Local_Fault和Remote_Fault在傳輸系統(tǒng)的傳遞機制

2 10GE/100GE以太網(wǎng)鏈路排障原則

2.1 排障原則一：專業(yè)融合排障

如前所述，10GE/100GE鏈路大都用于匯聚層及以上，除非數(shù)據(jù)設備位于同機房或同局站，否則基本上都是利用光傳輸網(wǎng)絡（WDM/OTN）來承載。LFS用于檢測以太網(wǎng)物理鏈路層故障，這其中也包含了承載該鏈路的傳輸故障，因此利用LFS機制排障10GE/100GE鏈路，同時涉及到了數(shù)據(jù)和傳輸兩個網(wǎng)絡。

在平時的網(wǎng)絡維護中，傳輸和數(shù)據(jù)網(wǎng)絡的維護界面通常是彼此獨立的，而網(wǎng)絡維護人員遵循的障礙處理原則是“先局內(nèi)后局外、先網(wǎng)內(nèi)后網(wǎng)外”，這意味著傳輸和數(shù)據(jù)兩個專業(yè)在處理同一條10GE/100GE以太網(wǎng)鏈路故障時，都按照自己專業(yè)的網(wǎng)絡維護界面各自定義了“局內(nèi)局外”和“網(wǎng)內(nèi)網(wǎng)外”，而沒有考慮到對接的傳輸設備和數(shù)據(jù)設備往往處于同一個局站甚至同一個機房，面對的也是同一條以太網(wǎng)鏈路障礙，這樣不僅造成了人員浪費，而且也導致障礙歷時過長。因此，在處理10GE/100GE這種由傳輸承載的物理鏈路障礙時，傳輸和數(shù)據(jù)兩個專業(yè)融合排障是十分必要的。

在后面的排障處理流程圖中，只區(qū)分設備（遠端或近端、數(shù)據(jù)或傳輸），而沒有區(qū)分專業(yè)。

2.2 排障原則二：能遠程不現(xiàn)場

隨著運營商大力推行網(wǎng)絡扁平化和集約化，機房無人值守已經(jīng)成為一種趨勢，因此，“能遠程不現(xiàn)場”也成了網(wǎng)維人員排障的一條重要準則。對于傳輸網(wǎng)絡來說，通過專業(yè)EMS/NMS網(wǎng)管進行遠程障礙分析定位已經(jīng)是維護人員必備的手段和技能，現(xiàn)場人員不需太多的專業(yè)技能，要做的只是根據(jù)網(wǎng)管人員的指示執(zhí)行更換板卡和測試跳接尾纖工作。而對于數(shù)據(jù)網(wǎng)絡來說，由于缺乏專業(yè)網(wǎng)管，遠程維護人員一般使用Telnet/SSH遠程登錄設備，而現(xiàn)場維護人員則通常使用串口線直連設備，通過人機交互CLI命令分析排障，遠程和現(xiàn)場的概念沒有傳輸專業(yè)那么明確和清晰，都需要較高的專業(yè)技能。這些年隨著集約化工作的推進，數(shù)據(jù)網(wǎng)絡的IT支撐手段也越來越完備，通過SSH和第三方支撐系統(tǒng)遠程管理網(wǎng)絡和設備也已經(jīng)成為了常態(tài)，現(xiàn)場維護量不斷減少，對現(xiàn)場維護人員的技能要求也在不斷降低，“遠程定位分析，現(xiàn)場配合排障”正成為兩個專業(yè)網(wǎng)維人員障礙處理的共識。

綜上所述，10GE/100GE高速以太網(wǎng)鏈路故障在排障時，應遵循“能遠程不現(xiàn)場”的原則。首先使用遠程手段，利用傳輸設備專業(yè)網(wǎng)管和數(shù)據(jù)設備遠程管理手段來分析定位障礙；接著以局站為單位來區(qū)分“局內(nèi)局外”，如果是局內(nèi)障礙，再根據(jù)“網(wǎng)內(nèi)網(wǎng)外”進一步區(qū)分專業(yè)設備。

這對遠程維護人員的技能要求較高，需要同時兼?zhèn)鋫鬏敽蛿?shù)據(jù)兩個專業(yè)的相關知識和維護技能，不僅應熟悉DWDM/OTN設備網(wǎng)管以及相關告警處理流程，還應熟悉交換機/路由器數(shù)據(jù)鏈路層障礙及處理流程。但對現(xiàn)場維護人員，沒有特別的專業(yè)技能要求，只需能配合遠程維護人員完成光功率測試、尾纖環(huán)回、機盤更換等基本操作即可。這也正是網(wǎng)絡扁平化、集約化維護的要求。

在后面的排障處理流程圖中，清晰地將遠程處理部分和現(xiàn)場處理部分隔開了，大量的障礙分析判斷工作都通過遠程完成，現(xiàn)場只做簡單的配合工作。

3 10GE/100GE以 太 網(wǎng) 鏈 路LFS排 障流程

3.1 10GE/100GE以太網(wǎng)鏈路障礙現(xiàn)象

對于數(shù)據(jù)設備而言，LFS是其檢測10GE/100GE LAN鏈路單纖障礙的一種接口檢測機制，如果接口沒有啟用LFS檢測功能，那么只要接口收光功率在正常范圍內(nèi)，接口物理層就處于Up狀態(tài)，一旦接口配置了IP地址，此時如果物理鏈路沒有任何問題，那么線路協(xié)議也就隨之Up，如果有鏈路層障礙，線路協(xié)議狀態(tài)則為Down。如果接口啟用了LFS功能，那么只有在接口沒有檢測到Local_Fault和Remote_Fault信息時，接口物理層才會Up，也就是說，接口狀態(tài)Up也就意味著接口的物理鏈路層狀態(tài)正常，這時接口只要配上IP地址，線路協(xié)議自然就Up了。如果出現(xiàn)接口Up而線路協(xié)議Down的情況的話，只有兩種情況，一種是鴛鴦纖，另一種則是數(shù)據(jù)設備接口對接問題，前者屬于數(shù)據(jù)和傳輸設備之間跳纖出錯，處理起來比較簡單，而后者則需要設備廠家技術支持介入解決。

數(shù)據(jù)設備一旦啟用了LFS功能，可以通過CLI命令查看接口告警或者系統(tǒng)Syslog信息來確認是否存在Local_Fault和Remote_Fault信息。

對于傳輸設備而言，其客戶側(cè)的10GE/100GE LAN接口默認都啟用了Local_Fault和Remote_Fault告警檢測和上報機制，可以通過EMS/NMS網(wǎng)管查看接口告警或支路盤告警來確認。

由此可見，在啟用了LFS功能后，數(shù)據(jù)設備和傳輸設備上10GE/100GE高速以太網(wǎng)鏈路障礙現(xiàn)象有所不同，數(shù)據(jù)設備障礙現(xiàn)象主要為10GE/100GE接口Down，此時需要進一步查看接口上是否存在Local_Fault或Remote_Fault信息，并根據(jù)不同的告警信息來分析排障。傳輸設備障礙則為10GE/100GE接口上報Local_Fault和Remote_Fault告警，同時還伴隨有客戶信號失效（CSF）或服務信號失效（SSF）告警，用以最終分析定位障礙。

3.2 數(shù)據(jù)設備10GE/100GE接口故障處理流程

對于啟用了LFS接口檢測機制的數(shù)據(jù)設備而言，接口只要檢測到Local_Fault和Remote_Fault信息，接口的RS層都會將接口置Down。因此，在處理數(shù)據(jù)設備接口Down障礙時，除了檢測接口收光是否正常之外，最關鍵的是需要確認接口

上是否檢測到了Local_Fault和Remote_Fault信息，并根據(jù)檢測到的是Local_Fault信息還是Remote_Fault信息來分別分析定位障礙原因。數(shù)據(jù)設備10GE/100GE接口故障處理流程如圖4所示。

圖4 數(shù)據(jù)設備接口Down處理流程

這里主要依靠遠程排障，數(shù)據(jù)設備物理接口Down原因無外乎兩種：硬件原因（光模塊故障和尾纖故障）和軟件原因（接口檢測到Local_Fault和Remote_Fault信息）。硬件原因比較簡單，通過查詢接口收發(fā)光功率就能判斷（數(shù)據(jù)設備使用CLI接口命令，傳輸設備則通過專業(yè)網(wǎng)管）。如果是軟件原因，還需要進一步區(qū)分Local_Fault和Remote_Fault信息，采用不同的故障處理流程，具體如圖5和圖6所示。

圖5 數(shù)據(jù)設備接口有Local_Fault告警處理流程

圖6 數(shù)據(jù)設備接口有Remote_Fault告警處理流程

從兩個故障處理流程圖中可以看到，由于10GE/100GE以太網(wǎng)數(shù)據(jù)鏈路是承載在傳輸DWDM/OTN網(wǎng)絡之上的，所以傳輸設備故障和傳輸網(wǎng)絡故障都有可能導致數(shù)據(jù)設備接口檢測到Local_Fault和Remote_Fault信息，因此需要進一步結(jié)合傳輸網(wǎng)管來同步分析判斷。

3.3 傳輸設備10GE/100GE接口故障處理流程

由于傳輸DWDM/OTN網(wǎng)絡有著豐富的OAM開銷字節(jié)，對于其上承載的業(yè)務鏈路都可以按需實施端到端的監(jiān)測和管理，因此在障礙處理時，可以很容易地定位該障礙是局內(nèi)（本端）還是局外（對端），是網(wǎng)內(nèi)（傳輸）還是網(wǎng)外（數(shù)據(jù)），并根據(jù)障礙定位來分析具體的故障原因。傳輸設備10GE/100GE接口故障處理流程如圖7和圖8所示。

圖7 傳輸設備接口有Local_Fault告警處理流程

圖8 傳輸設備接口有Remote_Fault告警處理流程

由于本文關注的是LFS機制下的以太網(wǎng)鏈路故障處理流程，而傳輸網(wǎng)絡排障與傳輸設備收LOS告警處理和LFS機制無關，就是通常意義上的傳輸專業(yè)排障，可以參考傳輸設備廠家的排障手冊，這里不作贅述。

4 結(jié)束語

在10GE/100GE以上高速以太網(wǎng)鏈路中啟用LFS檢測機制，可以幫助維護人員快速判斷定位鏈路層障礙，文中也提供了具體的障礙處理流程圖，這也是作者在日常的網(wǎng)絡維護中經(jīng)過反復實踐，確認行之有效的數(shù)據(jù)鏈路層排障方法，希望能夠?qū)W(wǎng)維人員在處理10GE/100GE以太網(wǎng)鏈路故障時有所幫助。

此外，上述告警處理流程中的遠程處理部分，基本都是信息檢索和判斷，這部分工作可以考慮通過IT手段完成，將其編碼為程序模塊，實現(xiàn)自動化處理。而現(xiàn)場處理部分，除了疑難障礙需要設備廠家介入外，其余的都是更換機盤和尾纖這類的簡單操作，可以嵌入到運營商電子運維系統(tǒng)的派單流程中，由現(xiàn)場的綜合維護人員進行處理。這樣整個鏈路層障礙處理流程幾乎無需技術人員干預，不僅極大地提升了障礙處理效率，而且也降低了對網(wǎng)絡維護人員的技能要求。