专线又慢又丢包？我用这套排查路径，30 分钟把锅甩回给运营商
文章目录
一、开场：“你们先自查，我们这边好得很”
周三下午 15:40，正是月底盘账最忙的时候。一家商贸公司总部机房，财务小张在群里炸了：ERP 一保存单据就转圈，四十几家门店的单子全卡在那儿。
他们的 IT 小李两点就给运营商打了电话。客服远程看了一眼，回复得很标准：“先生，我们网管侧看链路是 UP 的，光功率正常，没有任何告警，麻烦您先自查一下内网。”
小李自查了一下午，重启了路由器、清了会话，时好时坏，急得满头汗，把我叫了过去。
我到机房没急着动设备，先问了一句：“网页能正常打开吗？QQ 掉线吗？”
“网页都正常，QQ 也不掉，就是 ERP 保存、传大文件、视频会议会卡。”
我心里大概有谱了。连上 CE 路由器，先敲了几个小包 ping，全绿；再敲了一组大包——丢包率直接 30%。
这锅，真不在小李这儿。
干运维久了你会发现，专线故障最磨人的不是"断"，而是**“没断干净”**：链路灯是绿的、网管没告警，但业务就是慢、卡、偶发丢包。这时候运营商一句"你先自查"，你要是拿不出证据，就只能自己扛着。
这一课，我把这些年排出口专线故障的路径完整给你：先分诊、再分段、用证据说话，30 分钟内把问题定位到"到底在墙内还是墙外"。
二、先想明白：专线不是一根线，是一条"分段的路"
很多新人排障，上来就对着路由器一通乱 ping，越 ping 越乱。问题出在他脑子里把专线当成了一根"通或不通"的线。
其实一条专线，是好多个环节串起来的。我给你打个比方。
1. 类比一：医院分诊台
你去医院看病，没有一上来就推手术室的，护士先给你量体温、测血压、问症状，然后分诊：外科走左边、内科走右边。
排专线故障也一样，先分诊，再动手。专线故障就三大类：
- 完全不通：彻底断了，灯不亮、包全丢；
- 时快时慢：没断，但卡顿、时延忽高忽低；
- 间歇丢包：大部分时候好，偶尔丢几个包，业务偶发报错。
三类毛病的排查方向完全不一样，先判清类别，能省一半时间。
2. 类比二：快递物流轨迹
你网购一个件，卡在半路了，你怎么查？看物流轨迹啊——"已到达本市分拣中心"之后就没下文了，那就说明卡在了这个分拣中心到下一站之间。
tracert（路由跟踪）就是专线的"物流轨迹"。它把数据包到目的地经过的每一台路由器（每一跳）都列出来，还告诉你每一跳的时延。哪一跳开始出问题，一目了然。
3. 类比三：地下车库的限高杆
这是今天主线案例的核心。一个限高 2 米的地下车库：
- 小轿车（小数据包）一辆辆正常进，畅通无阻；
- 大货车（大数据包）开到杆子前，"咣"地被拦下，进不去。
网络里这个限高杆叫 MTU（最大传输单元）。以太网默认一帧装 1500 字节，小包随便过，一旦某一段链路的 MTU 配小了，1500 的大包就会被悄悄丢弃。这就是为什么"网页能开、QQ 不掉，但 ERP 一保存就超时、传文件就卡死"——网页请求都是小包，而 ERP 提交、文件传输是大包。
4. 类比四：小区围墙与分界点
最后一个概念最重要：UNI 分界点。
你可以把它理解成小区的围墙——墙内的水管电路是你家的，墙外的市政管网是自来水公司的。专线也有这么一道"墙"：
- 墙内（UNI 口往你这边）：你的防火墙、CE 路由器、内网，归你管；
- 墙外（UNI 口往运营商那边）：运营商的接入 PE、骨干网、对端，归运营商管。
排障的终极目标，就是判断故障到底在墙内还是墙外。但你不能空口说"是你运营商的问题"，你得拿证据证明墙内是好的。
整条路径分成五段，每段的常见毛病各不相同：
| 分段 | 经过的设备 | 典型故障 |
|---|---|---|
| 内网段 | 终端 → 交换机 → 网关 | ARP 冲突、网线/水晶头、VLAN、网关满 |
| 出口段 | 防火墙 → CE 路由器 | 接口错包、双工协商、MTU、会话打满 |
| 接入段 | UNI → 运营商 PE | 光功率低、误码、光模块/跳纤劣化 |
| 骨干段 | 运营商 P/PE 多跳 | 拥塞超分、绕路、隧道 MTU |
| 对端段 | 对端 PE → 对端 CE/内网 | 对端设备、回程路由、对端拥塞 |
下面这张图，就是我们排障的完整时间轴：
三、排障前先把"武器"摆好
工欲善其事，先认识几个命令。今天主要用华为 VRP，思科/Windows/Linux 的对照我放后面。
| 命令/工具 | 作用 | 排障里的角色 |
|---|---|---|
ping | 测连通、丢包、时延 | 量体温 |
tracert | 列出经过的每一跳和每跳时延 | 看物流轨迹 |
ping -s/-f | 指定包大小、不分片 | 测限高杆（MTU） |
display interface | 看接口状态、错包、双工、利用率 | 查外伤 |
display transceiver | 看光模块收发光功率 | 查光纤"信号格" |
display logbuffer | 看接口 up/down、告警历史 | 看病历 |
mtr（Linux）/ pathping（Windows） | 持续 ping + 逐跳统计 | 住院监护 |
测试点要按"由近及远"布置：A 点 ping 内网网关、B 点 ping 运营商 PE、C 点对最终对端做 tracert。哪一段开始丢包，问题就锁在哪一段，不要一上来就 ping 外网地址，那样你根本不知道是中间哪一跳出的事。
四、30 分钟排查路径（跟着主线案例走一遍）
回到开头那个商贸公司的案例。我把当时的操作按时间轴还原给你，你可以照着在自己环境里走一遍。
第 1 步（0-5 分钟）：分诊 + 排除内网
先别管运营商，先证明你自己内网是好的。在 CE 上 ping 内网网关，连续打 100 个包：
<CE> ping -c 100 192.168.1.1
# 192.168.1.1 是内网核心/网关
--- 192.168.1.1 ping statistics ---
100 packet(s) transmitted, 100 packet(s) received, 0.00% packet loss
round-trip min/avg/max = 1/1/2 ms
0.00% packet loss、平均 1ms，内网和出口这段没问题。- 如果这里就开始丢包、时延高，那是墙内的事，别找运营商，先查内网广播、环路、网关负载。
同时确认物理口和协议状态：
<CE> display interface GigabitEthernet0/0/1 | include current|error|CRC|discard
GigabitEthernet0/0/1 current state : UP
Line protocol current state : UP
0 errors, 0 CRC, 0 frame, 0 discards
current state : UP、line protocol : UP，双 UP 才是物理和协议都正常；- 错包、CRC、discard 全是 0，出口接口没有外伤。
第 2 步（5-15 分钟）：小包测 UNI，确认墙体外墙
接着 ping 运营商 PE 给你的对接地址（开通时工单上有，一般是 UNI 对端 IP）。这个地址是你能摸到的"墙外第一站"：
<CE> ping -c 100 10.10.100.2
# 10.10.100.2 是运营商 PE 的对接地址
100 packet(s) transmitted, 100 packet(s) received, 0.00% packet loss
round-trip min/avg/max = 2/3/8 ms
小包到 PE 零丢包、时延正常，说明从你的 CE 到运营商接入设备这一段，物理和接入是通的。
到这里，“完全不通"的可能性已经排除了——链路是通的，问题是"通得不好”。
第 3 步（15-22 分钟）：关键！用大包探 MTU
这是这个案例的胜负手。小包全绿，我换上大包，并且加 -f 告诉中间设备"不许分片"：
<CE> ping -c 100 -s 1472 -f 10.10.100.2
# -s 1472：ICMP 数据 1472 字节 + 28 字节头 = 正好 1500（标准 MTU）
# -f：设置 DF 不分片标志，模拟真实大包
100 packet(s) transmitted, 70 packet(s) received, 30.00% packet loss
小包 0 丢包，大包 1472 丢了 30%。 这就是"限高杆"的典型症状——链路里有一段 MTU 不够，又没正确处理大包。
小知识：标准以太网 MTU 是 1500。但 MPLS 会在报文外再压一层或两层标签（每层 4 字节），如果运营商某段隧道的 MTU 没留够、也没开 TCP MSS 钳制，1500 的大包加上标签就会超标被丢。表现就是"小包活、大包死"。
接着用二分法找这条链路实际能过的最大包：
<CE> ping -c 10 -s 1452 -f 10.10.100.2 # 1452+28=1480
0.00% packet loss
<CE> ping -c 10 -s 1462 -f 10.10.100.2 # 1462+28=1490
0.00% packet loss
<CE> ping -c 10 -s 1468 -f 10.10.100.2 # 1468+28=1496
20.00% packet loss
二分下来，这条链路能稳定通过的最大帧大概在 1490 左右，说明中间确有一段 MTU 被吃掉了。这组数字就是你和运营商对话的硬证据。
第 4 步（22-28 分钟）：tracert 看路径和每跳时延
光知道 MTU 不够，还得知道是哪一段。这时候上"物流轨迹"：
<CE> tracert -a 10.10.100.1 192.168.99.1
# -a 指定源地址，192.168.99.1 是对端门店内网一个测试地址
traceroute to 192.168.99.1
1 10.10.100.2 3 ms 3 ms 3 ms <- 运营商 PE
2 172.16.1.1 5 ms 5 ms 6 ms <- 汇聚
3 172.16.2.1 110 ms 98 ms 125 ms <- 某骨干跳，时延突增、抖动大
4 172.16.3.1 120 ms 115 ms *
5 192.168.99.1 122 ms 121 ms 128 ms <- 对端
两个关键判读：
- 看相邻两跳的时延差：第 2 跳还是 5ms，第 3 跳突然跳到 100ms 上下，瓶颈就在第 2 跳到第 3 跳这一段——那是运营商骨干。
- 看
*号：第 4 跳有个*，但后面第 5 跳又通了，这不是断，是那台设备不回应超时探测而已。判断口诀：*之后还能通 = 设备不响应，别当故障；*之后全黑 = 真断在这。
这里有个天坑：tracert 只看得到"去程"，看不到"回程"。如果路由不对称，去程走 A 运营商、回程走 B，你只测一半。重要故障一定要双向测——让对端也从他们 CE 往你这边 tracert 一遍。
第 5 步（28-30 分钟）：查错包和光功率，彻底洗清自己
最后，用接口错误包和光功率把"墙内/接入物理"彻底排除掉。先把计数清零，隔 10 秒再看增量：
<CE> reset counters interface GigabitEthernet0/0/1
# 等 10 秒后再查
<CE> display interface GigabitEthernet0/0/1 | include CRC|error|discard
0 errors, 0 CRC, 0 discards # 计数没有任何增长 = 干净
<CE> display transceiver interface GigabitEthernet0/0/1 verbose | include Power
Tx Power(dBm) : -5.32 # 发送光功率
Rx Power(dBm) : -12.45 # 接收光功率，正常窗口内
- 清零后重看，CRC、错误包没有任何增长，说明本端光纤、模块、接头没问题；
- 接收光功率
-12.45 dBm，在常见的正常工作区间（经验值约 -7 ～ -20 dBm，具体以模块告警阈值为准），既不"弱光"也不"过载"。
如果 CRC 每隔几秒就涨，或者 Rx 掉到 -25dBm 以下，那是接入段光纤/模块的物理毛病，这一段虽在墙外，但属于运营商必须修的硬伤，你照样可以报修。
到这里，证据链完整了：
- 内网零丢包、出口零错包、光功率正常 → 墙内没问题；
- 小包通、大包丢，实测 MTU 卡在 1490 → 中间有 MTU 问题；
- tracert 第 3 跳时延突增、高峰更明显 → 运营商骨干拥塞/隧道没扩容。
我把这三张截图（大包丢包、tracert、错包为 0）连同一个准确时间段发给运营商。对方这回没再说"你先自查"，当晚核查，发现该方向隧道高峰确实超分、且一台设备的 MPLS MTU 配小了，扩容并修正后，大包 0 丢包，ERP 立刻顺畅。
五、三类故障的"现象→命令→判读→动作"速查表
把上面的路径浓缩成一张表，遇到故障按表走：
| 现象 | 排查命令 | 看到什么 | 判断 | 动作 |
|---|---|---|---|---|
| 完全不通，灯不亮 | display interface | current state 为 DOWN | 物理断：线缆/模块/断电 | 换线/换口/查光模块，亮灯再往下查 |
| 灯亮但不通 | ping 网关 | 网关都不通 | 内网/ARP/网关问题 | 查 ARP、VLAN、网关负载 |
| 网关通、PE 不通 | ping PE对接IP | 到 PE 丢包/超时 | 接入段问题 | 查光功率、UNI 配置、报运营商 |
| 网页能开、传文件/ERP 卡死 | ping -s 1472 -f | 小包通、大包丢 | MTU 限高杆 | 定位 MTU，让运营商修正，或临时调 TCP MSS |
| 高峰期慢、其他时间正常 | tracert + 长 ping | 高峰某跳时延飙升 | 骨干拥塞/超分 | 带时间和数据投诉，要求扩容/调优 |
| 偶发丢包，随机出现 | display interface 看 CRC 增量 | CRC 持续增长 | 误码：光纤/接头/模块 | 清洁接头、换跳纤/模块，或报运营商 |
| 时延持续偏高 | tracert 逐跳 | 相邻两跳 RTT 突增 | 瓶颈在该段链路 | 定位归属段，对应处理 |
| 能 ping 通 IP，打不开网页 | nslookup 域名 | 域名解析超时/错误 | DNS 问题，非专线 | 换 DNS、查 DNS 配置 |
| 你能通对端、对端不通你 | 双向 tracert | 回程不可达 | 回程路由/防火墙拦截 | 查对端回程路由、防火墙策略 |
时间相关性也是一条线索：每天固定时间慢多半是备份/对账等定时任务或高峰超分；下雨/降温后出问题要怀疑光纤接头和杆路；完全随机多是接触不良或误码；持续不间断则是配置或带宽硬不足。
思科 / 终端工具对照
| 目的 | 华为 VRP | 思科 IOS | Windows / Linux |
|---|---|---|---|
| 路由跟踪 | tracert | traceroute | tracert -d / traceroute -n |
| 大包不分片 | ping -s 1472 -f | ping 1472 df-bit | ping -f -l 1472 / ping -M do -s 1472 |
| 持续逐跳统计 | —— | —— | pathping / mtr -rwc 100 |
| 接口错包 | display interface | show interface | —— |
| 光功率 | display transceiver ... verbose | show interface transceiver details | —— |
| 清计数看增量 | reset counters interface | clear counters | —— |
六、两个视角
🔧 运维视角：
排障时记住一句话——先证明自己没问题，再让别人证明他有问题。 从网关往外逐段 ping、小包大包分开测、错包清零看增量，每一步都留截图和时间戳。运营商最怕的不是投诉，是甩不掉的证据。
📐 设计视角：
签合同时就把"锅"划清楚：SLA 白纸黑字写明白端到端时延、丢包率、可用性（如 99.9%）和 MTU 承诺；验收时留好基线（正常时延、光功率、路径截图）；双上行一定要核实物理路径真分离（别像第 18 课说的两条线走同一条管道）。更关键的是，从 CE 侧做主动拨测监控——证据要攥在自己手里，不能等业务挂了才去抓。
七、小结与命令速查表
这一课的核心就三句话：
- 先分诊：不通、慢、丢包，三类分开查；
- 再分段：从网关往 PE、对端逐段推进，用 tracert 看卡点；
- 看分界：小包通大包丢是 MTU，CRC 涨是误码，高峰时延高是拥塞，墙内洗清、墙外带证据。
本篇命令速查表（收藏向）：
| 命令 | 什么时候用 |
|---|---|
ping -c 100 网关 | 第一步，验证内网 |
ping -c 100 PE对接IP | 验证接入段 |
ping -s 1472 -f 对端 | 探 MTU，查"小包通大包死" |
tracert -a 源IP 对端 | 逐跳看路径、时延、断点 |
reset counters interface 后 display interface | 错误包/CRC 是否在增长 |
display transceiver ... verbose | 查收发光功率 |
display logbuffer | 看历史 up/down 和告警 |
display arp / display ip routing-table | 查二层/三层指向 |
mtr -rwc 100（Linux） | 长时间逐跳丢包统计 |
📌 资料钩子： 我整理了一份《出口与专线排障命令清单 + 拨测记录模板》（含本端/PE/对端三级测试表格、SLA 阈值、报修时要给运营商的证据清单），评论区扣「排障」，我发你。
八、思考题 & 评论区聊聊
思考题（答案我会在评论区置顶公布）：
你 ping 专线对端 IP 完全正常，可用户反映业务软件还是卡。你已经排除了带宽打满，接下来会优先怀疑哪两件事？分别用什么命令验证？
💬 互动话题（来晒你的 tracert）：
专线又慢又丢包的经历，干运维的谁没被坑过？把你手头一条专线的 tracert 或 mtr 结果（IP 可以打码）贴在评论区，我帮你逐跳看：哪一跳时延不正常、* 是真断还是设备不响应、问题大概在墙内还是墙外。 踩过"运营商让你自查一整天"的兄弟，也来评论区吐个槽。
系列导航：
- 上一课：第 18 课《SD-WAN 与云专线——新一代分支互联》
- 下一课：第 20 课《5G-LAN 与 5G 定制网——端到端行业专网》（【发布前替换：第20课文章URL】）
- 专栏主页：[网络工程师进阶：企业组网实战——从交换机配置到园区网交付]
我是你们的老网工。出口与专线篇到这里就剩最后一块拼图：当光纤拉不到、或者工厂设备需要移动时，能不能用 5G 替代有线？下一课，我们讲 5G-LAN 和 5G 定制网，看一张"剪掉网线"的行业专网到底怎么落地。再往后，就正式进入交换机篇，从登录设备开始。
转载自 CSDN-专业IT技术社区
原文链接：https://blog.csdn.net/qq_36765170/article/details/168322464
