华为OSN1500设备时钟配置不同步导致EGS4单板丢包

wjscwjsc

问题描述

某日客户反馈工行总行至一网点大客户业务丢包，PING包包长15000字节，丢包率在1%以上。

网络拓扑

工行总行站点使用华为OSN1500设备，其他站点为OSN3500，版本为18.50P01

总行OSN1500通过EGS4单板和工行总行迈普路由器对接，EGS4单板配置EVPL汇聚各个网点的业务，每个网点带宽为2*VC12，中间链路为华为SDH设备，组网方式为MSP、SNCP，终端链路使用R厂家3500E设备通过STM-1/4光口和华为设备对接，网点配置R厂家3107等盒式设备通过FE电口和网点迈普路由器对接，连接关系如下：

工行总行迈普路由器—(EGS4)工行OSN1500(SL16)—传输L—传输C—传输E(SLQ1)—(STM-1)R厂家3500E(STM-1)—R厂家3107(FE)—网点迈普路由器

其中工行OSN1500设备位于工行总行，传输L位于本地网子网，传输C和传输E位于城域网子网，R厂家3500E设备和传输E设备在同一机房，R厂家3107位于网点。

无异常告警信息。

​

处理过程

1、链路误码导致丢包

2、对接路由器端口故障

3、带宽不足

4、R厂家网点设备或汇聚EGS4单板故障

5、以太网封装对接问题

6、其他网络配置

根因

华为OSN1500设备时钟配置不同步

解决方案

1、通过网管查询性能，并未发现链路存在误码，而且同一路由其他业务正常，排除误码原因导致丢包。

2、配置一条路由相同、两端使用不同以太网端口的业务进行测试，丢包率依然在1%以上，可以排除工行路由器故障。

3、增加带宽到4*VC12，经过测试丢包率依然在1%以上，故可以排除带宽不足原因导致的丢包。

4、调整EGS4单板以太网配置，和其他正常运行的业务对调绑定时隙和VC trunk，经过测试依然丢包，使用同型号设备替换R厂家营业网点设备，经过测试依然丢包，初步怀疑设备对接不匹配问题。

5、在和R厂家对接的传输E设备上增加EFS4以太网单板，测试EFS4和R厂家设备对接情况，分别配置1口到工行总行的EPL业务，2口到R厂家设备的EPL业务，采用分段测试，测试结果为2段都没有丢包现象，根据表面现象初步判断使用EFS4和R厂家对接没问题，使用EGS4对接存在丢包，但是由于EGS4单板之前已经对调过VC trunk，而且其他营业网点也配置同样设备型号，又可以反向证明设备对接不存在问题。

6、由于之前该客户网络发生过R厂家设备时钟模块批次问题导致的故障，客户要求R厂家研发现场支持问题分析，并且从总部带来一台其他型号设备，使用新设备替换后经过测试没有丢包，此时可确定R厂家新、老设备处理对接数据时存在差异，为了彻底定位根因，配置一条从传输L至传输E的VC12级别的业务，下在传输E设备一空闲光口，R厂家研发使用仪表对该光口进行测试，发现有指针调整，测试10分钟调整计数为1000，R厂家研发答复该数值已经超出R厂家老设备处理能力，所以会导致设备丢包，另外在传输E站点查询该条业务15分钟性能值，指针调整计数为1300多块左右，所以证实存在指针调整。由于跨子网的业务比较少，而且其他业务只是从城域网穿通，所以未受影响。

7、查询华为设备时钟配置，传输L设备位于本地网，时钟源为BITS外时钟，传输C和传输E设备位于城域网，时钟源为传输C内部时钟，两个子网的时钟源级别不一致，更改时钟配置，使传输C和传输E跟踪传输L，通过仪表测试指针调整结束，重新测试原始业务，测试6个小时未发现丢包，最终丢包问题解决。

建议与总结

基于分不同子网管理的传输网络，一般只关注同一子网的时钟配置，没有成环、互跟、有保护即可，但是子网间的时钟级别往往被忽视，此案例就是不同子网时钟级别不同导致的业务丢包，建议每个子网都配置BITS时钟源，即可实现每个网元跟踪相同级别时钟源。