隨著信息檢索、數(shù)據(jù)交換、多媒體信息傳輸?shù)雀鞣N各樣日益增長的網(wǎng)絡應用，網(wǎng)絡管理越發(fā)顯得重要。如何提高網(wǎng)絡的效率、安全性和穩(wěn)定性，如何應對各類突發(fā)的網(wǎng)絡通信事件，如何及時有效處理網(wǎng)絡故障，如何有效地制定好網(wǎng)絡發(fā)展規(guī)劃？……諸多問題已成為困擾網(wǎng)絡管理的一大難題。
網(wǎng)絡規(guī)模越大，網(wǎng)絡結構越復雜，網(wǎng)絡故障的預測、分析和處理越是必不可缺的。有效的網(wǎng)絡故障管理已成為企業(yè)級網(wǎng)絡運維中一項關鍵性的工作。下面結合本人在網(wǎng)絡故障管理工作中的經(jīng)驗，進行一些探討和分析。
故障管理基本內(nèi)容和檢測模式
國際標準化組織（ISO）關于網(wǎng)絡管理的模式主要闡述了網(wǎng)絡管理的主要功能，包括: 故障管理、性能管理、配置管理、記賬管理、安全管理，以下主要就故障管理進行分析。
故障管理的目的是用來監(jiān)測網(wǎng)絡故障，作預先設定的反映，并載入日志文件提醒用戶注意，自動修正網(wǎng)絡問題，使網(wǎng)絡正常運行。因為故障會使網(wǎng)絡癱瘓，或是使整個網(wǎng)絡性能降低，故障管理是ISO網(wǎng)絡管理原理最廣泛的應用。
故障管理的內(nèi)容包括：診斷網(wǎng)絡問題、隔離網(wǎng)絡問題、修復網(wǎng)絡問題、試圖恢復重要的子系統(tǒng)和整體解決網(wǎng)絡問題。
在著手解決問題的時候，必須有一套方法來分析和鑒別網(wǎng)絡故障發(fā)生的類型和位置，逐步排查可能的故障點（區(qū)）和故障原因，具體分析時可以采用通過模擬方法來確定真正的故障原因。每一個故障可以基于相應的癥狀來解決或是采用專用的故障監(jiān)測工具來監(jiān)測。可以在具體環(huán)境中進行監(jiān)測和診斷。一旦明確故障的癥狀和原因，就可以采用一系列相應的措施來補救。具體問題的解決是根據(jù)特殊網(wǎng)絡環(huán)境而制定的網(wǎng)絡故障解決計劃，而不是簡單的生搬硬套。要順利完成故障檢測，必須對網(wǎng)絡拓撲情況有深刻了解，并熟悉網(wǎng)絡中采用的設備的特性，以及網(wǎng)絡中主要節(jié)點主機操作系統(tǒng)中的網(wǎng)絡配置等。
網(wǎng)絡故障的兩種基本檢查方法
網(wǎng)絡故障的兩種基本檢查方法包括分層檢查和分段檢查。采用這樣的檢查辦法可以節(jié)約檢查時間，快速確定故障位置，有利于對故障的分析和判斷。
1、分層檢查的原則
OSI7層參考模型包括7個層次，如圖1所示。每個層次完成一部分的功能，相鄰層次之間相互獨立，兩臺計算機系統(tǒng)同等層次之間的操作相對透明。
圖1 OSI網(wǎng)絡結構的7層模型
分層檢查包括應用程序層（應用層、表示層、會話層）和數(shù)據(jù)傳輸層（傳輸層、網(wǎng)絡層、數(shù)據(jù)鏈路層、物理層）的檢查。
圖2 分層檢測步驟
具體的分析按“物理層－>數(shù)據(jù)鏈路層－>網(wǎng)絡層－>傳輸層－>……－>上層應用”的次序分析問題。分層檢查的步驟如圖2所示。
2、 采用分段檢查的原則。
分段檢查包括用戶端、接入設備、主干交換設備、中繼設備等之間的鏈路連通及相應端口的狀態(tài)。
鏈路連通包括：物理線路的介質類型，物理線路的連通，物理線路的質量（線路的距離、衰耗、終端設備的電氣特性等），物理線路的最大數(shù)據(jù)承載能力，收發(fā)線路的對應等。
相應端口的狀態(tài)包括：兩端設備對應的端口類型的統(tǒng)一、速率的匹配、雙工設置、收/發(fā)時鐘的時鐘源，數(shù)據(jù)收/發(fā)的線路接通，數(shù)據(jù)流控制和擁塞控制等。
分析具體就是:按“數(shù)據(jù)終端設備－>網(wǎng)絡接入設備－>網(wǎng)絡主干設備－>網(wǎng)絡中繼設備－>網(wǎng)絡主干設備－>網(wǎng)絡接入設備－>數(shù)據(jù)終端設備”的次序分析問題。
分段檢查的步驟如圖3所示。
圖3 分段檢測步驟
解決網(wǎng)絡故障的一般步驟
對網(wǎng)絡故障有了初步的檢查和判斷后，就要著手網(wǎng)控故障的處理，網(wǎng)絡故障的處理一般遵循以下步驟（如圖4所示）。
1、明確故障特征和導致故障原因
例如，問題的癥狀是某個用戶無法得到某個主機相應服務的應答，造成這種故障的原因有：主/客戶機設置錯誤，網(wǎng)卡故障，錯誤的路由配置等。
2、收集實際情況
圖4 網(wǎng)絡故障解決步驟
列出故障癥狀，并且確定出可能的原因后，就要著手收集實際情況。情況的收集一般包括網(wǎng)絡分析跟蹤、串口的跟蹤、堆棧錯誤紀錄和操作系統(tǒng)核心錯誤紀錄。這些問題的分析有助于故障范圍的縮小和故障的明確定位。
3、基于故障的情況，分析故障原因
在了解網(wǎng)絡拓撲和熟悉采用設備的特性的基礎上，應該能夠判斷是軟件問題還是硬件故障。這樣，就能夠縮小分析范圍，搞清楚是產(chǎn)品的問題、傳輸介質的問題還是主機問題，也就可以建立相關的網(wǎng)絡錯誤模型。
4、制定實施的方案
基于故障分析結果制定實施方案。只能一個故障一個實施方案。這樣有助于有步驟地解決問題。如果一次修改超過一個可能性的話，也能解決問題，但可能無法精確分析問題的原因，以后的故障排除將更加困難。
5、執(zhí)行這個方案
這個步驟主要是執(zhí)行已經(jīng)制定的計劃。制定計劃的合理性決定了實施計劃的結果。必須嚴格地執(zhí)行已制定的計劃，不能改變其中的步驟和順序。
6、觀察計劃執(zhí)行的結果
當測試一種可能性來發(fā)現(xiàn)解決問題的方法時，必須根據(jù)活動計劃來收集結果。這些測試的結果還用來調整和修改計劃，直到問題被解決。
7、基于測試的結果來縮小故障原因
必須堅持不懈地測試，分析測試的結果，以及引起這種結果的原因。盡量縮小問題的范圍。當明確問題并找到解決方案后，就可以停止測試。
8、重復問題解決過程
當縮小問題的可能性時，重復以上的流程（如圖4），并且根據(jù)測試的結果修正的計劃來進一步縮小可能性，不斷重復上面的流程，最終一定會確認故障和解決問題。
四、總結
網(wǎng)絡管理和故障分析技術牽涉面廣，技術分析復雜，而且在當今“網(wǎng)絡就是計算機”的時代更加顯示出它的重要性，為有效地保障企業(yè)網(wǎng)持續(xù)、穩(wěn)定、高效地正常運行，只有通過不斷的加強學習和實踐才能勝任這項工作。
