网络拓扑规划：物理拓扑、逻辑拓扑、网络隔离策略
讲到分布式巡检集群，网络拓扑是地基。地基没打好，上层再漂亮的架构也是空中楼阁。
我见过不少团队，上来就堆服务器、配IP，结果联调时发现跨网段不通，或者监控流量把管理网络撑爆了。所以这一章，我们先把“怎么连”这件事捋清楚。
物理拓扑：怎么连才靠谱
物理拓扑说白了就是设备之间怎么用网线连起来。分布式巡检集群对链路冗余要求很高，你不能让整个集群因为一根线断了就瘫痪。
我个人习惯用两层树型结构。核心交换机做汇聚，接入交换机连巡检节点。为什么呢？
- 核心层：两台核心交换机做堆叠或VRRP，单台挂了不影响整体。
- 接入层：每个机柜配一台接入交换机，上联到两台核心。
- 节点接入：每个巡检服务器双网卡绑定（bonding），分别接到两台接入交换机。
链路冗余配置要点
- 使用 LACP 做链路聚合，不要用主备模式——我在项目中遇到过主备切换时丢包的问题，LACP 能分担流量并自动故障转移。
- STP 要开启 RSTP 或 MSTP，收敛时间控制在秒级。
- 跨机柜互联推荐用光纤，距离超过100米时铜缆信号衰减太快。
我曾经吃过这方面的亏。有个项目图省事，全部节点接在同一台接入交换机上。结果一次交换机升级，整个集群失联三小时。从那以后，我规定每台接入交换机的节点数不能超过集群总数的40%。
逻辑拓扑：数据怎么走
物理拓扑拉好线，接下来得规划 IP 和 VLAN。这里我不建议把所有设备放在同一个广播域，你知道的，ARP 风暴会把管理网络打残。
我的做法是这样：
| 网络段 | VLAN ID | IP 段示例 | 用途 |
|---|---|---|---|
| 管理网络 | 100 | 10.0.100.0/24 | SSH、监控、配置下发 |
| 业务网络 | 200 | 10.0.200.0/24 | 巡检任务调度、结果上报 |
| 存储网络 | 300 | 10.0.300.0/24 | NFS/Ceph、日志同步 |
| 带外管理 | 400 | 10.0.400.0/24 | BMC/iLO/IPMI |
为什么要分这么细？你想，如果巡检任务流量和监控流量混在一起，万一业务峰值把带宽占满，你连 SSH 都登不上去，还怎么排查问题？
一个实用技巧：每个 VLAN 之间通过三层交换机做策略路由，默认拒绝所有跨段流量，只放行必要的端口。比如管理网络只能访问节点 22 和 443 端口，业务网络只能访问 8080 端口。这样哪怕一个段被攻破，横向移动也难。
还有个细节——子网掩码别贪大。我在一个项目里看到有人把所有巡检节点塞进一个 /16 段，结果广播风暴加上 MAC 表溢出，整个网络间歇性瘫痪。老老实实用 /24 甚至 /28，规模大了再划新区。
网络隔离策略：安全怎么保
隔离不是简单的物理隔开，而是要“该通的通，不该通的不通”。
我建议做三层隔离：
- 物理隔离：管理网络和业务网络使用独立的物理网卡甚至独立交换机。预算不够时至少使用 802.1Q 做 VLAN 硬隔离。
- 逻辑隔离：VACL 或 PACL 控制二层转发，防止 VLAN 间未经授权的通信。举个例子，存储 VLAN 不应该直接访问业务 VLAN 的广播域。
- 应用层隔离：即使 IP 能通，防火墙策略也要精确到端口。比如只允许调度中心 8080 访问节点的巡检服务，不允许反过来。
巡检集群特有的隔离需求
- 节点之间不要互相暴露数据端口——分布式巡检经常涉及敏感配置，节点间通信要走专用的内部 。
- 管理平台与巡检节点之间必须走加密通道（SSL/TLS），如果你还在用明文 HTTP，趁早改。
- 日志收集走专用存储网络，别跟业务流量抢带宽。我有个项目因为日志量爆炸，把业务链路堵了，巡检任务超时率飙升到 30%。
曾经有一次，我在一个现场发现客户把所有网络平面混在一个交换机上，只是用 VLAN 做了逻辑隔离。结果有人误配了 Trunk 口，存储流量直接广播到了管理网络，导致 BMC 大规模掉线。原因就是缺少物理隔离的兜底。所以我现在坚持至少管理平面要独立硬件。
总结一下，网络拓扑不是画个图就完事的。物理拓扑保证链路不中断，逻辑拓扑保证流量不混乱，隔离策略保证安全不泄露。这三层叠起来，你的分布式巡检集群才能跑得稳。