2. 骨干网络架构与运维挑战

骨干网络（Backbone Network）是连接多个城域网、数据中心与出口节点的核心承载层，它决定了跨区域流量的转发路径、故障收敛范围以及业务体验的上限。理解骨干架构，不能只停留在“核心—汇聚—接入”的三层口号上，而要落到真实拓扑形态、设备角色分工、流量分布规律，以及由此衍生的自动化与可观测性需求。本节围绕这四条主线展开，帮助你在后续章节中建立“先看结构、再看流量、最后看数据”的分析习惯。

一、典型拓扑：从物理冗余到逻辑层次

骨干网最常见的物理形态是部分网状（Partial Mesh）：核心节点（P、PE）之间按区域或业务平面两两互联，边缘节点（如城域网出口、IDC 出口）双上联到两个核心节点。相比全互联，部分网状在链路成本与跳数之间取得平衡；相比树形，它提供了链路级和节点级的冗余。典型结构可概括为：

• 核心层（Core）：由若干台高容量路由器组成，负责高速转发与跨区互联，通常运行 IS-IS 或 OSPF 作为 IGP，并启用 MPLS 或 SRv6 承载业务。
• 汇聚/边缘层（Aggregation/Edge）：连接城域网、IDC、云专线等，承担业务接入与策略执行，常见设备为 PE 路由器或高端交换机。
• 出口层（Egress）：与多家运营商互联，负责互联网出口、DDoS 清洗与流量调度。

逻辑上，骨干网还叠加了 IGP、BGP、MPLS/SRv6 三张“网”。IGP 负责可达性，BGP 负责域间与 VPN 路由，MPLS/SRv6 负责转发路径与业务隔离。三者的关系决定了故障时的收敛顺序，也是后续可观测性采集的关键对象。

二、设备角色：谁在做什么

骨干网中的设备角色并非按“品牌”划分，而是按控制平面职责与转发平面位置划分。常见角色包括：

• P（Provider）路由器：只运行 IGP 和 MPLS/SRv6，不承载客户 VPN 路由，转发时只做标签交换。它的配置相对稳定，但一旦 IGP 震荡，影响面覆盖整个骨干。
• PE（Provider Edge）路由器：连接客户侧（CE）或城域网，运行 MP-BGP 承载 VPN 路由，负责 VRF 隔离、QoS 标记与策略执行。PE 是业务变更最频繁的设备，也是自动化配置下发的主要对象。
• RR（Route Reflector）：BGP 路由反射器，用于减少 IBGP 全互联数量。RR 本身不转发业务流量，但它的路由策略直接影响路径选择，属于“小设备、大影响”。
• 边界路由器 / 清洗中心：与外部运营商互联，执行入向/出向流量调度、DDoS 牵引与黑洞路由。它们的状态变化往往与安全事件强相关。

从运维角度看，P 设备关注 IGP 收敛与链路利用率，PE 设备关注 VPN 路由数量与配置一致性，RR 关注 BGP 会话与路由抖动，边界设备关注流量成分与攻击特征。不同角色的可观测性指标应有所侧重，而不是用同一套模板覆盖所有设备。

三、流量特征：南北向与东西向的叠加

骨干流量通常分为两类：南北向流量（用户到数据中心、用户到互联网）和东西向流量（数据中心之间、城域网之间的同步与备份）。南北向流量具有明显的日周期，晚高峰突出；东西向流量则可能由备份窗口、大数据同步或虚拟机迁移触发，呈现突发性。两者叠加后，骨干链路利用率曲线往往不是平滑的，而是“基线 + 尖峰”的形态。

以一条 100G 骨干链路为例，假设工作日基线利用率为 35%，晚高峰可升至 70%～80%，而一次跨数据中心备份可能在 30 分钟内将利用率推高到 90% 以上。此时如果 IGP 度量值未做流量工程，备份流量可能与用户流量争抢同一路径，导致时延抖动。因此，骨干运维必须同时观察利用率、时延、丢包、抖动四个维度，而不是只看带宽。

四、自动化与可观测性需求

骨干网的变更频率虽然低于接入网，但每次变更的影响面更大。自动化需求主要集中在三类场景：

1. 配置一致性：PE 设备数量多、VRF 和策略相似，适合用模板化配置生成与批量下发。例如，新增一个 VPN 需要在多台 PE 上创建 VRF、绑定接口、配置 RT 与 RD，手工操作容易遗漏。
2. 路由策略校验：BGP 策略、前缀列表、社区属性在变更前应做离线校验，避免错误策略导致路由泄漏或黑洞。
3. 故障收敛与切换：通过自动化脚本或控制器在链路故障时快速调整 IGP 度量或 SR 策略，缩短收敛时间。

可观测性方面，骨干网需要采集的数据包括：SNMP/Telemetry 的接口计数器、BGP 会话状态与路由数量、MPLS/SRv6 标签栈与隧道状态、NetFlow/sFlow 的流量成分，以及带内遥测（INT）的逐跳时延。这些数据应统一时间戳并关联到拓扑，才能在故障时快速定位是“链路问题、路由问题还是策略问题”。

五、一个可参考的骨干运维检查清单

以下清单可作为日常巡检或变更前的核对项，字段和阈值可根据实际网络调整：