4. Catalyst设备灾备配置基线
灾备配置基线不是“把能配的冗余都打开”，而是围绕 Catalyst 交换机的三个平面分别定义：哪些组件必须成对存在、故障时由谁接管、接管需要多长时间、以及接管后如何验证。管理平面决定“设备还能不能被管到”，控制平面决定“拓扑和转发表还能不能收敛”，数据平面决定“业务流量还能不能继续转发”。三者失效的后果不同，配置优先级也不同。
管理平面：先保证带外可达，再谈带内冗余
管理平面的核心目标是：即使业务转发路径全部异常，运维人员仍能登录设备执行恢复。因此基线第一条是带外管理（OOB）：每台 Catalyst 至少有一个管理口接入独立的管理交换机，管理网段与业务网段分离。带内管理（SVI + 路由）只能作为辅助通道，不能作为唯一入口。
带内管理冗余的关键是 SVI 与默认网关的配合。以两台 Catalyst 9000 堆叠或 VSS 为例，管理 SVI 建议使用同一个 IP（堆叠/VSS 虚拟化后天然共享），默认网关指向管理网段的核心设备；若为独立双机，则两台设备各配一个管理 IP，并在网管系统中同时登记，避免只监控主设备。管理平面还应配置 exec-timeout、login on-success log、AAA 与本地回退账号，确保认证服务器不可达时仍能本地登录。
! 管理平面基线示例（Catalyst 9000，堆叠场景）
interface GigabitEthernet0/0
description OOB-MGMT
ip address 10.10.10.21 255.255.255.0
no shutdown
!
ip default-gateway 10.10.10.1
!
line vty 0 15
exec-timeout 10 0
transport input ssh
logging synchronous
!
aaa new-model
aaa authentication login default group tacacs+ local
username admin privilege 15 secret 0 Cisco@123
需要特别注意的是：ip default-gateway 仅在设备未启用 IP 路由时生效；若设备已作为三层网关运行，应改用默认路由 ip route 0.0.0.0 0.0.0.0 <next-hop>，否则管理流量可能因路由表缺失而无法回程。这是灾备演练中常见的“设备活着但管不到”的根因之一。
控制平面：冗余协议要成对设计，收敛时间要可预期
控制平面冗余主要解决三层网关与二层拓扑的收敛问题。Catalyst 平台常用组合是：接入层使用 StackWise 堆叠，汇聚/核心使用 StackWise Virtual 或 VSS，配合 HSRP/VRRP 提供网关冗余，配合 STP 或路由协议提供路径冗余。
网关冗余的基线参数建议统一：HSRP 版本使用 v2，组号按 VLAN 规划固定，优先级主设备设为 110、备设备设为 100，并配置 preempt delay minimum 120，避免主设备重启后立即抢占导致路由震荡。跟踪对象应绑定上行链路或关键接口，例如 track 1 interface TenGigabitEthernet1/0/1 line-protocol，当上行失效时自动降优先级，触发切换。
! HSRP 基线示例（VLAN 100 网关冗余）
interface Vlan100
ip address 10.1.100.2 255.255.255.0
standby version 2
standby 100 ip 10.1.100.1
standby 100 priority 110
standby 100 preempt delay minimum 120
standby 100 track 1 decrement 20
!
track 1 interface TenGigabitEthernet1/0/1 line-protocol
控制平面还需要关注 CPU 保护。灾备场景下，广播风暴、ARP 泛洪或路由震荡会先打满 CPU，再导致协议邻居超时。基线应启用 control-plane 策略、CoPP 或平台自带的 CPU 队列保护，并对关键协议（OSPF、BGP、HSRP）设置合理的队列阈值。判断控制平面是否健康，不能只看“邻居是否 Up”，还要看 show processes cpu sorted 中协议进程占用是否长期高于 30%。
数据平面：链路、电源与转发表的冗余闭环
数据平面冗余的基线是“任何单点故障不中断业务”。具体包括：每台 Catalyst 双电源接入不同 PDU；堆叠线缆或 VSS 链路采用交叉连接；上行链路至少两条并分布在不同板卡或不同设备；关键服务器双网卡接入不同接入交换机。
链路聚合是数据平面冗余的常用手段。LACP 模式下，建议使用 mode active，并配置 lacp rate fast 以加快故障检测。对于跨设备聚合（MEC），需确保两端成员口数量、速率和 VLAN 配置一致，否则可能出现哈希不均或部分成员口被挂起。
! 数据平面链路聚合基线示例
interface Port-channel10
description UPLINK-TO-CORE
switchport mode trunk
switchport trunk allowed vlan 100,200,300
!
interface range TenGigabitEthernet1/0/1 - 2
channel-group 10 mode active
lacp rate fast
!
! 验证命令
show etherchannel 10 summary
show interfaces Port-channel10 | include error|drops
数据平面的验证不能只看端口 Up。应检查：show etherchannel summary 中成员口是否为 P（bundled）；show interfaces 中 input/output errors、drops 是否持续增长；show mac address-table 中关键 MAC 是否学习在预期端口；show ip route 中冗余路径是否同时存在。若某条路径长期不被使用，需确认是正常的主备设计，还是哈希或 STP 阻塞导致。
三平面基线的协同与演练验证
三个平面不是孤立的。管理平面的带外通道依赖数据平面的管理交换机；控制平面的 HSRP 切换依赖数据平面的上行链路状态；数据平面的转发表又依赖控制平面的协议收敛。因此基线文档应明确每个平面的“主用/备用/验证命令/切换判据”，并在灾备演练中按平面逐项验证。
基线落地时，建议把上述三平面内容整理成一份可执行的检查表，每项包含：配置对象、基线值、验证命令、切换判据、责任人。演练时按“管理平面 → 控制平面 → 数据平面”的顺序逐项注入故障，每次只动一个变量，记录切换时间和丢包数量。若切换时间超过设计目标（例如 HSRP 切换超过 3 秒、LACP 收敛超过 1 秒），应回到对应平面检查定时器、跟踪对象和链路状态，而不是盲目增加冗余链路。