4. 现网健康检查与风险识别

数据中心网络升级迁移之前，最忌讳的就是“直接开干”。现网里往往沉淀着多年变更、临时旁路、遗留配置和隐性瓶颈，如果不在割接前把健康状态摸清楚，迁移过程中任何一个被忽略的隐患都可能被放大成业务中断。本节围绕 H3C 设备的健康检查命令、日志分析、性能基线采集、单点故障识别、配置合规性检查与风险清单输出，给出一套可落地的检查方法。

一、健康检查的核心命令与观察点

H3C 设备（Comware V7/V9）的健康检查应覆盖设备级、接口级、协议级和转发级四个层面。设备级先看 CPU、内存、温度、电源和风扇：

display cpu-usage
display memory
display environment
display power
display fan
display device

其中 display cpu-usage 要关注 5 秒、1 分钟、5 分钟三个采样值，若 5 分钟持续高于 70%，说明存在持续性负载，需进一步用 display cpu-usage history 定位是协议报文还是转发任务。内存要看剩余百分比和是否有持续下降趋势，短时波动正常，持续爬升往往意味着表项泄漏或日志堆积。

接口级检查是迁移前最关键的环节，因为割接最终落在链路和端口上：

display interface brief
display interface GigabitEthernet 1/0/1
display counters inbound interface GigabitEthernet 1/0/1
display counters outbound interface GigabitEthernet 1/0/1
display transceiver diagnosis interface GigabitEthernet 1/0/1

重点看四类信息：接口 up/down 状态与速率双工是否匹配；CRC 错包、丢包、runts 等错误计数是否在增长；光模块收发光功率是否在正常范围（一般多模收光 -2～-10dBm，单模按模块规格）；接口带宽利用率是否长期超过 70%。错误计数要间隔 5 分钟连续采集两次，只有增量才说明当前仍在出错，历史累计值不能直接作为判断依据。

协议级检查包括链路聚合、生成树、路由邻居和 VRRP/IRF 状态：

display link-aggregation verbose
display stp brief
display ospf peer
display bgp peer ipv4
display vrrp verbose
display irf

聚合口要确认成员口数量、活动口数量和 LACP 状态一致；STP 要确认根桥位置和阻塞口是否符合设计；OSPF/BGP 邻居要全部 Full/Established；IRF 要确认主备角色和成员设备都在位。

二、日志分析与性能基线采集

日志是发现“曾经发生过什么”的直接证据。用 display logbuffer 查看当前缓冲区，用 display logbuffer reverse 从最新往旧看，重点关注接口 up/down 抖动、协议邻居震荡、电源/风扇告警、温度越限和配置变更记录。对于已配置日志主机的环境，可在日志服务器上按设备 IP 和时间段过滤，统计近 30 天内每台设备的告警频次。

性能基线采集强调“有对比才有判断”。建议在割接前连续采集 7 天，每 5 分钟一次，至少记录：设备 CPU 5 分钟均值与峰值、内存使用率、各上联口入/出带宽利用率、关键聚合口流量、OSPF/BGP 邻居数量、MAC 与 ARP 表项数量。采集方式可以用 display interface 配合脚本定时抓取，也可以接入网管平台。基线的作用是给出“正常区间”，迁移后一旦某项指标明显偏离基线，就能快速定位异常。

三、单点故障识别与配置合规性检查

单点故障识别要沿着“设备—链路—电源—协议”四条线排查。设备层看是否存在只有一台核心或一台出口设备承载业务；链路层看是否存在只有一条物理链路连接的关键节点；电源层看双电源是否接入不同 PDU；协议层看 VRRP 是否只有单主、IRF 是否只有单成员。典型的高风险场景是：接入交换机双上联但两条链路走同一块板卡，或 VRRP 主备设备共用同一台上游交换机，这类“逻辑冗余、物理不冗余”的问题必须提前暴露。

配置合规性检查建议对照一份检查表逐项核对，包括：是否配置了 SNMP 团体字复杂度、是否关闭了未使用端口、是否配置了 console 和 VTY 认证、是否启用了 NTP 同步、是否配置了日志主机、STP 边缘端口是否合理、是否有遗留的临时 ACL 或静态路由。检查结果要形成可追踪的记录，而不是停留在口头确认。

四、风险清单输出与处置判断

检查完成后必须形成风险清单，而不是散落在各人的记录里。清单至少包含风险编号、风险描述、风险等级、影响范围、证据（命令输出或日志片段）、建议措施和责任人。风险等级建议按“高/中/低”三档：高等级指可能导致业务中断或割接失败，必须在割接前整改；中等级指可能影响性能或可维护性，需制定缓解措施；低等级指不影响本次割接，记录跟踪即可。

以某次实际检查为例（以下为教学示例数据）：核心交换机 A 与 B 双上联，但两条上联分别接在上游设备的同一块业务板上，属于典型的高等级单点；汇聚交换机上联口 CRC 错误在 5 分钟内从 120 增长到 187，说明链路仍在出错，需更换光模块或跳线；全网有 6 台设备未配置 NTP，日志时间戳不一致，会给故障回溯带来困难，列为中等级。这三条风险分别对应“物理冗余不足”“链路质量下降”“可观测性缺失”，处置方式完全不同。

最后要强调，健康检查不是一次性动作。迁移过程中设备状态会变化，割接前应保留一份“检查前基线”，割接后再采集一次“检查后状态”，两者对比才能判断迁移是否引入了新的风险。只有把检查、分析、清单、复核串成闭环，现网健康检查才真正起到为迁移保驾护航的作用。