物理层故障排查：从网线到接口，把最底层的事做扎实
很多人觉得物理层没什么好学的。插上网线能通就行，不亮灯就换一根。说实话，我早年也这么想。直到有一次线上业务半夜中断，排查了三个小时才发现是光纤尾纤被机柜门夹出了微弯——那之后我才真正把物理层当回事。
物理层是整个网络的地基。地基不稳，上面七层再漂亮也是白搭。这一章咱们就聊聊网线、光纤、接口状态这些最基础的东西，以及链路抖动、CRC 错误这些让人头疼的问题怎么处理。
核心观点： 物理层故障占所有网络故障的 40% 以上。很多“上层问题”，追根溯源都在物理层。
2.1 网线：看似简单，坑最多
网线这东西，你天天用，但真不一定了解它。我见过太多人拿一根线就插，结果百兆协商、频繁断连、CRC 暴涨——全是线的问题。
2.1.1 线序与标准
网线内部有 8 根芯，两两绞合。常用的标准有两个：
| 标准 | 线序（1-8） | 用途 |
|---|---|---|
| T568A | 白绿、绿、白橙、蓝、白蓝、橙、白棕、棕 | 早期标准，兼容电话线 |
| T568B | 白橙、橙、白绿、蓝、白蓝、绿、白棕、棕 | 当前主流，推荐使用 |
直通线两端都用 T568B，交叉线一端 T568A 一端 T568B。现在的设备基本都支持 Auto MDI/MDIX，交叉线很少用了。但我建议你记住这个区别——有些老设备或者特殊场景下，交叉线还是能救命。
我的习惯： 做线时两端都用 T568B，省心。但压线钳一定要买好的，便宜钳子压出来的水晶头接触不良，后患无穷。
2.1.2 常见网线故障
- 线序错误： 1-2、3-6 这两对必须绞合正确。我遇到过有人把 1-2 和 3-6 搞反了，结果百兆能通，千兆死活协商不上。
- 接触不良： 水晶头弹片断了、氧化了、或者没压到底。插上去灯亮，一碰就断。
- 长度超标： 网线理论最大 100 米。超过这个距离，信号衰减严重，丢包率飙升。
- 电磁干扰： 网线跟强电线走同一个线槽，或者靠近电机、变频器，CRC 错误会突然暴涨。
避坑指南： 我曾经在数据中心看到一根 5 类线跑了 120 米，链路偶尔能通，但延迟高得离谱。查了半天才发现是施工队为了省事，把两根短网线用对接头接在了一起。记住：对接头能不用就不用，它会让信号质量断崖式下降。
2.2 光纤：光信号的事，马虎不得
光纤比网线娇贵。光信号看不见摸不着，出了问题只能靠工具说话。
2.2.1 光纤类型与接口
| 类型 | 芯径 | 传输距离 | 常见接口 |
|---|---|---|---|
| 单模 (SMF) | 9/125 µm | 10km+ | LC、SC |
| 多模 (OM3/OM4) | 50/125 µm | 300-550m | LC、SC |
单模用激光，多模用 LED。单模贵，但传得远。多模便宜，适合机房内部。别把单模模块插多模光纤上——虽然有时候能亮，但光功率衰减会很大。
2.2.2 光纤故障排查三板斧
- 看光口指示灯： 不亮或者闪烁，大概率有问题。
- 查光功率： 用光功率计测接收端光功率。不同模块的接收灵敏度不同，一般 -20dBm 以上算正常，低于 -25dBm 就要警惕了。
- 清洁端面： 光纤端面脏了，光功率能掉 3-5dB。用专用清洁笔或者酒精棉擦一下，很多时候问题就解决了。
经验之谈： 我排查光纤故障时，第一件事永远是清洁端面。别小看这一步，至少能解决 30% 的光纤问题。灰尘、油污、甚至一根头发丝，都能让链路不稳定。
2.3 接口状态检查：用命令说话
别光看灯。灯只能告诉你“通”还是“不通”，但很多细节得靠命令看。
2.3.1 常用检查命令
以 Cisco 设备为例：
show interfaces GigabitEthernet0/1
show interfaces status
show interfaces counters errors
show logging | include link重点关注这几个字段：
- Link status： up/down 是最基本的。
- Speed/Duplex： 协商结果。如果显示 10M/Half，那肯定有问题。
- CRC errors： 这个数字如果持续增长，说明物理层有干扰或者信号质量差。
- Input errors / Output errors： 包括 CRC、帧对齐错误、FIFO 溢出等。
2.3.2 双工不匹配
这是老生常谈的问题，但至今还在发生。一端是 Full，另一端是 Half，链路能通，但性能极差。表现为大量 CRC 错误和碰撞。
为什么会这样？因为 Full Duplex 不检测碰撞，而 Half Duplex 检测到碰撞就重传。两边步调不一致，数据就乱了。
我的建议： 现在设备都支持自动协商，尽量别手动设置速度和双工。如果非要手动设，两端必须一致。我曾经在割接时忘了改一端，结果业务卡了半小时才找到原因。
2.4 链路抖动：最让人头疼的问题
链路抖动，就是接口频繁 up/down。这种故障最难定位，因为它不是一直坏，而是间歇性发作。
2.4.1 常见原因
| 原因 | 现象 | 排查方向 |
|---|---|---|
| 接触不良 | 动一下线就闪断 | 换线、重做水晶头 |
| 光功率临界 | 白天正常，晚上断 | 测光功率，清洁端面 |
| 电源不稳 | 设备重启或端口复位 | 检查电源、更换模块 |
| 环路 | 广播风暴导致端口 errdisable | 检查 STP 状态 |
2.4.2 排查步骤
- 看日志： 用
show logging看接口 up/down 的时间点，找规律。 - 看计数器： 用
show interfaces counters errors看错误包是否在抖动前暴涨。 - 换硬件： 换线、换模块、换端口，逐个排除。
- 抓包： 如果怀疑是协议层面的问题，在接口上抓包看有没有异常帧。
避坑指南： 我曾经遇到一个案例，链路每 5 分钟抖一次，持续了三天。换了线、换了模块、换了板卡，都没解决。最后发现是机柜里的温控风扇启动时产生电磁干扰，导致光模块瞬间失锁。把光纤从风扇旁边挪开，问题消失。所以，物理层排查有时候得跳出网络本身，看看环境。
2.5 CRC 错误：信号质量的晴雨表
CRC 错误是物理层最直接的“报警信号”。它告诉你：数据在传输过程中被破坏了。
2.5.1 CRC 错误的来源
- 信号衰减： 网线太长、光纤弯曲半径太小。
- 电磁干扰： 网线靠近强电、电机、荧光灯。
- 硬件故障： 网卡、模块、端口本身有问题。
- 双工不匹配： 前面说过了，这个也会导致 CRC 错误。
2.5.2 处理流程
- 确认错误是否持续增长： 用
show interfaces看 CRC 计数器，过 10 秒再看一次。如果没增长，可能是历史残留。 - 检查物理介质： 换线、清洁光纤端面、检查连接器是否松动。
- 检查双工协商： 确保两端都是自动协商，且协商结果一致。
- 检查模块： 换一个光模块或者电口模块试试。
- 检查对端设备： 有时候问题不在本端，在对端。
一个实用技巧： 如果 CRC 错误只在某个时间段出现，比如每天下午 3 点，那很可能是环境因素。看看那个时间段有没有大型设备启动、空调压缩机工作、或者电梯运行。物理层的问题，有时候得靠“侦探思维”。
2.6 知识体系总览
下面这张图把物理层故障排查的核心逻辑串起来了。你可以把它当成一个排查地图：
2.7 写在最后
物理层排查，说白了就是“看、测、换”三个字。看灯、看日志、看计数器；测线、测光功率、测信号质量；换线、换模块、换端口。别想复杂了。
但有一点我想强调：别轻视物理层。很多“上层问题”追到根上，就是一根线没压好、一个光纤头没擦干净。你花半小时调 BGP 邻居关系，不如花两分钟检查一下物理链路是否健康。
嗯，这一章就到这儿。记住：地基稳了，房子才不倒。