物理层故障排查（二）：光模块故障、光衰过大、链路协商失败、环路检测
好，咱们接着聊物理层。上一章我把光模块的基础讲了个大概，这一章咱们直接上干货——光模块坏了怎么办？光衰太大怎么查？链路协商不上怎么搞？还有那个让人头疼的环路问题。
说实话，干我们这行的，光模块故障见得最多。我刚开始做运维那会儿，一遇到网络不通就慌，后来发现，八成问题都出在物理层。你想想看，上层协议再牛，底层光信号过不去，一切都是白搭。
一、光模块故障：别急着换，先看这几点
光模块故障，说白了就是它不发光了，或者发光不正常。我个人的习惯是，先看指示灯。交换机端口灯不亮？那大概率是光模块或者光纤的问题。
光模块故障的典型表现：
- 端口指示灯不亮或闪烁异常
- show interface 显示 down/down
- 光功率计测不到光
- 设备日志报错：transceiver not supported 或 optical power low
嗯，这里要注意一点。光模块很娇气，插拔的时候一定要断电。我曾经遇到过一个小伙子，带电插拔，结果模块直接烧了，还连带着把交换机的端口也搞坏了。那叫一个惨。
排查步骤：
- 看日志：先上设备看日志，有没有光模块相关的报错。
- 看光功率：用命令查光模块的收发光功率。比如华为设备用
display transceiver interface gigabitethernet 0/0/1 verbose。 - 看温度：光模块温度过高也会导致故障。我见过一个机房，空调坏了，光模块温度飙到70度，直接罢工。
- 交叉测试：把光模块换到另一个端口，或者换一根光纤试试。如果换了就好了，那就是端口或光纤的问题。
小技巧： 我习惯在备件柜里常备几个不同型号的光模块。遇到故障，直接换一个测试，效率最高。别问我为什么，问就是被坑过。
二、光衰过大：信号太弱，跑不动
光衰过大，就是光信号在传输过程中损耗太大了。你想想看，光在光纤里跑，就像人在沙漠里走，走远了总会累的。光衰过大，接收端就收不到足够强的信号，导致误码率升高，甚至直接断网。
我记得有一次，一个客户说他们的网络一到晚上就卡。我过去一查，发现光衰刚好在临界值。白天温度高，光纤损耗小一点，还能跑；晚上温度低，光纤收缩，损耗变大，直接就挂了。
光衰过大的常见原因：
- 光纤接头脏了（最常见！）
- 光纤弯曲半径太小（拐弯太急）
- 光纤熔接点损耗大
- 光模块本身发射功率不足
- 传输距离超过设计标准
怎么查？
用光功率计测。在发送端测发射功率，在接收端测接收功率。两者一减，就是链路损耗。正常来说，单模光纤每公里损耗在0.3-0.5dB左右。如果测出来损耗特别大，那就得一段一段排查了。
警告： 千万别用眼睛直接看光纤接口！激光会伤眼睛。我有个同事就干过这事，还好功率不大，不然就麻烦了。用光功率计或者红光源（可视故障定位仪）来查。
三、链路协商失败：两边说不到一块去
链路协商失败，说白了就是两边的设备没谈拢。比如一个设成100M全双工，另一个设成100M半双工，那肯定没法正常通信。或者一个设成自协商，另一个强制设成了1000M，也可能出问题。
我个人的经验是，能自协商就尽量用自协商。除非有特殊需求，比如对接老设备，才考虑强制设置。但强制设置有个坑——两边必须完全一致，包括速率和双工模式。
协商失败的典型现象：
- 端口状态显示 up/down 或 down/down
- 丢包严重，时延大
- show interface 看到大量 CRC 错误或碰撞
排查方法：
- 检查两端配置：用
show interface看两端的速率和双工模式是否一致。 - 检查网线/光纤：有时候线序不对也会导致协商失败。比如百兆网络只需要4根线，千兆需要8根。如果线只接了4根，千兆就协商不上。
- 重启端口：先
shutdown再no shutdown，让两端重新协商。 - 手动指定：如果自协商不行，就手动指定。比如两端都设成 1000M full。
避坑指南： 我曾经遇到过一个奇葩问题，两端都是千兆，自协商也成功了，但就是丢包。查了半天，发现是一根网线质量太差，虽然能协商上千兆，但跑不稳。换根好线，问题解决。所以，别迷信协商结果，还得看实际流量。
四、环路检测：网络风暴的元凶
环路，就是网络里出现了冗余路径，导致数据包在交换机之间来回转发，形成广播风暴。你想想看，一个广播包在环路里无限循环，交换机CPU直接被打满，整个网络就瘫痪了。
环路检测，说白了就是发现并阻止这种情况。常用的技术有STP（生成树协议）和环路检测协议（比如华为的loopback-detection）。
环路故障的典型表现：
- 网络突然变慢，甚至完全不通
- 交换机CPU占用率飙升
- 端口指示灯狂闪
- show interface 看到大量广播包
怎么排查？
- 看CPU：上设备看CPU占用率。如果持续90%以上，大概率是环路。
- 看日志：有没有STP拓扑变化或者环路检测的告警。
- 拔线法：最原始但最有效的方法。一根一根拔网线，拔到哪根网络恢复了，那根线就是环路所在。
- 用命令查：华为设备用
display loopback-detection，思科用show spanning-tree。
注意： 环路检测一定要开启。我见过太多网络因为环路挂掉的案例。尤其是接入层交换机，用户乱插线，很容易形成环路。开启STP或者环路检测，能自动阻断环路，保护网络。
知识体系图：物理层故障排查核心逻辑
这张图把咱们今天讲的内容串起来了。你从中心开始，根据故障现象，往四个方向去排查。先看光模块有没有问题，再看光衰是不是过大，然后检查链路协商，最后考虑环路。按这个顺序来，基本能覆盖90%的物理层故障。
好了，这一章就到这里。记住，物理层是基础，基础不牢，地动山摇。多动手，多积累经验，你也能成为故障排查的高手。