企业网络拓扑梳理与二层故障排查复盘

本文根据一次真实网络调整过程整理。设备地址、域名、端口编号和业务名称均已泛化，仅保留可复用的排障思路。

一、问题背景

现场网络经过多次临时调整后，出现了几类相互交织的现象：

这类问题不能只盯着某一根网线或某一个端口。正确做法是先重建事实，再按风险从低到高逐步处理。

第一阶段严格采用只读方式：

这样可以把“采集造成的变化”和“网络自身变化”区分开，也方便后续建立可靠基线。

通过 LLDP、LACP、MAC 地址表、ARP 表、Trunk VLAN 列表和现场接线信息交叉验证，最终将网络抽象为以下结构：

防火墙/出口
    │
三层核心交换机
    ├── 服务器接入交换机 ── 物理服务器/虚拟化平台
    └── 用户汇聚交换机
          ├── 用户接入交换机 ── POE/无线
          ├── 生产区域交换机
          └── 测试区域交换机

重建拓扑时不能只相信接口描述。接口描述可能多年未更新，真正可靠的证据包括：

服务器 VLAN 被一路放行到用户和无线方向，使无线侧有机会收到服务器网段的 DHCP 广播。结果就是无线客户端可能进入错误网段，服务器广播域也被无意义地扩展。

处理原则是：

部分链路一端配置为动态聚合，另一端却表现为普通单链路。单条链路可能暂时可用，但配置模型不一致会留下扩容和故障切换风险。

聚合链路必须满足：

部分交换机启用了 STP，部分设备未配置，根桥也不是规划中的核心设备。这不一定立即造成中断，但在临时 Trunk、多级汇聚和服务器桥接并存的场景下，二层环路风险会被放大。

STP 调整应放在维护窗口内完成，并提前规划：

只读日志中发现过网关地址冲突，来源是一个承担光电转换或临时汇聚角色的设备。管理设备占用了业务网关地址后，会造成 ARP 抖动和间歇性不可达。

管理面应使用独立地址规划，任何新接入设备都要先核对：

本次调整遵循“先缩小故障域，再处理根因”的顺序：

不建议在证据不足时同时修改核心、汇聚、服务器和防火墙。一次只改变一个变量，才能判断哪个动作真正有效。

每次调整后至少进行两轮采集，比较以下指标：

接口状态与最近一次 flap 时间
CRC、input error、abort 等计数器增量
聚合组 Selected/Unselected 成员数量
MAC move 记录和计数增量
STP 根桥与阻塞端口
DHCP 地址所属网段
核心默认路由和出口邻居状态

最终观察中，核心聚合链路没有新增物理错误，主要链路保持 Up；无线侧 VLAN 范围得到收敛，后续问题集中到了服务器多网口和虚拟交换机配置上，为下一阶段整改提供了明确方向。