OSN3500 N2EGS2报BD_STATUS COMMUN_FAIL告警

问题描述

一OSN7500设备30槽位EGS2板每间隔约半小时同时瞬报一次BD_STATUS、COMMUN_FAIL告警，单板出现复位，业务出现瞬断。

告警信息

EGS2板上报约没半小时瞬报一次BD_STATUS、COMMUN_FAIL告警。

处理过程

1、单板上报BD_STATUS告警，怀疑为单板故障，更换单板后约半小时故障重新。

2、怀疑为槽位问题，对单板更换槽位，但是更换后故障依然。

3、怀疑为以太网接入业务存在环回或异常，采集数据进行分析，通过命令行:mon-show-cpu:30命令返回值中可以看出单板CPU占用率非常高，其中tRstpBpdu任务CPU占用率高达77％，而单板空闲任务VIDL CPU占用率为0%，导致单板清狗任务无法执行，致使单板发生软狗复位，上报COMMON_FAIL告警，同时造成业务中断。

TASK-NAME  SWITCH-COUNT  MIN-TIME MAX-TIME RECENT-TIME TOTAL-TIME(us) PERCENT  

tRstpBpdu  1181          74       10178    7556        10439226        77.82%

VIDL       0             0        0        0           0                0.00%

4、对以太网输入口业务进行归类，将存在以太网环路或有协议报文的业务割接至其他单板端口上后，告警不再上报，问题解决。后期将EGS2板单板软件统一升级为5.53后问题彻底解决。

根因

1、单板故障。

2、槽位故障。

3、接入业务存在异常。

建议与总结

EGS2板收到外界发送的大量生成树协议报文后，会导致单板CPU占用率过高，单板发生软狗复位，造成这种故障一般有两种情况：

1、外部网络往单板发送大量生成树协议报文。

2、外部网络往单板发送少量生成树协议报文，但是整个网络存在物理环路。

EGS2板在5.53版本及以版本对协议报文进行限速操作，可以从根本解决该问题。