H3C S6520现网IRF堆叠改造全实录：不断网配置与踩坑防范

简介针对现网环境核心交换机堆叠改造需求提供H3C S6520交换机IRF2智能弹性架构2堆叠配置的实战经验总结。面向需要在不中断业务前提下完成设备扩容与高可用改造的网络工程师、运维人员解决同型号设备下堆叠口规划、Master竞选、配置同步等常见问题。资料为单份PDF文档大小395KB已有1265人学习。主体内容从设备型号与软件版本核对、堆叠线缆与端口速率匹配、IRF-port编号规则、优先级设置到命令行创建IRF口、绑定物理端口、BFD分裂检测等关键步骤均有清晰说明并给出了配置前备份、业务中断预案等实操建议。针对“不断网”目标重点讲解通过提高Device A优先级确保Device B重启并同步配置以及配置BFD避免堆叠分裂引发业务故障的方法。读者可依据文档中的命令示例与操作顺序在现网中降低变更风险快速完成两台S6520交换机虚拟化为单一逻辑设备的部署提升网络带宽、简化运维管理。 前两周刚帮客户完成了一次H3C S6520的现网堆叠改造两台汇聚交换机要做成IRF业务不能断。这种需求在项目里越来越常见了设备单点跑了好几年领导终于批了预算做高可用结果一查维护窗口深夜两三点业务还不能中断。很多朋友一听“S6520堆叠”就说简单无非是配个成员编号、绑个IRF端口、重启一下。可放到现网环境里每一步都可能踩雷。我见过太多案例实验环境里跑得飞起一上真机就翻车还不是命令敲错而是对整个“不断网”的流程没有想清楚。这篇文章我就把自己在这个项目里实际操作的完整过程、踩过的坑、以及为什么这样做的原因全部写出来给正在做类似改造的运维和集成工程师一个参考。1. 现网堆叠的选型与整体思路1.1 先想清楚堆叠到底解决什么问题S6520是H3C在园区网和中小型企业网里非常常见的汇聚/接入层设备盒式机身、接口密度高、支持Comware V7。两台S6520要做高可用方案其实不止一种IRF堆叠、M-LAG、VRRP双活链路都能做。为什么要选IRF因为在这个项目里客户的核心诉求一是把两台设备逻辑成一台配置统一管理不用再一台台登录维护二是下面接的服务器和接入交换机要做跨设备链路聚合带宽可以翻倍出故障能自动切换三是IRF这个技术本身在H3C设备上非常成熟实施成本低不需要额外增加复杂的控制协议。但IRF有一个绕不开的特性设备要组成堆叠成员设备必须加载IRF配置并重启。这一点决定了施工过程和M-LAG完全不同。M-LAG可以做到两台设备独立运行、通过控制平面协商成员设备不需要重启IRF则是两台设备“合并”成一台逻辑设备这个过程必须重新初始化堆叠成员。所以如果谁跟你保证“配IRF全程零重启”那基本是在画饼。1.2 “不断网”的真实含义不是零中断而是业务无感知很多项目在前期交流时客户把“不断网”理解成“一条命令都不能丢包”。实际干过运维的都知道这个目标在IRF场景下不太现实。两台设备重启合并的过程中必然会出现毫秒级甚至秒级的控制面切换窗口。真正要做的是把这个窗口对上层业务的影响降到最低让服务器、终端用户感知不到。我这次给客户定的标准是整个改造期间除了设备重启瞬间可能出现的TCP重传业务应用无感知SSH登录不断监控系统不告警。要达到这个效果核心手段就是一句话在重启任何一台设备之前先把它的业务流量完整地、可验证地切换到另一台设备上。流量能平滑切走剩下的堆叠配置就是纯粹的技术动作了。这里还想多说一句很多人以为环境越复杂越容易断网其实恰恰相反。单机单链路的场景反而最危险因为没有任何冗余可以依靠真正能扛住“不断网”改造的往往是已经有双链路、双上联基础的拓扑。所以如果你手头的网络还是单链路裸奔建议不要硬搬我这套流程先解决物理冗余再谈堆叠。1.3 现网拓扑与设备选型背景简单交代一下现场情况两台S6520作为汇聚设备下联多台接入交换机和服务器上联核心交换机。A设备目前承载全部业务B设备是这次新增的已经完成了基础配置但没有跑业务流量。抓包测试、版本核对都完成后我制定了先配B、再合并A的整体策略——B没有业务随便重启不心疼A放到最后动给它留出充分的观察窗口。2. 动手前把检查项做足再做足2.1 设备体检和版本核对清单这次踩过的第一个坑就出在版本上。两台S6520一台跑了R63xx版本另一台是R65xx刚开始还想赌一把直接配堆叠结果IRF邻居半天协商不上一查display version才发现问题。H3C的IRF要求成员设备软件版本一致至少要保证大版本一致否则合并过程会出现各种莫名其妙的问题比如成员状态Inconsistent、配置同步失败。现场实施前我习惯先把以下命令跑一遍把输出全部留存display version display device display license display irf configuration display transceiver interface版本不一致就先升级S6520升级时要特别注意启动文件路径典型的操作是用boot-loader指定新的软件包确认当前和下次启动文件都正确后再重启设备。电源、风扇状态也要看堆叠形成后整个IRF系统是一个整体任何一个成员硬件异常都会影响全局。光模块兼容性同样不能忽视IRF链路的光模块不兼容物理层起不来后面所有配置都是白搭。2.2 IRF物理链路规划才是重头戏设备配置前先把IRF物理链路规划清楚包括成员编号、优先级、IRF端口对应关系、物理连线方式。这个环节如果出错后面设备一重启就会陷入“接口全变、配置全乱”的泥潭。我的规划是A设备作为主设备成员编号保持默认的1优先级设32B设备作为从设备成员编号改成2优先级设1。IRF端口方面每台设备都有IRF-Port1和IRF-Port2用后面两个万兆光口做堆叠链路双链路冗余避免一根线断了就分裂。连线规则是交叉连接A的IRF-Port1/1连B的IRF-Port2/2A的IRF-Port1/2连B的IRF-Port2/1。这个交叉关系很多人容易记混一旦接成直连IRF报文协商不了堆叠永远起不来。连线完成后先用display transceiver interface检查光功率确认物理链路正常再进配置阶段。2.3 配置备份与回滚预案不是走过场我给客户做任何改动之前一定先做全量配置备份。命令很简单把display current-configuration的输出保存下来同时也把startup配置文件导出一份。虽然IRF配置本身不算高风险操作但谁也不能保证过程中不会出意外特别是在A设备重启前的关键时刻。现场还要准备好Console线管理地址的SSH通道在堆叠切换时可能会短暂中断万一网络配置有问题只能靠console口救命。这次项目里我特意多带了一根Console线最后果然用上了——这个后面讲踩坑的时候细说。3. 不断网堆叠配置的实战步骤3.1 把业务冗余做扎实再谈堆叠配置这一步是整个“不断网”方案的核心直接决定最终效果。我的做法是在配置IRF之前先把B设备的所有业务配置同步完整包括VLAN、接口、路由、ACL一条不落。同时在网络拓扑上做好冗余准备下联服务器和接入交换机双上联分别接到A和B上联核心侧也采用双链路让A和B都能独立承担流量转发。具体到流量切换老式的做法是配VRRP双网关一组VRRP跑在A上B作为备用A重启时VRRP自动切换到B。但如果是二层接入环境依赖STP冗余链路收敛速度会慢一些需要根据业务容忍度来评估。这次现场因为已经有了动态路由协议我直接用OSPF等价路由实现了故障切换效果比较理想。验证冗余是否生效的方法其实很简单在不配置任何堆叠功能的情况下手动把A的上联口shutdown观察业务是否平滑切换到B观察监控是否告警。如果这一步都能通过后续重启带来的风险就会小很多。这个验证不能跳过因为你永远不知道实际流量路径里还有哪些意想不到的依赖。3.2 从设备B成员编号变更和IRF端口配置B是新增设备没有业务负担流程可以从容一些。S6520默认成员编号就是1直接配置会和A冲突所以第一步把B的成员编号改成2。这里有个非常容易踩坑的细节成员编号改完后设备接口的命名会从Ten-GigabitEthernet1/0/x变成Ten-GigabitEthernet2/0/x接口名一变原来绑定在接口上的所有配置会全部失效。所以我在配置脚本里先把B上的业务配置全部导出备份改完编号重启后再按新的接口名重新核对配置。# B设备先改成员编号保存重启 system-view irf member 1 renumber 2 # 提示重启生效保存配置后重启 save force rebootB重启完成后成员编号已经是2接口名变成Ten-GigabitEthernet2/0/x。接下来配置IRF端口把两个万兆口分别绑定到IRF-Port2/1和IRF-Port2/2# B设备配置IRF端口 system-view irf member 2 priority 1 interface Ten-GigabitEthernet2/0/49 irf-port 2/2 quit interface Ten-GigabitEthernet2/0/50 irf-port 2/1 quit irf-port 2/1 port group interface Ten-GigabitEthernet2/0/50 quit irf-port 2/2 port group interface Ten-GigabitEthernet2/0/49 quit irf-port-configuration active save force这里我要强调一下irf-port视图下用port group interface命令把物理口加入IRF端口是Comware V7比较通用的做法。单独使用物理口下的irf-port命令也可以但如果有多个物理口聚合到一个IRF端口的需求就必须用port group interface方式。配置完成后执行display irf configuration确认IRF配置已经生效然后重启B让设备以IRF成员身份启动rebootB重启后已经是一个单成员的IRF系统成员编号2。这时候它的业务配置如果之前同步完整就已经具备接管A流量的能力了。3.3 主设备A优先级提高合并重启A是现网主设备承载业务最重所以所有准备工作都要在它重启前完成。确认B已经正常启动、IRF成员状态正常后再配置A。A不需要改成员编号保持1只需要设置优先级保证合并后A仍然胜出成为主设备# A设备配置优先级和IRF端口 system-view irf member 1 priority 32 interface Ten-GigabitEthernet1/0/49 irf-port 1/1 quit interface Ten-GigabitEthernet1/0/50 irf-port 1/2 quit irf-port 1/1 port group interface Ten-GigabitEthernet1/0/49 quit irf-port 1/2 port group interface Ten-GigabitEthernet1/0/50 quit irf-port-configuration active save force在重启A之前我再次确认了一遍B上的业务状态确保B已经能转发流量。然后选择业务最低谷的时间点执行reboot。A重启过程中原本经过A的流量开始切换到B这个环节我对监控盯得很紧好在整个切换过程业务无感知。A重新启动后通过IRF链路与B自动完成合并协商H3C IRF机制会根据优先级选出主设备A优先级高成为新IRF系统的主设备。整个合并过程有两三次丢包但对上层业务影响可以忽略。合并完成后执行display irf确认两个成员都处于Stable状态这是堆叠建立成功的标志display irf display irf topology3.4 跨设备链路聚合和MAD检测一个都不能少堆叠合并成功后最直观的好处就是可以做跨设备链路聚合了。原来A和B各自上联核心只能靠路由协议切换现在可以把两个成员的口子放进同一个聚合组形成真正的跨设备Eth-Trunk带宽翻倍、故障自动切换。配置示例# IRF系统视图下配置跨设备聚合口 system-view interface Bridge-Aggregation1 link-aggregation mode dynamic quit interface Ten-GigabitEthernet1/0/1 port link-aggregation group 1 quit interface Ten-GigabitEthernet2/0/1 port link-aggregation group 1 quit看到Ten-GigabitEthernet1/0/1和Ten-GigabitEthernet2/0/1同时出现在一个聚合组里就能直观感受到“两台设备变成一台”的意义了。接下来必须做的一件事是MAD检测。IRF最怕的不是配置失败而是堆叠链路断裂后两台设备都认为自己是主设备导致双主冲突、MAC漂移、整个网络瘫痪。S6520上常用BFD MAD检测原理是让两个IRF成员通过一条独立的物理链路跑BFD心跳一旦检测到对端失联从设备会自动关闭自己的业务接口避免双主。我的做法是规划一个专用VLAN给MAD比如VLAN 4092再在IRF成员之间拉一根独立的万兆线用于BFD检测# IRF系统视图下配置BFD MAD system-view vlan 4092 quit interface Vlan-interface4092 ip address 192.168.200.1 24 bfd mad ip-address 192.168.200.2 24 quit interface Ten-GigabitEthernet1/0/52 port link-type trunk port trunk permit vlan 4092 quit interface Ten-GigabitEthernet2/0/52 port link-type trunk port trunk permit vlan 4092 quit这里要注意MAD专用VLAN不能承载任何业务流量否则BFD报文和业务流量混在一起一旦触发MAD误判后果不堪设想。配置完成后我建议实际做一次“拔线演练”把IRF主链路拔掉观察从设备是否正常关闭业务口。这个演练虽然有点吓人但真出了故障能救命。4. 现网踩坑实录与排查方法4.1 成员编号改完接口名全变了这个坑我在实验环境就吃过一次这次现场又差点翻车。B设备改完成员编号后接口从Ten-GigabitEthernet1/0/49变成了Ten-GigabitEthernet2/0/49之前针对旧接口名写的批量下发脚本全部失效如果不仔细核对很容易出现“配置看着下了其实没生效”的情况。建议所有接口级配置都用新接口名重新梳理一遍用display current-configuration interface逐个确认。大项目建议提前准备好接口名映射表改编号前就把脚本生成好。4.2 IRF端口配置了但没生效有同事问过我irf-port绑定都配了物理链路也通了为什么堆叠还是起不来最常见的原因是漏了irf-port-configuration active这条激活命令。IRF端口配置必须激活后才会开始协商光配置不激活设备根本不会通过IRF链路发报文。激活后要保存配置再重启顺序不能乱。还有一种情况是绑定的物理口刚好被业务配置占用了比如已经加进了某个聚合组。这会导致IRF配置冲突激活时报错。所以在绑定IRF端口前要把对应物理口的业务配置清干净确保端口空闲。4.3 两台设备版本不一致导致合并失败前面说过版本不一致是IRF合并失败的典型原因。现象就是两边都配好了IRF端口物理链路也正常但display irf里成员一直处于Inconsistent状态二层/三层链路也建立不起来。排查思路很直接先display version对比两台设备的软件版本不一致就升级到相同版本再重新配置IRF。还有一点容易被忽略License。如果设备上有依赖License的高级功能IRF合并后License需要能在整个IRF系统内生效。建议在实施前联系设备供应商确认避免合并完成才发现功能失效。4.4 堆叠分裂业务直接瘫痪堆叠分裂是IRF最严重的事故如果之前没配MAD分裂后两台设备同时接管业务MAC地址表震荡广播风暴整个网络秒瘫。所以我在第3.4节强调的MAD检测真的不是“建议配置”而是“必须配置”。万一真遇到分裂首先要做的是把人跑到机房或者用带外管理通道登录设备把其中一个成员的业务口全部shutdown恢复网络稳定后再排查IRF链路。千万不要在设备还处于双主状态的时候尝试重新配置这时候每一条写进设备的命令都可能加剧冲突。4.5 模拟器验证的利与弊HCL这类的H3C模拟器里可以练IRF配置流程逻辑上大差不差。但模拟器毕竟不是真机IRF端口编号、物理口支持情况、版本特性都可能和实际硬件有差异。我的建议是用模拟器跑通整体思路和命令流程但真机实施时必须用display命令逐项确认别把模拟器里的配置无脑套进来。5. 实际运维中的几个小建议整个项目做下来我最想分享的一条经验是别把堆叠当成一次“配完就走”的操作堆叠形成之后还有大量日常运维要注意。比如升级版本IRF系统虽然支持在整机或单成员上升级但操作顺序、中断窗口控制都是有讲究的。我这次因为赶时间没有等到后续版本发布如果客户后续要升级系统软件我会建议先在一台成员上升级确认无误后再升级另一台而不是两台一起重启。另外堆叠后的设备命名和配置管理也要更新。监控系统、网管平台里原来两台独立设备的记录要改成一台IRF系统的记录snmp团体名、trap服务器地址这些都要同步调整。如果监控还是按两台设备分开采集IRF系统里出现大量重复数据不说告警判断也可能误报。这次现网改造从前期检查到最终MAD验证前后花了差不多一个完整维护窗口的时间。回头复盘最危险的环节其实不是命令敲错而是业务冗余没有验证充分就匆忙重启设备。如果你也在准备做类似的S6520现网堆叠我的建议是模拟器里先跑通真机上把检查项逐条打勾业务切换验证通过后再动设备每一步都预留回退方案。堆叠本身不复杂难的是把所有细节都想到位。本文还有配套的精品资源点击获取