故障年年有，今年特別早。

前幾天，我在寫《2022年通信行業(yè)十大看點(diǎn)》的時(shí)候，就提到了網(wǎng)絡(luò)安全穩(wěn)定的重要性。沒想到，這還不到一個(gè)禮拜，國(guó)內(nèi)第一個(gè)斷網(wǎng)事件就誕生了。

根據(jù)媒體報(bào)道，1月12日凌晨，有大量用戶反映某運(yùn)營(yíng)商服務(wù)斷網(wǎng)?；诰W(wǎng)友反饋的坐標(biāo)來看，包括北京、廣州、杭州、長(zhǎng)春、烏魯木齊等地，均出現(xiàn)了斷網(wǎng)問題。

據(jù)悉，此次大規(guī)模斷網(wǎng)事件，導(dǎo)致47%的該運(yùn)營(yíng)商用戶無法訪問網(wǎng)絡(luò)，骨干網(wǎng)受到影響，具體表現(xiàn)為路由追蹤無信息。

本次斷網(wǎng)發(fā)生在深夜，且很快得到了恢復(fù)（不到半小時(shí)），客觀來說，影響不大。

但是，斷網(wǎng)的原因卻遲遲未能公布（估計(jì)不會(huì)公布了）。

這次斷網(wǎng)，不禁讓人深思——都2022年了，運(yùn)營(yíng)商和設(shè)備商每天都把技術(shù)吹得天花亂墜，為什么我們的網(wǎng)絡(luò)還是會(huì)斷？

今天，小棗君就簡(jiǎn)單和大家聊聊這個(gè)話題。

斷網(wǎng)的原因分析

前段時(shí)間，西安一碼通宕機(jī)的時(shí)候，幾乎所有人都把關(guān)注目光放在“單一來源采購(gòu)”和“項(xiàng)目轉(zhuǎn)包”上。

我們?cè)谌粘９ぷ髦校步?jīng)常見到甚至參與過類似的項(xiàng)目——高價(jià)中標(biāo)，然后層層轉(zhuǎn)包，最后一個(gè)千萬級(jí)的項(xiàng)目，很可能是一個(gè)大學(xué)生團(tuán)隊(duì)完成的。

軟件行業(yè)這種現(xiàn)象略見不鮮，于是人們就會(huì)覺得，通信行業(yè)出現(xiàn)問題，是不是也和項(xiàng)目轉(zhuǎn)包或者低價(jià)中標(biāo)有關(guān)？

其實(shí)，通信行業(yè)的情況，和IT行業(yè)還是有些區(qū)別的。

通信項(xiàng)目，尤其是面向三大運(yùn)營(yíng)商的公共通信網(wǎng)絡(luò)項(xiàng)目，對(duì)安全性和可靠性的要求極高。

公共通信網(wǎng)絡(luò)（手機(jī)網(wǎng)絡(luò)、寬帶網(wǎng)絡(luò)）承載著海量的用戶，支撐國(guó)民經(jīng)濟(jì)各個(gè)領(lǐng)域（金融、制造、交通）的發(fā)展，對(duì)于社會(huì)穩(wěn)定意義重大。各個(gè)運(yùn)營(yíng)商身負(fù)非常嚴(yán)格的網(wǎng)絡(luò)安全運(yùn)行考核指標(biāo)，一旦出現(xiàn)問題，不是扣工資那么簡(jiǎn)單，而是領(lǐng)導(dǎo)下課，甚至瀆職入獄。

所以，對(duì)于通信網(wǎng)絡(luò)主設(shè)備和核心服務(wù)的采購(gòu)，運(yùn)營(yíng)商非常嚴(yán)謹(jǐn)和認(rèn)真。能夠中標(biāo)的，都是華為、中興、愛立信、諾基亞這樣的大型企業(yè)。

運(yùn)營(yíng)商那么重視，設(shè)備商就更不用說了。在目前激烈的市場(chǎng)競(jìng)爭(zhēng)下，設(shè)備商們?cè)贀搁T，也不敢在安全上松懈。一旦出事，大領(lǐng)導(dǎo)就要屁顛屁顛去道歉。一旦出大事，這個(gè)省的份額基本上就是完蛋，卷鋪蓋走人。

所以，通信網(wǎng)絡(luò)設(shè)備的采購(gòu)，尤其是集團(tuán)層面的集采，貓膩空間有限。目前，貓膩較多的，或者說存在低價(jià)競(jìng)爭(zhēng)、灰色交易的，是一些中小型的采購(gòu)。大家可以去運(yùn)營(yíng)商的采購(gòu)網(wǎng)站看，每天都有幾十個(gè)采購(gòu)項(xiàng)目掛出來，什么辦公樓裝修啊，顯示屏采購(gòu)啊，信息系統(tǒng)運(yùn)維啊，之類的。

通信圈里很多人抱怨運(yùn)營(yíng)商壓價(jià)，其實(shí)運(yùn)營(yíng)商壓價(jià)的項(xiàng)目，主要是運(yùn)維、代運(yùn)維、站點(diǎn)勘察之類的體力勞動(dòng)項(xiàng)目。甲方會(huì)通過施工標(biāo)準(zhǔn)來卡供應(yīng)商。

既要低價(jià)，又要符合標(biāo)準(zhǔn)，就看乙方供應(yīng)商的本事。硬件和物料是明的，不好偷工減料，于是，就把目光放在員工身上，大幅克扣合作方員工的工資和獎(jiǎng)金，以此達(dá)到壓低成本的目的。

說起來大家可能不信，有設(shè)備商在招外包合作的時(shí)候，明確要求了給外包員工的薪資比例。例如設(shè)備商給分包商1萬，那么，分包商必須承諾，至少要給員工7000，以此保證底層員工的積極性和態(tài)度。

為了保證分包商員工不瞎搞，設(shè)備商和運(yùn)營(yíng)商還專門制定了大量的流程制度和行為規(guī)范，文檔也是不斷地checklist，對(duì)操作步驟嚴(yán)格管控，防止出事。

前幾年廣西那個(gè)故障，就是外包員工誤操作，導(dǎo)致某設(shè)備商賠了幾個(gè)億。所以，設(shè)備商不會(huì)為了省那么幾個(gè)錢，在核心環(huán)節(jié)摳成本。

說來說去，我想表達(dá)的意思就是——通信網(wǎng)絡(luò)因?yàn)閷訉愚D(zhuǎn)包、偷工減料導(dǎo)致出現(xiàn)重大網(wǎng)絡(luò)的可能性，極低極低。運(yùn)營(yíng)商、設(shè)備商、分包商，都不敢拿網(wǎng)絡(luò)安全當(dāng)兒戲。

真正的原因

那么問題來了，通信網(wǎng)絡(luò)出現(xiàn)重大故障的主要原因，究竟是什么呢？

其實(shí)還是技術(shù)原因。

我們搞技術(shù)的通信人都知道，現(xiàn)在的通信網(wǎng)絡(luò)是極為健壯的，即使你想故意搞癱它，都很難。

通信網(wǎng)絡(luò)在設(shè)計(jì)之初，就有無數(shù)的專家進(jìn)行架構(gòu)設(shè)計(jì)和評(píng)審，考慮各種冗余和容災(zāi)方案。為了避免癱局，所有的單板都是主備兩塊。再往上，網(wǎng)元也是容災(zāi)的，要么pool池，要么1+1或1:1備份。傳輸設(shè)備就更不用說，各種環(huán)型組網(wǎng)，各種主備保護(hù)，就是為了應(yīng)對(duì)設(shè)備故障或意外情況（地震、水災(zāi)、恐襲等）。

電子設(shè)備是不穩(wěn)定的，CPU、內(nèi)存、主板、硬盤、強(qiáng)弱電，都有可能故障。公共通信網(wǎng)絡(luò)要實(shí)現(xiàn)99.9999%以上的可靠性，必須做容災(zāi)備份。說白了，就是砸錢?？瓷先ナ且惶自O(shè)備，其實(shí)后面是一堆設(shè)備。

但是，越復(fù)雜的網(wǎng)絡(luò)，其中的隱患就越難以察覺。目前，我們經(jīng)歷2/3/4/5G的發(fā)展，網(wǎng)絡(luò)變得太過臃腫和復(fù)雜。網(wǎng)絡(luò)的開放化，也導(dǎo)致了廠商的魚龍混雜。

舊設(shè)備舍不得淘汰，新設(shè)備（新技術(shù)）剛剛上線，是混亂的高發(fā)期。

運(yùn)維人員對(duì)設(shè)備和網(wǎng)絡(luò)的缺乏了解，信息的不對(duì)稱，導(dǎo)致了應(yīng)對(duì)突發(fā)局面的慌亂和倉(cāng)促。

說句實(shí)在話，目前運(yùn)營(yíng)商的一些員工，在技術(shù)上無法做到及時(shí)的技能更新，對(duì)設(shè)備商依賴越來越大，正在喪失對(duì)技術(shù)的控制和主導(dǎo)權(quán)。

少部分的運(yùn)營(yíng)商基層技術(shù)牛人，因?yàn)槁殬I(yè)發(fā)展的原因，要么升職去做管理了，要么躺平或離職了，青黃不接，沒辦法和設(shè)備商工程師進(jìn)行對(duì)等溝通，影響了故障的緊急恢復(fù)。沒有造成二次傷害，就已經(jīng)不錯(cuò)了。

全網(wǎng)級(jí)的重大故障，要么是核心網(wǎng)的鍋，要么是傳輸網(wǎng)的鍋?，F(xiàn)在出故障，想都不用想，要么是骨干網(wǎng)路由掛了，要么是光纖斷了，要么就是DNS、鑒權(quán)這樣的基礎(chǔ)服務(wù)掛了。連Facebook和Google這樣的頂級(jí)技術(shù)巨頭，都會(huì)在BGP這樣的基礎(chǔ)路由協(xié)議上栽跟頭，你說還有什么不可能發(fā)生？

我們總吹牛，說自己控制了網(wǎng)絡(luò)。其實(shí)，一線技術(shù)人員都知道，很多技術(shù)上的事情，都是玄學(xué)。你根本不知道它為什么會(huì)好，也根本不知道它為什么會(huì)壞。

網(wǎng)絡(luò)出現(xiàn)故障的可能性太多了，蝴蝶效應(yīng)也非常明顯。我們國(guó)內(nèi)的工程質(zhì)量把關(guān)很嚴(yán)格，還好一些。很多海外項(xiàng)目，簡(jiǎn)直讓人抓狂。

舉個(gè)例子，曾經(jīng)在印度的一個(gè)項(xiàng)目，本地員工中繼線接錯(cuò)了，主用對(duì)的，備用錯(cuò)了。結(jié)果，傳輸網(wǎng)絡(luò)一個(gè)閃斷，主用切備用，癱了。線癱了就癱了唄，結(jié)果數(shù)據(jù)溢出，把傳輸設(shè)備沖癱了。傳輸設(shè)備癱了，導(dǎo)致整網(wǎng)信令擁塞，又把MGW媒體網(wǎng)關(guān)（兼做信令網(wǎng)關(guān)）沖癱了，一路癱下去，一個(gè)邦（相當(dāng)于國(guó)內(nèi)一個(gè)?。┚瓦@么斷網(wǎng)了。你說神不神奇？

我們作為技術(shù)人，要對(duì)技術(shù)有敬畏之心。我們對(duì)技術(shù)的掌握，遠(yuǎn)遠(yuǎn)沒有到爐火純青的地步。所以，完全杜絕網(wǎng)絡(luò)故障，是不可能的。常在河邊走，哪有不濕鞋。出來混，還是要看點(diǎn)運(yùn)氣。

從技術(shù)的長(zhǎng)遠(yuǎn)發(fā)展來看，現(xiàn)在都講網(wǎng)絡(luò)的自動(dòng)駕駛（和開車沒關(guān)系，是網(wǎng)絡(luò)自己管理網(wǎng)絡(luò)的意思），講AI的智能化運(yùn)維。其實(shí)我覺得，AI輔助運(yùn)維應(yīng)該可行，但是全面接管的話，還是蠻遙遠(yuǎn)的。

目前，我們的通信網(wǎng)絡(luò)過于復(fù)雜，人員水平層次不齊，在沒有外部主動(dòng)攻擊的情況下，我們都無法保證網(wǎng)絡(luò)的100%安全。一旦發(fā)生了敵對(duì)勢(shì)力對(duì)網(wǎng)絡(luò)的超限戰(zhàn)，會(huì)發(fā)生什么，誰也不知道。

客觀發(fā)生的情況我們控制不住，但是，主觀的預(yù)防行為我們還是可以做的。

一方面，加強(qiáng)對(duì)技術(shù)人員的尊重，給予合適的待遇，規(guī)劃技術(shù)線的跑道，有利于穩(wěn)定技術(shù)人員隊(duì)伍。

另一方面，及時(shí)對(duì)員工進(jìn)行技術(shù)培訓(xùn)和實(shí)踐訓(xùn)練，彌補(bǔ)技術(shù)差異，有利于故障的快速恢復(fù)。

第三，容災(zāi)演練要落到實(shí)處，少搞貓膩，想方設(shè)法多設(shè)計(jì)一些極限的緊急情況，完善容災(zāi)預(yù)案，會(huì)有很大幫助。

第四，簡(jiǎn)化網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)，加速舊設(shè)備的淘汰，實(shí)現(xiàn)網(wǎng)絡(luò)極簡(jiǎn)，有利于減小故障發(fā)生的風(fēng)險(xiǎn)。

好了，以上就是小棗君關(guān)于網(wǎng)絡(luò)故障的一些想法，歡迎大家補(bǔ)充、拍磚。

2022沒有開個(gè)好頭，希望后面大家平平安安，該拜還是多拜拜。