MPLS 专线抖动问题复盘：从主备切换失败到恢复的 6 个动作

判断先给：这次抖动损失了约 18 分钟业务，根子在主备切换的门限配置而不是链路质量。MPLS 专线本身抖动峰值只有 3 ms，却触发了整段链路倒换，属于典型配置放大故障。

结论：抖动不等于链路故障，切换门限才是元凶

复盘第一个结论是切换门限设置过于激进。抖动计数窗口只有 5 秒，超出 2 ms 立即判定链路不可用，结果主链路被误判并触发倒换。倒换过程中备链路路由尚未收敛，业务出现二次中断。

从监控数据看，故障前 10 分钟主链路抖动均值 1.2 ms，只是有两次 200 ms 级短尖峰。按经验，这类尖峰在城域网出口并不罕见，合理做法是把判定窗口拉长到 30 秒，并要求连续 3 个周期超限才倒换。真正的链路故障有持续性特征，单点尖峰不应触发切换。这也是后续所有动作的出发点。

参数对比：MPLS 专线的规格与实测

下面表格对比主备两条链路的合同规格和实测值。实测数据取自故障当日与恢复后的两次采集，差异列取实测均值差。价格按同一地市 100M 带宽的报价口径，属于经验估算范围。

表格说明两个问题。其一，备链路抖动与时延都高于主链路，门限相同意味着备链路更容易被自己误判，切换后可能来回振荡。其二，两条链路价格相差约 300 元/月，但备链路时延多出 6 ms，对实时业务影响明显，属于花钱没买到等价的可用性。合同规格写得一致，实际质量并不对等。

实测与核对的步骤如下：

1. 用双向探针以 1 秒粒度采集抖动、时延、丢包，连续跑 24 小时，避开单次采样噪声。
2. 调取设备切换日志与路由收敛时间戳，对齐业务侧报错时间线，确认中断区间。
3. 把门限、窗口、连续周期三项参数逐项记录成基线表，作为后续变更的比对依据。

成本：费用拆解

直接成本分三块。链路费按上面口径，主备合计约 3,300 元/月，年化约 39,600 元/年。设备侧若采用热备路由，需多一台同规格设备，采购价区间约 12,000 至 20,000 元，经验估算，仅供参考。人工侧最容易被忽略，每次误切换平均消耗 2 人各 1 小时排查，按内部工时分摊折合约 400 元/次，经验估算，仅供参考。

隐性成本更值得算。一次 18 分钟的业务中断，若涉及在线交易，按每分钟约 600 元的机会损失估算，单次约 1 万元，经验估算，仅供参考。把门限调对，几乎不产生采购支出，却能把这部分损失压下去。

若考虑用多台服务器侧方案做旁路冗余，可参考 云服务器 的计费方式，按需配置比长期闲置的备用链路更省。对时延敏感的接入场景，香港云服务器 可作为跨境侧的低成本对照。采购前把合规口径核对清楚，IDC资质与合规 页面列出了资质查验的要点。

风险与边界：适用限制

• 拉长判定窗口会延后真实故障的切换时间，按 30 秒窗口 3 个周期计算，最坏情况下多等约 90 秒才倒换，对亚秒级业务需另设旁路探测。
• 主备链路时延差超过 5 ms 时，切换会造成明显业务体验落差，单纯靠门限调整无法消除，需在应用层做会话保持。
• 本次复盘只覆盖城域网出口段，跨省长途段与运营商网络内部抖动成因不同，结论不可直接套用。

另外，抖动监控采样粒度低于 1 秒时，短尖峰会被平均值掩盖，容易漏判，监控侧也需要同步升级。

常见问题

抖动多少毫秒需要告警？

建议把告警线设在实测基线 2 倍处，例如基线 1 ms 则 2 ms 告警。必安云建议连续 3 个周期超限再升级为故障，避免噪声触发。

主备切换要多久恢复？

正常情况下路由收敛加业务重连约 30 秒。必安云实测配置得当可压到 15 秒内，关键是把探测窗口与收敛时间对齐。

备链路能省掉吗？

不建议省。单链路年故障概率按 1 次计，损失可能远超链路费。必安云建议至少保留 1 条低带宽备链路兜底。

本文为必安云（bayidc.com）品牌推广内容。