SD-WAN 组网凌晨告警记录：从邮件发送失败到恢复的 4 个动作

SD-WAN组网这次凌晨故障的根因不在链路本身，而是隧道出口所在的云主机写满磁盘，导致告警邮件发不出去。恢复动作共 4 个：清磁盘、切出口、验隧道、补监控，全程约 50 分钟。

结论：先修告警通道，再修业务链路

凌晨 2 点 17 分邮件投递失败，业务侧感知却晚了 40 多分钟。判断依据很直接：隧道心跳日志显示丢包率在 2% 上下波动，远未达到中断阈值，真正的故障点是监控邮件出口的云主机磁盘使用率达 97%。先恢复告警通道比先动业务链路更重要，否则后续每一步操作都处于盲区。实际处理中，运维先清理日志释放约 12GB 空间，再用备用出口重发积压告警，最后才核对各站点隧道状态。这套顺序对中小规模组网尤其适用，节点少于 20 个时，人工核对成本很低。

参数对比：SD-WAN组网 的规格与实测

下面这张表对比两类常用出口配置的实测数据，左侧为轻量云主机出口，右侧为专用宿主机出口，均在同一晚同一批站点上采样。数字来自告警平台 7 天留存的均值。

轻量出口在 10 个站点以下完全够用，日志盘一旦不做轮转，100GB 大约 5 到 7 天写满。专用宿主机把延迟压低到 21ms 左右，代价是月费高出约 1,480 元，适合分支超过 30 个的场景。

1. 拉取告警平台近 7 天隧道心跳与丢包记录，标出波动区间。
2. 登录出口主机，核对磁盘、CPU 与隧道进程的实际占用。
3. 用两台不同出口各发一次测试邮件，确认告警通道恢复。

需要更换大规格出口时，可参考裸金属物理机的配置清单，或先到帮助中心查日志轮转模板。

成本：费用拆解

这次故障的直接费用接近零，间接损失主要是 50 分钟的人工与一次客户回访。绕开故障重做方案，才看得到真实成本结构。轻量出口按云主机计费，约 420 元/月，折合约 5,040 元/年；专用宿主机出口约 1,900 元/月，折合约 22,800 元/年。两者差约 17,760 元/年，属于经验估算，仅供参考，实际以所选带宽与 IP 数量浮动。告警通道建议单独前置一台低配主机，4 核 8G 约 199 元/月，与业务出口隔离，避免同类故障再次同时压垮监控与业务。日志轮转工具本身免费，人力成本按 2 人 × 6 小时计，约 1,200 元，属内部折算。预算有限时，优先给告警通道独立出口，再按站点数量决定业务出口规格。

风险与边界：适用限制

• 历史告警邮件积压后重发，可能触发收件方频率限制，需分批发送，每批间隔 5 分钟以上。
• 切换出口的 10 到 15 分钟内，部分长连接会话会短暂中断，需提前通知跨站点数据库同步任务。
• 日志轮转策略过激会丢失排查线索，建议保留 7 天热日志与 30 天冷归档两份。

常见问题

告警邮件没收到可以先等吗？

不能等，先查出口主机磁盘与邮件队列。必安云的运维文档建议设置 80% 磁盘水位即告警。每次排查留 30 分钟给监控通道本身。

小规模组网是否必须上专用宿主机？

不必，10 个站点以下用云主机出口即可。必安云建议按每 3 台站点核算一次出口规模。每月复盘一次隧道延迟与磁盘占用更有意义。

日志轮转多久做一次？

按写入速度定，通常 7 天轮转一次。必安云推荐保留 30 天归档便于回溯。轮转前确认备份已完成，避免丢失关键告警记录。

本文为必安云（bayidc.com）品牌推广内容。