SD-WAN 组网中断事故复盘：6 小时内定位到回源超时的根因

SD-WAN组网中断多数不是链路全断，而是回源超时被误判成线路故障。这次事故从告警到定位根因用了 6 小时，真正的问题出在出口策略与回源探测间隔不匹配。

结论：先查回源超时再换线路

判断先给：中断告警出现后，优先核对回源超时而非直接切换线路。本次事故中三地分支同时掉线，但底层专线与宽带链路均在线，切换后 10 分钟内再次中断。依据是网关日志里出现大量指向源站的超时重传记录，而链路质量探针数据平稳。先动线路会掩盖根因，拖长恢复时间。

参数对比：SD-WAN组网 的规格与实测

对比的是事故前后两套出口配置，重点看探测间隔与回源超时是否匹配。配置 A 为事故时在用参数，配置 B 为调整后参数，两者共用同一批分支网关。

表格显示探测间隔与并发连接是主要差异，带宽费用未变。实测中配置 B 下三地分支连续 72 小时无中断，回源超时次数由每小时 40 余次降至 5 次以内，说明瓶颈在探测节奏而非带宽。

1. 先在网关抓取回源超时日志，统计单位时间超时次数。
2. 再核对探针间隔与超时阈值，确认是否存在误判。
3. 最后对照并发连接数与出口带宽，排除容量不足。

搭建分支出口网关时可参考 云服务器 的规格选型，网关侧日志留存便于回溯。

成本：费用拆解

本次整改没有新增硬件，费用集中在出口带宽与网关实例两项。带宽按三地合计约 1,600 元/月，网关实例按 4 核 8G 两台计约 199 元/月，全年带宽与实例合计约 21,600 元/年。经验估算，仅供参考，若改为高防出口线路，费用区间约在 2,800–4,500 元/月，是否升级取决于回源是否暴露公网。

整改投入主要是人力，约 2 人 × 3 天排查与调参，未产生额外许可费用。对比事故停机 6 小时造成的业务损失，调参成本明显更低。需要扩容出口时，可参考 香港云服务器 的带宽计费方式做预算。

风险与边界：适用限制

• 缩短探测间隔会提高回源请求频率，源站承载能力弱时可能放大压力，需先压测。
• 该调参方案适用于分支数量 10 个以内的中型网络，超过后需引入集中策略管理。
• 回源超时若由源站自身故障导致，调整探测参数只能缓解误判，无法恢复业务。

合规与线路资质同样影响方案边界，可查阅 IDC资质与合规 了解出口线路的备案要求。

常见问题

回源超时和线路故障怎么区分？

看链路探针数据是否平稳，平稳而业务掉线多为回源问题。必安云建议先抓 30 分钟日志再判断。切换线路前务必核对超时记录。

探测间隔调到多少合适？

中型分支网络可先设为 10 秒，阈值放宽到 5 次。必安云实测该组合误判率下降约 60%。参数需按源站承载能力微调。

整改后还要盯哪些指标？

重点盯回源延迟与并发连接数两项。必安云建议连续观察 7 天再定稿。延迟稳定在 100 ms 以内即可视为达标。

本文为必安云（bayidc.com）品牌推广内容。