42EFS单板误报HARDBAD告警

问题描述

Metro1000扩容42EFS发现有多台设备上报HARD_BAD告警，复位单板能够恢复，但是过一段时间后还会上报，主机从4.2.6.6升级到4.2.6.41P06支持EFS板，业务没有受到任何影响。

告警信息

Hard_Bad，告警参数为0x11

处理过程

连续三次采集收发两个方向报文统计，发现端口收发包都没有变化，说明该端口在数据采集这段时间内无流量。

故障单板端口收包统计如下：

Bid Pid  Chn  GroupId     DateTime   Eid    Data-High4Byte  Data-Low4Byte

  3  1  ch1   grp1   2010-8-3 4:2:0   rxpkts   0x00000000     0x00006f4d        

  3  1  ch1   grp1   2010-8-3 4:2:3   rxpkts   0x00000000     0x00006f4d     

  3  1  ch1   grp1   2010-8-3 4:2:6   rxpkts   0x00000000     0x00006f4d   

故障单板端口发包统计如下：

Bid Pid  Chn  GroupId     DateTime   Eid    Data-High4Byte  Data-Low4Byte

  3  1  ch1   grp2   2010-8-3 4:2:0   txbok    0x00000000     0x01ee9326        

  3  1  ch1   grp2   2010-8-3 4:2:3   txbok    0x00000000     0x01ee9326     

  3  1  ch1   grp2   2010-8-3 4:2:6   txbok    0x00000000     0x01ee9326

结合故障单板业务正常、端口流量少的现象，怀疑Hard_Bad告警为误报。

将单板软件降级至V242版本后，HARDBAD告警消失。

根因

Hard_Bad告警参数为0x11，表示单板数通器件异常，单板会在两种情况下上报数通器件异常：

1、单板业务不通或业务单通；

2、单板Hard_Bad告警误报，单板某个端口流量很小、无流量或网线接口异常都有可能导致该告警误报。