针对118.107.13日本cn2的常见故障排查与定位流程总结

概述：最好、最佳、最便宜的排查思路

本文围绕118.107.13与日本cn2链路上的常见故障进行全面总结，目标是找到“最好”（效果最优）、“最佳”（平衡成本与时间）和“最便宜”（低成本快速缓解）的处理办法。对于生产环境的服务器，优先保证服务可用性与数据完整性：最好是采用完整端到端的流量抓包和上游BGP路由确认；最佳方案通常是结合本地排查与运营商单点支持；最便宜的临时方案包括切换到备用路径、使用CDN或建立临时隧道等。

第一步：复现与范围确认

任何诊断流程第一步是复现问题并确认影响范围。使用多地检测工具（如本地控制台、异地VPS）对118.107.13进行ping、traceroute、mtr测试，记录丢包率、延迟与抖动。判断问题是单台服务器、单端口服务，还是整网段、跨ASN或跨国链路的广泛故障。

第二步：基础网络层检查

在服务器端运行基本网络检查：ping 目标、traceroute/tracert、tcptraceroute 指定端口。查看本机网卡状态（ethtool）、接口统计（ifconfig/ip -s link）、路由表（ip route）、ARP/neighbor表，确认是否存在错误报文、丢包、MTU或半双工等物理层/链路层问题。

第三步：服务层与端口连通性测试

对目标端口执行telnet、nc或curl测试，判断是ICMP可达但TCP/UDP不可达。使用ss/netstat查看本地监听与连接情况，验证防火墙（iptables/nftables/ufw）和安全组是否阻断。若针对HTTP/HTTPS报错，可用curl -v查看握手与证书细节。

第四步：中间链路诊断（traceroute/mtr/路由观察）

使用mtr长期追踪到日本cn2路径的每一跳，定位发生丢包或延时突增的跳点。对比不同源点（国内机房、云上节点、骨干VPS）的traceroute结果，判断是否为CN2运营商侧的抖动、误路由或黑洞问题。必要时使用ICMP与TCP模式交叉验证。

第五步：抓包与协议分析（tcpdump/wireshark）

当问题具体现象为丢包或重传时，在服务器上用tcpdump抓取相关流量（如tcpdump -i eth0 host 118.107.13 and port 80）。分析三次握手失败、RST、重复ACK或碎片包、ICMP不可达（Fragmentation needed）等，确认是否为MTU、Path MTU或传输层异常。

第六步：上游与BGP路由检查

若链路在边缘或运营商段出现问题，需要检查BGP可达性：使用各类Looking Glass、BGPlay和公共路由查看（如RouteViews、RIPE）查询到118.107.13的公告路径，确认是否有不正常的AS变换、路径截断或黑洞。关注CN2相关的BGP社区、策略与GIA/GT差异。

第七步：定位到运营商还是机房内部

通过比较同机房内其他IP、同ASN内其他机柜与异地节点的连通性，可判断问题在机房内部交换链路还是在运营商至日本的国际链路。如果只有单IP受影响，可能是IP被封禁或路由错误；若整段路由异常，优先联系机房或上游运营商。

第八步：常见故障与对应快速处置

常见问题包括：1）物理链路/网卡错误（替换网卡、重启交换端口）；2）MTU导致的分片或握手失败（调整MTU或开启TCP MSS clamping）；3）BGP路由劣化或被污染（与上游或对端AS沟通）；4）防火墙策略误阻（排查规则/日志），5）DNS解析异常（确认正反向解析）。临时最便宜的缓解通常是开启备用链路、建立GRE/IPSec隧道或切换至CDN/代理。

第九步：与运营商的沟通模板与要点

联系运营商时提供关键信息：影响IP 118.107.13、发生时间、复现步骤、抓包文件（pcap）、mtr/traceroute输出、路由表与BGP公告截屏。重点要求运营商检查其CN2出口到日本的链路、是否存在ACL、ACL样例或BGP社区被设置为黑洞。

第十步：长期优化与监控建议

为避免复发，建议部署主动监控（Prometheus + Blackbox exporter、Zabbix或Pingdom）、多线/多机房热备、BGP多播/多出口策略、并与CN2线路进行SLA对齐。对重要业务考虑使用CDN或中日互通加速服务，权衡成本与性能做出最合适选择。

附录：常用命令与示例

常用命令清单：ping、traceroute/mtr、tcptraceroute、tcpdump -i eth0 host 118.107.13, iperf3、ethtool eth0、ss -tnlp、ip route show、bgp looking glass。抓包后用wireshark过滤tcp.flags.reset==1或icmp.type==3快速定位。

结语：定位流程的实践要点

总结：针对118.107.13与日本cn2的故障排查要遵循“复现—隔离—确认—定位—解决—验证”的流程，优先在服务器端完成可控检查，再向上游运营商提交证据密集的工单。选择最好、最佳或最便宜方案取决于业务重要性与成本承受能力，永远把服务可用性放在第一位。

来源：针对118.107.13日本cn2的常见故障排查与定位流程总结