1. 为什么IS-IS收敛速度值得你花时间调优干网络运维这行的朋友都有体会路由协议收敛速度这件事平时不觉得是个问题一旦出事就是大事。我印象特别深的一次是某园区核心链路切换OSPF那边秒级切换IS-IS这边愣是等了三十多秒才恢复业务侧直接炸锅。后来复盘发现不是IS-IS本身慢而是默认参数压根没为快速收敛做过任何优化。IS-ISIntermediate System to Intermediate System作为链路状态协议和OSPF一样靠SPF计算和LSP泛洪来同步拓扑。它的默认定时器设计偏保守主要是为了适配早期低性能设备和窄带链路。放到今天动辄万兆、十万兆的骨干网环境里这些默认值就成了拖后腿的瓶颈。快速收敛调优的核心思路就三件事缩短故障检测时间、加快LSP泛洪节奏、优化SPF计算调度。这三件事做扎实了IS-IS做到亚秒级收敛完全没问题。这篇文章适合谁看如果你正在维护运营商骨干网、大型数据中心DCI互联、或者企业多出口核心层跑的是IS-IS而不是OSPF那这篇内容基本就是给你写的。我会从参数原理讲到具体配置再到实际踩过的坑尽量把每个参数为什么这么调讲清楚。新手也能看懂因为我会用生活化的类比来解释那些抽象概念。2. IS-IS收敛慢的根因拆解与调优整体思路2.1 收敛过程到底慢在哪几个环节要调优先得知道时间花在哪了。IS-IS从链路故障到全网路由重新可用大致经历这么几个阶段故障检测接口物理层或协议层感知到链路Down。如果是光纤拔了物理层毫秒级就能感知但如果是中间经过传输设备、或者链路质量劣化但没完全断就得靠Hello超时来检测这个时间可能是秒级甚至十秒级。LSP生成与泛洪故障设备生成新的LSP通过所有邻接接口泛洪出去。泛洪速度取决于LSP发送间隔、重传间隔、以及CSNP/PSNP的交互节奏。SPF计算调度收到新LSP的路由器把SPF计算排入队列等待SPF定时器触发。默认情况下IS-IS有SPF延迟和保持时间防止拓扑震荡导致CPU被SPF打满。路由下发与转发恢复SPF算完后把路由装进转发表硬件转发芯片更新FIB业务流量恢复。这四个环节里故障检测和SPF调度是最容易被人忽略的两个大头。很多人一上来就调LSP泛洪参数结果发现效果不明显就是因为瓶颈根本不在泛洪上。2.2 调优的整体策略分层递进别一把梭我的建议是按优先级分三层来调第一层BFD联动解决故障检测慢的问题。这是性价比最高的手段。BFDBidirectional Forwarding Detection能在毫秒级检测到链路故障然后立刻通知IS-IS不用等Hello超时。这一步做完收敛时间直接从秒级降到百毫秒级。第二层LSP泛洪参数优化解决拓扑信息传播慢的问题。包括LSP生成间隔、LSP重传间隔、CSNP发送间隔、PSNP发送间隔等。这些参数控制的是坏消息传得有多快。第三层SPF计算调度优化解决路由计算慢的问题。包括SPF延迟、SPF保持时间、LSP到达间隔等。这些参数控制的是收到坏消息后多快开始算、算多快。三层都调完IS-IS在中小型网络中做到200ms以内收敛是完全可行的。大型网络因为LSP数量多、SPF计算量大可能要到500ms左右但相比默认的几十秒已经是质的飞跃。注意调优之前一定要确认设备硬件转发能力跟得上。如果设备CPU本身就弱把SPF延迟调得太激进反而会导致CPU飙高、协议震荡得不偿失。3. 核心参数逐个拆解每个定时器到底在干什么3.1 Hello定时器与BFD联动配置IS-IS的Hello报文有两个关键参数Hello发送间隔和Hello超时倍数。默认情况下广播网络Hello间隔10秒点对点网络Hello间隔10秒超时倍数一般是3倍。也就是说链路故障后最坏情况要等30秒才能检测到。你可以把Hello机制想象成两个人每隔10秒互相喊一嗓子你还在吗如果连续3次没听到回应就认为对方不在了。这个机制在早期网络中够用但放到现在30秒的检测时间对于核心业务来说太长了。调优方案有两个方向方向一缩短Hello间隔。比如把Hello间隔改成3秒超时倍数改成3检测时间就是9秒。再激进一点Hello间隔1秒超时3秒。但这样做有个问题Hello报文频率太高会占用CPU和带宽而且如果链路本身有轻微丢包容易误判导致邻居震荡。方向二BFD联动。这是我最推荐的方式。BFD独立于IS-IS运行以毫秒级间隔发送检测报文检测到故障后立刻通知IS-ISIS-IS不用等Hello超时就能触发LSP更新。BFD的配置大概长这样interface GigabitEthernet0/0/1 isis bfd enable bfd min-tx-interval 100 bfd min-rx-interval 100 bfd detect-multiplier 3这段配置的意思是BFD报文每100毫秒发一次接收间隔也是100毫秒连续3次没收到就认为链路故障。检测时间 100ms × 3 300ms。相比默认的30秒提升了100倍。实操心得BFD的检测倍数不要设太低3是一个比较稳妥的值。设成2的话链路轻微抖动就可能误判。另外如果链路中间经过了传输设备要确认传输设备是否支持BFD透传否则BFD报文可能被丢弃。3.2 LSP生成与泛洪相关定时器LSP是IS-IS用来描述拓扑信息的情报。当链路状态变化时路由器需要生成新的LSP并泛洪出去。这里涉及几个关键定时器参数默认值调优建议值作用lsp-generation初始50ms最大8s初始10ms最大1s控制LSP生成的最小间隔lsp-refresh-interval900s保持默认或适当延长LSP刷新周期lsp-retransmit-interval5s1-2sLSP重传间隔csnp-interval10s3-5sCSNP发送间隔psnp-interval2s1sPSNP发送间隔lsp-generation这个参数特别值得说。它控制的是LSP生成的最小间隔默认初始50ms、最大8秒。什么意思呢如果拓扑在短时间内频繁变化IS-IS不会每变一次就生成一个LSP而是等一等攒一攒减少LSP数量。这个机制叫LSP生成抑制。默认的8秒最大间隔太保守了拓扑变化后可能要等好几秒才生成新LSP。调成初始10ms、最大1s既能抑制震荡又不会拖慢收敛。lsp-retransmit-interval控制的是LSP发送后没收到确认时的重传间隔。默认5秒意味着如果LSP丢了要等5秒才重传。调成1-2秒可以加快可靠性确认。csnp-interval是广播网络上DIS指定中间系统周期性发送CSNP的时间间隔用于数据库同步。默认10秒调成3-5秒可以让新加入的路由器更快同步数据库。配置示例router isis lsp-generation 10 100 1000 lsp-retransmit-interval 2 csnp-interval 5 psnp-interval 1注意lsp-generation的三个参数分别是初始间隔、二级间隔、最大间隔单位是毫秒。不同厂商的命令格式可能略有差异配置前查一下对应设备的文档。3.3 SPF计算调度参数SPF计算是IS-IS最耗CPU的部分。如果每次收到LSP都立刻跑一次SPF拓扑震荡时CPU会被打满。所以IS-IS设计了SPF调度机制收到LSP后不立刻计算而是等一个延迟时间如果延迟期间又收到新LSP就再等一个保持时间但总等待时间不超过最大等待时间。这个机制叫SPF延迟、SPF保持、SPF最大等待。默认值一般是SPF延迟50ms-200ms不同厂商不同SPF保持200ms-1sSPF最大等待5s-10s调优方向是把这些值缩小router isis spf-interval 10 100 500这表示收到LSP后等10ms开始SPF计算如果计算期间又收到新LSP再等100ms但总等待不超过500ms。这里有个关键权衡调得太激进拓扑震荡时SPF频繁计算CPU压力大调得太保守收敛慢。我的经验是中小型网络LSP数量500可以调到10ms/100ms/500ms大型网络LSP数量2000建议调到50ms/200ms/1000ms给CPU留点余量。3.4 LSP到达间隔与PRC优化还有一个容易被忽略的参数是lsp-arrival-interval它控制的是收到LSP后的处理间隔。默认情况下IS-IS收到LSP后会立刻处理但如果LSP大量涌入CPU可能来不及处理。这个参数可以设置一个最小处理间隔把LSP攒一攒再处理。另外IS-IS支持PRCPartial Route Calculation也就是部分路由计算。当只有叶子节点末端网络变化时不需要跑完整SPF只做PRC即可。这个功能默认一般是开启的但有些设备可能需要手动确认。router isis lsp-arrival-interval 10 100 500实操心得PRC功能一定要确认开启。我遇到过一台设备默认关闭PRC每次叶子节点变化都跑完整SPF收敛时间比预期多了200ms。开启后效果立竿见影。4. 完整调优配置实例与分步操作4.1 实验拓扑说明为了让大家能复现我描述一个典型的实验拓扑。这个拓扑是我在实际项目中常用的验证环境结构简单但能覆盖大部分场景三台路由器R1、R2、R3组成IS-IS Level-2骨干R1和R2之间是主链路万兆R1和R3之间是备链路千兆R2和R3之间有一条横向链路R1下挂一个业务网段通过IS-IS发布正常情况下流量走R1-R2R1-R2故障后切换到R1-R3这个拓扑的好处是故障切换路径明确收敛时间容易测量而且能验证BFD、LSP泛洪、SPF计算三个环节的优化效果。4.2 基础IS-IS配置先贴基础配置确保IS-IS邻居能正常建立router isis net 49.0001.0000.0000.0001.00 is-type level-2-only metric-style wide log adjacency changes interface GigabitEthernet0/0/1 ip address 10.0.12.1 255.255.255.0 ip router isis isis circuit-type level-2-only interface GigabitEthernet0/0/2 ip address 10.0.13.1 255.255.255.0 ip router isis isis circuit-type level-2-only interface Loopback0 ip address 1.1.1.1 255.255.255.255 ip router isisR2和R3的配置类似只是NET地址和接口IP不同。配置完成后用show isis neighbors确认邻居状态是Up。4.3 BFD联动配置在R1、R2、R3的所有IS-IS接口上启用BFDinterface GigabitEthernet0/0/1 isis bfd enable bfd interval 100 min_rx 100 multiplier 3 interface GigabitEthernet0/0/2 isis bfd enable bfd interval 100 min_rx 100 multiplier 3配置完成后用show bfd neighbors确认BFD会话状态是Up。这里有个细节BFD会话建立需要几秒钟不要刚配完就拔线测试等BFD状态稳定后再测。4.4 LSP泛洪与SPF调度参数配置在R1、R2、R3上统一配置以下参数router isis lsp-generation 10 100 1000 lsp-retransmit-interval 2 csnp-interval 5 psnp-interval 1 spf-interval 10 100 500 lsp-arrival-interval 10 100 500 prc-enable逐条解释一下lsp-generation 10 100 1000LSP生成初始间隔10ms二级间隔100ms最大间隔1000mslsp-retransmit-interval 2LSP重传间隔2秒csnp-interval 5CSNP发送间隔5秒psnp-interval 1PSNP发送间隔1秒spf-interval 10 100 500SPF初始延迟10ms保持100ms最大500mslsp-arrival-interval 10 100 500LSP到达处理间隔10ms/100ms/500msprc-enable开启部分路由计算注意不同厂商的命令语法可能有差异。比如某些厂商的spf-interval命令格式是spf-interval 10 100 500另一些可能是spf delay 10加spf hold 100加spf max-wait 500分开配置。配置前务必查对应版本的命令手册。4.5 收敛时间测量与验证配置完成后怎么验证调优效果我一般用两种方法方法一手动断链路测收敛。在R1上持续ping R3的Loopback地址然后在R2上shutdown R1-R2的接口观察ping丢包数量。丢包数量乘以ping间隔就是大致收敛时间。比如ping间隔100ms丢了3个包收敛时间大约300ms。方法二查看IS-IS日志时间戳。开启log adjacency changes后IS-IS会记录邻居Up/Down的时间。对比邻居Down的时间和路由重新可用的时间就能算出收敛时间。实测数据参考基于上述拓扑和配置场景默认配置收敛时间调优后收敛时间R1-R2主链路故障约25-30秒约200-300msR2节点故障约30-35秒约300-400ms叶子网段变化约5-8秒约50-100ms这个提升幅度是实打实的。从30秒到300毫秒业务侧基本无感知。5. 常见问题与排查技巧实录5.1 BFD会话起不来怎么办BFD会话Up不来的原因通常有这么几个中间设备不支持BFD透传如果两台路由器之间经过了传输设备、防火墙等这些设备可能不支持BFD报文透传。解决办法是确认中间设备是否支持或者改用Hello超时调优方案。BFD参数不匹配两端的BFD发送/接收间隔和检测倍数必须匹配或者至少满足协商条件。检查两端的bfd interval和min_rx配置是否一致。接口未启用BFD有些设备需要在全局和接口下同时启用BFD。检查isis bfd enable是否配置在正确的接口下。排查命令show bfd neighbors detail show isis interface GigabitEthernet0/0/1 detail5.2 调优后邻居频繁震荡这是最让人头疼的问题。调优后邻居频繁Up/Down通常是因为参数调得太激进链路轻微抖动就触发了BFD或Hello超时。解决办法把BFD检测倍数从3调到4或5把Hello间隔从1秒调回3秒检查链路质量看是否有丢包或误码实操心得调优不是越激进越好。我一般会先调到一个相对保守的值观察一周稳定后再逐步收紧。生产环境永远稳定优先。5.3 SPF计算频繁导致CPU高如果调优后发现CPU利用率明显上升尤其是SPF计算次数暴增说明SPF调度参数调得太激进了。解决办法把spf-interval的初始延迟从10ms调回50ms把最大等待时间从500ms调回1000ms检查是否有路由震荡源比如某个接口频繁Up/Down排查命令show isis spf-log show processes cpu sorted5.4 收敛时间没有明显改善如果调优后收敛时间还是几十秒说明瓶颈不在你调的那些参数上。常见原因BFD没生效确认BFD会话状态是Up且IS-IS确实在依赖BFD做故障检测。硬件转发慢有些老设备的FIB更新速度就是慢协议层面收敛了但转发层面还没恢复。这种情况只能换设备。LSP泛洪被抑制检查lsp-generation参数是否设得太大导致LSP生成被过度抑制。SPF计算被延迟检查spf-interval参数确认没有设成很大的值。5.5 常见问题速查表问题现象可能原因排查命令解决办法BFD会话Down中间设备不透传show bfd neighbors改用Hello调优或更换中间设备邻居频繁震荡检测参数太激进show isis neighbors放宽BFD倍数或Hello间隔CPU利用率高SPF调度太激进show processes cpu增大SPF延迟和保持时间收敛时间无改善BFD未生效或硬件慢show bfd neighbors确认BFD状态或评估硬件能力LSP泛洪慢重传间隔太大show isis database减小lsp-retransmit-interval6. 生产环境调优的几点个人体会调优这件事实验室环境和生产环境完全是两码事。实验室里你可以随便拔线、随便重启生产环境里每一次震荡都是事故。我踩过几次坑之后总结了几个原则分享出来供参考。第一变更窗口一定要留足。IS-IS调优涉及协议参数变更变更过程中邻居可能会短暂震荡。我一般会申请至少2小时的窗口前30分钟做配置中间30分钟观察后面1小时做故障演练验证。不要觉得配置就几条命令很快真正花时间的是验证和观察。第二灰度上线不要全网一把梭。先在边缘区域或者非核心节点上试点观察一周稳定后再推广到核心层。核心层一旦出问题影响面太大。第三调优前后一定要做基线对比。记录调优前的收敛时间、CPU利用率、邻居震荡次数等指标调优后再测一遍。没有基线对比你根本不知道调优到底有没有效果。第四文档和回滚方案缺一不可。每一条调优命令都要记录在案包括为什么调、调成什么值、预期效果是什么。同时准备好回滚命令万一出问题能快速恢复。第五不要忽视厂商差异。不同厂商对IS-IS定时器的默认值和命令格式都不一样甚至同一厂商不同版本之间也有差异。配置前一定要查对应版本的文档不要照搬网上的配置。最后再分享一个小技巧如果你不确定某个参数调了之后会怎样可以先用show isis spf-log和show isis database detail观察一段时间看看当前网络的LSP数量和SPF计算频率再决定调优力度。LSP数量少、SPF计算不频繁的网络可以调得激进一些LSP数量多、SPF计算频繁的网络就要保守一些。这个判断逻辑比任何教科书上的建议都管用。