网络故障排除指南

本指南概述了诊断和解决网络性能问题所需的协作步骤。指南采用按优先级排序的流程图形式，从最简单、最常见的问题开始，逐步过渡到更复杂的排查。

先决条件：审查应用程序最佳实践

在进行深入的网络排查之前，必须确保您的应用程序设计已达到最佳性能。许多性能问题可以通过优化应用程序设计来解决，例如高频 API 调用或低效的触发器。

请在此处查阅应用程序设计指南。

如果您的应用已遵循这些指南，请继续进行以下网络排查阶段及后续步骤：

阶段 1：基础检查

以最小的投入快速排除本地、客户端和物理层问题。

1. 从受影响的终端运行当前诊断

• 操作：分别对目标服务和一个稳定、高带宽的公共端点（例如google.com或cloudflare.com）运行以下命令，以便进行对比。
• 执行扩展 ping 测试（50-100 次或更多），以显示最小/平均/最大延迟及数据包丢失率。
• ping 1.1.1.1（Cloudflare）
• ping 8.8.8.8（Google）
• pathping（若在 Windows 系统上）
• DNS 查询：nslookup、dig、drill
• 优先级理由：这是收集速度最快的数据。对比测试至关重要，可立即判断问题是特定于服务路径，还是该终端的普遍互联网问题。
• 操作——使用 Tulip 的“网络检测”功能
  • 选项 1 — 在浏览器窗口中访问 https://{您的Tulip Instance}.tulip.co/networkCheck
  • 选项 2 — 在 Tulip Player 中，点击“工具”菜单，然后点击“网络检查”。
  • 查看结果
    • 查看所有测试是否通过。如果未通过，请截取此屏幕的截图并点击**“下载诊断报告**”。将截图和诊断报告文件发送至support.tulip.co，Tulip 客服代表将为您提供协助。
    • 您也可以将这些文件分享给内部 IT 团队，以便他们协助您解决问题。

2. 进行硬件物理检查

• 操作：对受影响的工作站进行全面的硬件检查。检查以太网线是否损坏、网卡是否插牢，或物理交换机端口是否存在问题。优先处理的原因：物理层问题是根本原因，且可能表现为更复杂的网络故障。首先排除这些故障，可避免在软件层面的诊断上浪费时间。

3. 验证本地终端配置

• 操作：检查终端的 DNS 设置、本地代理配置（包括任何重定向设置）、本地安全/防火墙软件，并查阅 DHCP 服务器日志，以确认该终端未频繁发生DHCP 重新协商。
• 优先级原因：这些是客户端特有的设置，可能仅导致单个用户出现问题，而不会影响整个网络。在排除物理层和一般互联网问题后，这是接下来应检查的合理环节。

4. 查看本地系统日志中的近期事件

• 操作：在受影响的终端上，检查系统事件日志（例如 Windows 事件查看器、macOS 控制台或 Linux 的 journalctl/dmesg），查找任何与性能问题出现时间相符的近期网络相关错误、警告或重大变化。 重点查找与网络适配器状态变化、DHCP 租约失败、DNS 解析问题或防火墙/安全软件警报相关的事件。
• 优先级原因：这有助于确定问题是新出现的，还是与最近的配置更改或先前局部网络问题有关，这些问题可能已在客户端机器上留下痕迹。

第二阶段：关联基础设施分析

利用具体的事件数据调查共享网络基础设施。此阶段需要 IT 部门的访问权限和协作。

5. 锁定时间戳并审查内部日志

• 操作：将用户报告的网络变慢时间与内部网络设备日志进行关联分析。重点关注：
• 网络抖动过高
• 数据包丢失或重传率过高
• 审查网络拓扑图并提供日志
• 问题发生时段内的网络日志（如涉及，包括代理日志）
• 本地网络拥塞或带宽饱和事件
• 优先处理原因：这有助于将调查重点锁定在具体时间点，相比翻阅数天的日志要高效得多。在联系外部人员之前必须完成此项工作。

6. 审查防火墙和安全设备的性能

• 操作：在问题发生的时间戳期间，审查防火墙/代理日志中被阻断的 TCP/UDP 连接，并检查设备资源（CPU、内存、连接数）。此外，请确认所有必需的 Tulip IP 地址和域名当前均已列入白名单，且未受到可能增加延迟的过度严格检查。 请关注代理特有的指标，例如连接限制、并发会话数量，以及深度数据包检测（DPI）导致的延迟。
• 优先级原因：安全设备是常见的瓶颈。此项检查既涉及显式的阻断规则，也包括因硬件过载或侵入性检测策略导致的性能下降。

7. 检查服务质量（QoS）配置

• 操作：如果您已实施 QoS 策略，请验证应用程序服务收发流量的分类方式。确保其未被意外降级。
• 优先级原因：QoS 配置错误是导致应用程序性能问题的具体且常被忽视的原因，特别是在网络活动高峰期。

8. 分析整体带宽和 SNMP 数据

• 操作：审查全站峰值带宽使用情况，并检查路由器/交换机的 SNMP 数据，以确认问题发生期间是否存在高利用率或错误。
• 优先级原因：这有助于确定问题是否与整体网络容量或争用有关。

9. 分析 ISP 网络路径

• 操作：联系您的 ISP，并向其提供高延迟的具体时间戳。
• 针对 ISP 的具体要求：请其排查路由不合理、对等连接点拥塞、其网络段或中转路径上的数据包丢失/延迟增加，以及在特定时间段内生效的任何相关网络策略。
• 优先级理由：这涉及外部方，当您能向其提供来自内部调查的精准数据和时间戳时，效果最佳。

第三阶段：高级深度排查

使用高度技术化且资源密集型的方法来查找最难以察觉的问题。

10. 高级数据包级深度排查

• 行动：在网络速度变慢事件发生期间，对受影响的机器进行完整的数据包捕获（pcap）。关键在于重点关注所有分析层面的时间戳关联。分析捕获的数据包，查找数据包篡改（例如 TTL 更改）、协议错误（TCP 重传）或特定的 ICMP 错误消息。
• 优先级原因：这是最复杂的步骤。它能提供最终的真实情况，但仅在其他所有调查均未能查明原因时才予以采用。