树莓派双有线网卡如何实现网络冗余？

Question

如何在树莓派上配置双有线网卡实现网络冗余，确保一条链路故障时自动切换？使用Linux bonding驱动时，常见问题包括mode选择不当（如mode=1 active-backup）、交换机端未配置相应聚合、网卡速率不一致导致切换延迟等。如何正确设置bonding参数并验证冗余功能是否生效？

Answer 1

1. 网络冗余基础与树莓派双网卡的应用场景

在关键业务系统中，网络的高可用性至关重要。树莓派作为轻量级边缘计算设备，常用于工业控制、远程监控和物联网网关等场景。当其部署在网络环境不稳定或对可靠性要求较高的场合时，配置双有线网卡实现链路冗余成为必要手段。

Linux bonding 驱动通过将多个物理网卡绑定为一个逻辑接口（bond），实现负载均衡或故障切换。其中 mode=1 (active-backup) 模式特别适用于仅需冗余而无需带宽叠加的场景，确保主链路故障时自动切换至备用链路。

然而，实际部署中常见问题包括：bonding模式选择不当、交换机未启用相应端口聚合、网卡速率/双工不一致导致延迟甚至通信中断等。

2. 树莓派硬件与系统准备

现代树莓派（如 Pi 4B/5）自带一个千兆以太网口，可通过 USB-to-Ethernet 适配器扩展第二个有线网卡。建议使用兼容 Linux 内核的 ASIX 或 Realtek 芯片方案，避免驱动兼容性问题。

操作系统推荐使用 Raspberry Pi OS (64-bit) Lite，便于无图形界面下的服务器部署。

确认两个网卡识别正常：

ip link show
# 输出应包含 eth0 和 eth1（或其他名称）

若使用 USB 网卡，可通过以下命令查看驱动加载情况：

lsusb
dmesg | grep -i "eth\|asix"

3. 配置 Linux Bonding 驱动（mode=1 active-backup）

编辑模块加载配置，使 bonding 模块在启动时载入：

echo "bonding mode=1 miimon=100 updelay=200 downdelay=200 primary=eth0" | sudo tee /etc/modprobe.d/bonding.conf

参数说明如下表：

参数	含义
mode=1	active-backup 模式，仅主网卡工作
miimon=100	每100ms检测一次链路状态
updelay=200	链路恢复后延迟200ms再启用
downdelay=200	链路断开后延迟200ms再切换
primary=eth0	指定 eth0 为主网卡
lacp_rate=slow	仅用于 mode=4，此处忽略
xmit_hash_policy	影响负载分发，mode=1 不生效
arp_interval	ARP 监控间隔，可替代 miimon
arp_ip_target	指定用于 ARP 探测的网关 IP
fail_over_mac=active	保持 MAC 地址一致，避免交换机学习混乱

4. 网络接口配置（基于 systemd-networkd 或 netplan）

以 systemd-networkd 为例，创建以下配置文件：

# /etc/systemd/network/10-bond0.netdev
[NetDev]
Name=bond0
Kind=bond
[Network]
DHCP=yes

[Bond]
Mode=active-backup
Primary=eth0
MIIMonitorSec=100ms
UpDelaySec=200ms
DownDelaySec=200ms

# /etc/systemd/network/20-eth0.network
[Match]
Name=eth0
[Network]
Bond=bond0

# /etc/systemd/network/20-eth1.network
[Match]
Name=eth1
[Network]
Bond=bond0

启用并重启服务：

sudo systemctl enable systemd-networkd
sudo systemctl restart systemd-networkd

5. 交换机端配置注意事项

在 active-backup 模式下，Linux bonding 不依赖交换机支持 LACP，因此交换机无需配置链路聚合（LACP）。但需注意：

• 避免交换机端启用了 STP（生成树协议）导致端口延迟进入转发状态
• 确保两个端口属于同一 VLAN
• 禁用端口安全策略中的“MAC 地址数量限制”
• 若使用 managed switch，建议设置 portfast 或 equivalent

错误地在交换机上配置了 LACP 而主机未启用，可能导致链路无法协商成功。

6. 常见问题分析与排查流程

1. 网卡未正确绑定 → 检查 /proc/net/bonding/bond0
2. 切换延迟过高 → 检查 miimon/updelay/downdelay 设置
3. IP 丢失或无法获取 → 确保 DHCP 配置在 bond0 上
4. 主备角色混乱 → 使用 primary= 并设置 fail_over_mac=active
5. USB 网卡性能差 → 更换为 AX88179 等高性能芯片型号
6. 速率不一致（如主100M，备1000M）→ 强制统一速率或更换线缆
7. ARP 探测失败 → 启用 arp_interval + arp_ip_target
8. 内核未加载 bonding 模块 → 手动 modprobe bonding
9. udev 规则导致网卡名变化 → 使用固定命名规则
10. MTU 不一致 → 统一所有接口 MTU 为 1500

7. 验证冗余功能是否生效

查看 bonding 状态：

cat /proc/net/bonding/bond0

输出示例：

Bonding Mode: fault-tolerance (active-backup)
Primary Interface: eth0
Currently Active Slave: eth0
MII Status: up
...

模拟故障测试：

• 拔掉 eth0 网线，观察日志：dmesg -H | grep -i bond
• 检查 active slave 是否切换为 eth1
• ping 网关持续不断，则切换成功

8. 自动化监控与告警流程图

graph TD
    A[开始] --> B{bond0 状态正常?}
    B -- 是 --> C[记录日志, 继续监控]
    B -- 否 --> D[触发告警脚本]
    D --> E[发送邮件/SMS]
    E --> F[执行诊断命令]
    F --> G[生成报告]
    G --> H[通知运维人员]
    H --> I[人工介入或自动修复]
    I --> J[恢复验证]
    J --> B

9. 性能优化建议

为减少切换时间，可调整以下参数：

• 将 miimon=100 设为更小值（如 50），但增加 CPU 开销
• 添加 arp_interval=100 和 arp_ip_target=192.168.1.1 提高检测精度
• 使用 ethtool 固定速率避免自协商失败：ethtool -s eth0 speed 1000 duplex full autoneg off
• 避免使用 WiFi 与有线同时接入同一子网，防止路由冲突

10. 实际部署中的高级考量

在生产环境中，还需考虑：

• 结合 keepalived 实现 VRRP 级别的高可用
• 使用 Prometheus + Node Exporter 监控 bonding 状态指标
• 通过 udev 规则固定网卡名称（如 rename to eth0/eth1）
• 在容器化环境中共享 host 网络以继承 bonding 特性
• 定期压力测试链路切换行为，纳入 CI/CD 流程