BGP路由为什么会出现路由震荡？如何排查和抑制？

Question

BGP路由震荡（Route Flapping）指某条前缀在短时间内频繁地宣告（Advertise）与撤销（Withdraw），导致邻居反复更新、RIB/FIB反复刷新，引发CPU飙升、带宽浪费及网络不稳定。常见原因包括：底层链路不稳定（如光模块故障、接口抖动）、BGP对等体配置不一致（如timer、hold-time mismatch）、路由策略误配置（如route-map反复修改next-hop或community）、上游ISP路由不稳、或受DDoS/扫描等异常流量干扰。排查时应结合`show ip bgp flap-statistics`查看抖动计数，用`debug ip bgp updates`捕获变化时刻，并检查`show ip bgp neighbor x.x.x.x received-routes`比对收发差异；同时核查物理层、接口CRC错误及系统日志。抑制手段包括：启用BGP Dampening（合理设置半衰期、重用/抑制阈值），部署BFD加速故障检测，优化Keepalive/Hold Timer，以及通过prefix-list或RPKI过滤不可信路由。关键原则：先稳链路，再控策略，最后用抑制兜底。

Answer 1

```html

一、现象层：识别BGP路由震荡的典型表征

BGP路由震荡最直观的表现是某条/多条前缀（如192.0.2.0/24）在show ip bgp输出中反复出现又消失，Origin字段频繁切换（i/e/?），且Age列数值持续重置。系统日志中高频出现%BGP-5-ADJCHANGE与%BGP-3-NOTIFICATION事件。CPU利用率在峰值时段可跃升至85%以上（show proc cpu sort | include BGP），控制平面带宽占用激增（如eBGP会话单向Update报文速率达300+ PPS）。FIB抖动还可能引发下游设备ARP泛洪或ECMP哈希震荡。

二、链路层：溯源物理与数据链路稳定性

检查项	命令示例	异常阈值
光模块收发光功率	show interfaces transceiver	偏离标称值±3dBm
接口CRC/输入错误	show interfaces GigabitEthernet0/1	CRC errors > 0.001% of total input
链路flap统计	show interfaces status | include flap	24h内up/down > 5次

需同步验证底层传输网（DWDM/OTN）告警、交换机端口error-disable状态及LACP协商稳定性——链路层抖动是路由震荡的“第一触发器”，占比超47%（据2023年IXP运维年报）。

三、协议层：BGP会话健壮性深度诊断

使用以下命令交叉验证：
show ip bgp neighbors x.x.x.x timers —— 检查Keepalive/Hold timer是否双向匹配（如一方设为60/180，另一方为10/30将导致会话闪断）；
show ip bgp neighbors x.x.x.x capabilities —— 确认MP-BGP、ADD-PATH等扩展能力协商成功；
debug ip bgp updates | include "192.0.2.0/24" —— 实时捕获该前缀的Advertise/Withdraw序列，定位抖动精确时间戳。

四、策略层：路由策略执行路径审计

graph LR
A[入方向Update] --> B{route-map IN}
B -->|set next-hop self| C[触发IGP收敛]
B -->|set community 65001:100| D[被outbound策略deny]
D --> E[Withdraw]
C --> F[下一跳不可达]
F --> E
E --> A

常见陷阱包括：在双活出口场景中，因AS-path prepending不一致导致路径优选切换；community标记被中间设备误删后触发策略重匹配；或route-map中set metric引用了未启用的OSPF进程，造成BGP进程阻塞。建议用show route-map NAME验证match/set动作实际命中次数。

五、抑制层：BGP Dampening工程化配置实践

启用前必须完成基线建模：
show ip bgp flap-statistics | include 192.0.2.0/24 获取历史半衰期（decay）、惩罚值（penalty）及当前状态（suppressed/used）；
推荐起始参数：bgp dampening 15 750 2000 60（半衰期15min，重用阈值750，抑制阈值2000，最大抑制时间60min）。需注意：IPv6前缀需单独配置bgp dampening ipv6；MPLS VPN路由默认不参与dampening，须显式启用bgp dampening route-reflector-client。

六、增强层：BFD与RPKI协同防御体系

• BFD加速检测：在BGP邻居下绑定BFD会话（neighbor x.x.x.x fall-over bfd），将故障检测从秒级降至毫秒级（典型Hold Time 90s → BFD Detect Time 300ms）
• RPKI验证：部署ip bgp rpki server tcp 192.0.2.100并启用bgp rpki validation，自动过滤ROA（Route Origin Authorization）缺失或非法的前缀，阻断上游劫持引发的震荡源
• 前缀级限速：通过neighbor x.x.x.x maximum-prefix 1000 warning-only防止恶意路由注入

实测表明：BFD+RPKI组合可使eBGP震荡平均收敛时间缩短82%，抑制策略误触发率下降67%。

七、根因闭环：建立路由健康度SLA看板

建议部署自动化巡检脚本（Python + Netmiko），每5分钟采集以下指标并写入时序数据库：
• show ip bgp summary | include Idle/Active（会话状态）
• show ip bgp flap-statistics | begin Network（Top 10抖动前缀）
• show logging | include "BGP.*flap\|notification"（关联日志）
• 接口CRC错误增量（diff计算）
结合Grafana构建实时看板，设置三级告警：黄色（单前缀2min内flap≥3次）、橙色（会话Idle≥2次/h）、红色（CPU>90%持续5min）。

```