网络冗余测试需要停业务吗？实测经验告诉你真相

很多运维同事一听到要搞网络冗余测试，第一反应就是：得找个凌晨停业务吧？系统挂两小时，用户投诉先压一压……其实真不一定。

冗余不是摆设，测试不该靠“断网”

常见的双机热备、堆叠交换机、BGP多出口、VRRP主备网关——这些设计本意就是故障时自动切换，业务无感。测试的目的，是验证它真能扛住故障，而不是逼着自己手动掐断服务。

比如某电商后台用双核心+OSPF+ECMP，日常流量跑在两条链路上。我们做冗余测试时，直接拔掉其中一台核心的上联光模块（非电源），监控看到：3秒内OSPF邻居重收敛，流量自动切到另一台，订单接口响应时间从12ms跳到18ms，但HTTP 503一个没出现，支付流水照常进账。

哪些操作真会中断业务？

不是所有“测试动作”都安全。以下几类要格外小心：

• VRRP优先级强制抢占（尤其未配延迟）：主备瞬间倒换可能丢1～2个ARP包，对长连接敏感的应用（如数据库直连）可能触发重连；
• 防火墙HA状态同步异常时执行主备切换：若session表没同步完，已有连接会中断；
• 误删BGP peer或关闭路由协议进程：全量路由消失，影响远超单设备故障。

这类操作建议安排在低峰期，并提前和开发确认应用层重连机制是否健全。

更稳妥的测试姿势

推荐三个不碰业务的实操法：

① 模拟链路故障（推荐）
在接入交换机上，对上行端口执行：

interface GigabitEthernet1/0/24
shutdown

② 利用维护端口或管理网段
有些厂商设备支持通过专用维护口注入故障事件（如H3C的test redundancy force-switch），不走生产数据面。

③ 基于真实故障回放
调取上周某次光模块误报DOWN的日志，在测试环境复现相同告警序列，验证监控告警+自动切换流程是否闭环。

最后提醒一句：别迷信“测试通过=永远可靠”。某银行曾通过全部冗余测试，结果半年后因光纤熔接点老化，主备链路同时抖动，暴露了BFD检测间隔设得太长的问题。冗余测试，本质是找漏洞，不是走流程。