华为交换机堆叠与集群技术深度解析附带脚本

一、引言

在企业园区网、数据中心等网络场景中，为了提升网络的可靠性、扩展性和管理效率，华为交换机提供了堆叠（Stack）和集群（CSS，Cluster Switch System ）技术。这两种技术能够将多台物理交换机逻辑上整合为单一的虚拟设备，简化网络运维，增强网络性能。本文将深入解析华为堆叠与集群技术的优势、核心概念，并结合实际配置示例，带你掌握其部署要点，同时详细探讨堆叠的动态变化（成员退出、加入、合并、分裂 ）及相关保障机制（MAD 检测 ），对比传统 CSS 与 CSS2 技术差异。

二、堆叠与集群技术概述

（一）核心概念

1. 堆叠（Stack）

   • 定义：将多台同型号交换机通过专用堆叠线缆或以太网业务口连接，逻辑上虚拟化为一台 "交换机"。所有成员交换机共享统一的管理 IP、配置文件和转发平面，对外呈现为单一网络节点。
   • 典型场景：接入层环形堆叠组网（如 3 台交换机组成环形堆叠，提升冗余能力 ）。

2. 集群（CSS）

   • 定义：主要用于中高端框式交换机，通过集群卡或业务板卡的集群端口连接，将两台框式交换机虚拟为单一逻辑设备。相较于堆叠，集群支持更大的设备容量和更灵活的拓扑，常用于核心层、汇聚层高可靠性场景。
   • 典型场景：双机集群（2 台交换机通过多对业务口连接，增强带宽与冗余 ）。

（二）技术优势

三、堆叠技术深度解析

（一）关键参数与概念

1. 堆叠 ID（Stack ID）

   • 每台堆叠成员交换机的唯一标识（如 0、1、2 ），用于区分堆叠内的不同设备。

2. 堆叠优先级（Stack Priority）

   • 取值范围 0 - 255（数值越大优先级越高 ），用于竞争堆叠主设备角色。
   • 规则：优先级高的设备优先成为主交换机；优先级相同时，mac地址小的设备竞争胜出。

3. 堆叠拓扑与连接方式

   • 环形堆叠：成员交换机通过环形链路连接，具备链路冗余能力，某条堆叠链路故障时，自动切换为链形继续工作。
   • 链形堆叠：成员交换机按线性串联，部署简单，但冗余能力弱于环形（需依赖设备自身冗余 ）。

（二）堆叠系统建立过程

1. 初始化阶段：交换机启动后，自动检测堆叠线缆连接，识别邻居设备。
2. 过程角色选举： ① 运行状态比较，已经运行的交换机比处于启动状态的交换机优先竞争为交换机。堆叠主交换机选举超时时间为20s，堆叠成员交换机上电或重启时，由于不同成员交换机所需的启动时间可能差异较大，因此不是所有成员交换机都有机会参与主交换机的第一次选举。 ② 堆叠优先级高的交换机优先竞争为主交换机。 ③堆叠优先级相同时，MAC地址小的交换机优先竞争为主交换机。
3. 角色：
   • 主交换机（Master）：负责管理整个堆叠系统，处理配置、协议协商等核心任务。
   • 备交换机（Standby）：同步主交换机配置，主故障时自动升级为主，保障业务不中断。
   • 从交换机（Slave）：执行主交换机下发的转发任务，无独立控制平面。
4. 统一配置：主交换机将配置同步给备、从交换机，整个堆叠系统对外呈现为单一设备。

（三）堆叠动态变化处理

1. 堆叠成员退出

• 场景：堆叠成员交换机因故障（如电源、主板故障 ）或手动移除（维护场景 ）退出堆叠。
• 处理机制 ：
  • 若退出的是从交换机：主交换机自动重新分配资源，业务无明显中断（转发平面快速收敛 ）。
  • 若退出的是备交换机：原主交换机检测到备故障后，会重新选举新的备交换机（通常是优先级次高或 mac地址次小的成员 ），期间业务转发不受影响，但配置同步可能有短暂延迟。
  • 若退出的是主交换机：备交换机立即升级为主，接管整个堆叠系统，实现 "0" 业务中断切换（依赖配置预同步机制 ）。

2. 堆叠成员加入

• 场景：新增交换机加入已有的堆叠系统（如网络扩容、替换故障设备 ）。
• 处理机制 ：
  1. 新成员启动后，自动检测堆叠线缆连接，向现有堆叠系统发送加入请求。
  2. 主交换机验证新成员的型号、软件版本兼容性，若符合要求，将其纳入堆叠，分配 Stack ID（通常是当前最大 ID + 1 ），并同步配置。
  3. 新成员成为从交换机，参与业务转发，整个过程对现有业务影响极小（仅需短暂的拓扑收敛时间 ）。

3. 堆叠合并

• 场景：两个独立的堆叠系统因物理连接（如堆叠线缆误连 ）或人为操作（如网络规划调整 ）发生合并。
• 处理机制 ：
  1. 两个堆叠系统的主交换机通过堆叠链路交换信息，比较优先级→Stack ID，优先级高的主交换机保留主角色，另一堆叠系统的主交换机降级为备或从。
  2. 合并后的堆叠系统重新统一配置、分配资源，需确保两个原堆叠系统的配置兼容（若存在冲突，以保留主交换机的配置为准，或提前通过stack merge check命令检测冲突 ）。

4. 堆叠分裂

• 场景：因堆叠链路故障（如线缆断开、光模块故障 ），原本单一的堆叠系统分裂为多个独立的 "子堆叠"。若不加以控制，多个子堆叠可能因配置冲突导致网络故障（如 IP 地址重复、MAC 地址冲突 ）。
• 解决机制：MAD 检测（Multi - Active Detection ）
  • 原理：通过额外的检测链路（如管理网口、业务口 ）或协议（如 BFD、LACP ），检测堆叠分裂事件，确保只有一个子堆叠保留 "激活" 状态，其他子堆叠自动进入 "隔离" 状态，避免网络冲突。
  • 技术细节 ：
    • 检测方式 ：
      • BFD MAD：在堆叠成员间建立 BFD 会话，通过独立链路（如管理 VLAN ）发送检测报文。堆叠分裂后，BFD 会话中断，触发子堆叠竞争，优先级高的子堆叠保留激活，其他隔离。
      • LACP MAD：利用 LACP 协议，将堆叠系统的业务链路配置为 LACP 聚合组，堆叠分裂后，多个子堆叠会向对端设备发送 LACP 报文，对端设备根据配置（如最大活动端口数 ）选择保留一个子堆叠的链路，其他子堆叠链路被置为 Down，实现隔离。
      • gratuitous ARP MAD：堆叠系统周期性发送 gratuitous ARP 报文，分裂后多个子堆叠发送的 ARP 报文会因冲突被检测到，触发激活 / 隔离逻辑。
    • 隔离机制：进入隔离状态的子堆叠会关闭除检测链路外的所有业务端口，避免发送冲突的网络流量，同时保留管理端口用于故障排查。
    • 恢复流程：修复堆叠链路后，手动或自动（部分场景支持 ）将隔离的子堆叠重新加入原堆叠系统，主交换机同步配置，恢复正常业务。

（四）堆叠配置示例（环形堆叠场景）

场景说明

3 台交换机（SW1、SW2、SW3 ）组成环形堆叠，角色为主（SW1，Stack ID 0 ，优先级 200 ）、备（SW2，Stack ID 1 ，优先级 100 ）、从（SW3，Stack ID 2 ，优先级 100 ），通过 GE 接口互联。

配置脚本

SW1 配置：

[SW1] stack slot 0 priority 200  
[SW1] interface stack-port 0/1
[SW1-stack-port0/1] port interface gigabitethernet 0/0/23 enable
[SW1] interface stack-port 0/2
[SW1-stack-port0/2] port interface gigabitethernet 0/0/24 enable

SW2 配置：

[SW2] stack slot 0 renumber 1  
[SW2] interface stack-port 0/1
[SW2-stack-port0/1] port interface gigabitethernet 0/0/24 enable
[SW2] interface stack-port 0/2
[SW2-stack-port0/2] port interface gigabitethernet 0/0/23 enable

SW3 配置：

[SW3] stack slot 0 renumber 2  
[SW3] interface stack-port 0/1
[SW3-stack-port0/1] port interface gigabitethernet 0/0/22 enable
[SW3] interface stack-port 0/2
[SW3-stack-port0/2] port interface gigabitethernet 0/0/21 enable

验证命令：

display stack  // 查看堆叠状态，确认主、备、从角色及拓扑

四、集群技术深度解析

（一）关键参数与概念

1. 集群 ID（CSS ID）
   • 集群系统的唯一标识（如 1、2 ），用于区分不同集群。多集群部署时，需确保 ID 唯一。
2. 集群优先级（CSS Priority）
   • 取值范围 0 - 255（数值越大优先级越高 ），决定主交换机竞争结果。
3. 集群模式（CSS Mode）
   • 如lpu模式（Line Processing Unit，业务板卡集群 ），指定集群连接依赖的硬件类型（业务板或集群卡 ）。

（二）集群系统建立过程

1. 物理连接：通过业务板卡的集群端口（如 XGE 接口 ）连接多台交换机，形成集群链路。
2. 角色选举 ：依据优先级→集群 ID竞争主、备角色（类似堆叠，但集群通常为双机 ）。
3. 使能集群 ：执行css enable激活集群功能，设备重启后虚拟为单一逻辑设备。

（三）集群配置示例（双机集群场景）

场景说明

2 台交换机（SW1、SW2 ）通过业务板 XGE 接口组建集群，SW1 为 ID 1（优先级 100 ），SW2 为 ID 2（优先级 10 ），提升核心层带宽与可靠性。

配置脚本

SW1 配置：

[SW1] set css mode lpu  // 集群模式为业务板卡
[SW1] set css id 1     
[SW1] set css priority 100  
[SW1] interface css-port 1
[SW1-css-port1] port interface xgigabitethernet 1/0/1 to xgigabitethernet 1/0/2 enable
[SW1-css-port1] quit
[SW1] interface css-port 2
[SW1-css-port2] port interface xgigabitethernet 2/0/1 to xgigabitethernet 2/0/2 enable
[SW1-css-port2] quit
[SW1] css enable 
Warning: The CSS configuration will take effect only after the system is rebooted. Reboot now? [Y/N]:y

SW2 配置：

[SW2] set css mode lpu  
[SW2] set css id 2      
[SW2] set css priority 10  
[SW2] css enable        
Warning: The CSS configuration will take effect only after the system is rebooted. Reboot now? [Y/N]:y

验证命令：

display css status  // 查看集群状态，确认主备角色、链路状态

（四）传统 CSS 与 CSS2 技术对比

对比维度	传统 CSS	CSS2
适用设备	早期中高端交换机（如 S7700 老款 ）	新一代中高端交换机（如 S12700 系列 ）
集群规模	最大支持 2 台设备	支持更多成员（部分场景可达 8 台 ）
连接灵活性	依赖专用集群卡	支持业务板卡直连，减少硬件依赖
带宽能力	单集群链路带宽有限（如 40G ）	支持更高带宽聚合（如 200G、400G ）
故障恢复速度	依赖传统协议协商，收敛稍慢	优化快速收敛算法，故障切换更迅速
MAD 检测集成度	需手动配置 BFD/LACP 等检测	内置更智能的 MAD 检测，支持自动识别

五、总结与实践建议

华为堆叠与集群技术通过虚拟化为单一逻辑设备，解决了传统多设备组网的管理复杂、带宽受限、可靠性低等问题。实践中建议：

1. 接入层：采用环形堆叠，提升端口密度与冗余能力，简化接入终端管理。利用 MAD 检测机制，预防堆叠分裂导致的网络故障。
2. 核心层：部署双机集群（CSS2 优先 ），结合 M - LAG 实现链路冗余，保障业务 7×24 小时运行。关注传统 CSS 与 CSS2 的差异，按需选择技术方案。
3. 配置验证 ：部署后通过display stack（堆叠 ）、display css status（集群 ）确认角色与链路状态，通过display mad status查看 MAD 检测状态，确保虚拟系统正常运行。

掌握堆叠与集群技术，让你的网络架构更简洁、更可靠、更高效！后续将分享更多华为数通技术实践，欢迎持续关注～

注 ：实际部署中需严格匹配设备型号、软件版本对堆叠 / 集群的支持，部分老款设备可能存在功能差异。配置前建议通过华为官方文档或display support information确认兼容性。