网络故障排查最怕两件事：一上来就重启设备，二是只查一层就下结论。路由、DNS、丢包、带宽不通这四类问题，表现相似但根因可能完全不同。下面这份清单按"先分层、后定位、再验证"的顺序整理，适合日常运维值班和故障复盘时对照使用。

一、排错前的三个基本原则

• 先确认影响范围：单机、单网段、单机房还是全站，范围直接决定排查起点。
• 再确认故障方向：是出方向不通、入方向不通，还是双向都受影响；是全部目标受影响，还是只有特定目标。
• 最后确认变更记录：近期是否有路由策略、DNS解析、防火墙、负载均衡、带宽扩容或链路割接操作。多数故障与变更强相关。

二、链路与物理层检查

1. 接口状态

• 查看接口是否处于up/up状态，是否存在频繁up/down翻转。
• 检查端口光功率、CRC错误计数、丢包计数是否持续增长。
• 确认网线、光模块、跳线连接是否松动或被误拔。

2. 链路聚合与冗余

• 检查聚合口成员状态是否一致，是否存在单边不通。
• 确认主备链路切换机制是否正常，避免主链路故障后未切换。

三、路由层排查清单

1. 本地路由表

• 确认目标地址是否存在匹配路由，掩码长度是否正确。
• 检查是否存在默认路由缺失或错误指向。
• 确认是否存在多条等价路由导致的转发不一致。

2. 动态路由协议

• 检查邻居关系是否建立，是否出现反复重建。
• 确认路由是否被正确发布与接收，是否存在路由过滤、策略拒绝。
• 检查路由优先级、度量值是否被误改。

3. 转发路径验证

• 使用traceroute逐跳确认路径，定位中断发生在哪一跳。
• 注意ICMP限速可能导致中间跳显示超时，需结合后续跳判断。
• 检查是否存在路由环路或非对称转发。

四、DNS故障排查清单

1. 解析链路

• 确认客户端配置的DNS服务器地址是否正确、可达。
• 分别测试递归解析与权威解析，判断问题出在哪一段。
• 检查本地hosts文件、缓存是否返回了过期或错误结果。

2. 解析结果

• 对比不同 DNS 服务器返回结果是否一致，排查解析不一致问题。
• 确认A、AAAA、CNAME、MX等记录配置是否正确。
• 检查TTL设置是否过短导致频繁查询，或过长导致变更不生效。

3. 超时与限速

• 确认是否存在查询超时、被限速或响应被拦截。
• 检查域名是否被解析服务商或云平台安全策略拦截。
• 关注DNSSEC配置错误导致的解析失败。

五、丢包问题排查清单

1. 定位丢包位置

• 分段ping，先测网关，再测出口，最后测目标。
• 结合mtr观察各跳丢包率，区分"某跳丢包"与"全程丢包"。
• 注意中间设备对ICMP限速，不能仅凭单跳丢包判定故障点。

2. 常见丢包原因

• 链路拥塞：出口带宽跑满，出现排队与丢弃。
• 接口错误：CRC错误、光衰过大、双工不匹配。
• 策略限制：QoS限速、ACL、防火墙会话数或连接数超限。
• 设备资源：CPU、内存、会话表、ARP表接近上限。
• 攻击流量：DDoS、扫描、广播风暴占用链路与设备资源。

六、带宽不通类故障排查清单

1. 带宽链路本身

• 确认专线、云专线、VPDN等链路状态是否正常。
• 核对带宽规格与实际使用量，判断是否长期处于饱和。
• 检查是否有突发流量、备份任务、同步任务抢占带宽。

2. 策略与配置

• 检查限速策略、流量整形、QoS队列配置是否与实际需求匹配。
• 确认MTU与MSS设置是否一致，排查大包不通、小包正常的情况。
• 检查NAT、ACL、安全组规则是否误拦截。

3. 应用侧验证

• 用多线程与单线程分别测试，区分是链路问题还是应用并发问题。
• 对比不同协议、不同端口的连通性，缩小故障范围。

七、通用排错命令与思路

1. ping：判断基础连通性与丢包比例。
2. traceroute/mtr：定位路径中断点与丢包跳。
3. nslookup/dig：验证解析结果与响应时间。
4. ip route/netstat/ss：查看路由表、连接状态与监听端口。
5. 查看设备日志与告警：接口翻转、协议邻居变化、资源告警往往先于故障出现。

八、故障处理后的收尾动作

• 复测：从多个源、多个目标重新验证，避免单点测试误判恢复。
• 记录：保留故障时间线、变更记录、抓包与日志，便于复盘。
• 加固：针对根因补充监控项，如链路质量、解析成功率、带宽利用率、设备资源阈值。
• 预案：为高频故障准备切换、限流、回滚等标准操作流程。

排错清单的价值不在于覆盖所有情况，而在于让排查过程有顺序、有记录、可交接。建议结合自身网络架构，把上述条目细化成可执行的操作步骤，并定期演练，才能在真实故障中快速定位。