Der Administrator sollte nicht auf Glück und Zufall vertrauen müssen

Ausgangslage flatternde Links: Unternehmen ABC arbeitet mit einem Netzwerk aus 5000 Switches im Backbone-, Etagen- und Edge-Bereich. Im Etagenverteiler-Bereich der Niederlassung München liegt im Switch KHM ein Hardware-Defekt vor: Link 3 flattert, das heisst, er fährt innerhalb von Sekunden herunter und wieder hoch. Dieses Flattern geschieht unregelmässig und immer nur dann, wenn Lastspitzen vorhanden sind und besonders grosse Pakete zu transportieren sind. Damit ist das Fehlverhalten zeitlich nicht vorherseh- und reproduzierbar. Wegen des flatternden Links im Switch müssen Pakete erneut versendet werden. Dadurch kommt es zu Verzögerungen in der Kommunikation.

Weil der Link im Etagenverteiler arbeitet, sind viele Mitarbeiter vom Problem betroffen. Sie beschweren sich via Service Desk beim Netzwerk-Administrator, dass das Netzwerk nicht mit der gewohnten Performance arbeitet.

Ohne Root Cause Analysis

Der Administrator recherchiert zunächst, welche Applikationen die Mitarbeiter verwenden, um entsprechende Fehler ausschliessen zu können. Dann schaltet er sich via Telnet ins Netz und pingt die Switches der entsprechenden Arbeitsgruppe an. Da der Link in dem Moment nicht flattert, kann der Administrator zunächst keinen Fehler feststellen. Bei näherem Hinsehen erkennt er jedoch, dass die Uptime von Link 3 nur bei fünf Stunden liegt und dass damit vor fünf Stunden ein Fehler aufgetreten sein muss. Er weiss jedoch nicht, dass der Fehler bereits seit drei Wochen vorliegt – und seitdem die Kommunikation beeinträchtigt –, den Anwendern aber erst jetzt der «Kragen geplatzt» ist. Der Administrator beschliesst, Link 3 im Auge zu behalten und dessen Uptime regelmässig zu kontrollieren.

Er weiss aber selbst dann immer noch nicht, wie oft und wie lange der Link flattert, weil er sich immer nur punktuell aufschalten kann. Schliesslich informiert der Administrator seinen Chef, dass mit dem Link 3 im Switch KHM wahrscheinlich «irgendetwas» nicht stimmt. Der Chef fragt, ob auch andere Ports im Switch betroffen sind. Die entsprechende Analyse kostet den Administrator einen weiteren Tag Arbeitszeit.

Er und sein Chef wissen jetzt, dass nur Link 3 betroffen ist. Der Administrator kann aber Dauer und Häufigkeit des Fehlers nicht schwarz auf weiss mithilfe eines Reports nachweisen und seine aufwendige Analyse letztlich nur so zusammenfassen: «Ich glaube, der Port hat täglich mehrere Aussetzer.» Aufgrund dieser vagen Aussage beschliesst der Chef, das Problem zunächst auszusitzen.

Mit Root Cause Analysis

Die Fehlermanagement-Lösung Spectrum von CA sammelt automatisch sämtliche Informationen aus der Telekommunikations-Infrastruktur und meldet dem Administrator in Echtzeit einen flatternden Link. Er behält den Link im Auge und druckt am nächsten Tag einen Report aus. Dieser belegt, dass im Link 3 auf dem Switch KHM täglich 65 Fehler aufgetreten sind. Der Administrator erkennt den Fehler, bevor er die Arbeit der User beeinträchtigt. Er weiss, dass Link 3 ein Problem hat – und die anderen Links nicht – und kann Fehlerhäufigkeit und -dauer in einem Report genau belegen. Mit diesem Nachweis kann der Chef entscheiden, ob der Link oder je nach Bauart der ganze Switch ausgetauscht werden soll. Die Fehlermanagement-Lösung bietet darüber hinaus auch die Möglichkeit, Netzkomponenten nach ihrer Bedeutung für das Business zu priorisieren, was dem Chef dann die Entscheidung wesentlich erleichtert. Läuft beispielsweise der E-Mail-Verkehr auch über Switch KHM, ist eine sofortige Reparatur angebracht.

Auto-Negotiation

Die Ausgangslage: Unternehmen XYZ besitzt ein grosses, weitverzweigtes Kommunikationsnetz mit Switches von verschiedenen Herstellern und mit verschiedenen Übertragungsgeschwindigkeiten (10 Mbit, 100 Mbit und 1 Gbit). Wegen des geringen Arbeitsaufwands sind die Switches so konfiguriert, dass sie die Übertragungsgeschwindigkeit selbstständig so aushandeln, dass sie sich an das jeweils schwächste Glied in der Kommunikationskette anpasst (Auto-Negotiation). Dadurch muss das Unternehmen nicht darauf achten, welche Switches in welcher Kombination konfiguriert werden müssen. Auto-Negotiation ist in der Firmware der Switches hinterlegt und wird von den jeweiligen Herstellern oft anders interpretiert. Dadurch funktioniert die Abstimmung via Auto-Negotiation nicht immer so, wie sie eigentlich arbeiten sollte.

So kann es vorkommen, dass ein Gbit-Switch, der mit seinem 100-Mbit-Pendant gewöhnlich via 100 Mbit kommuniziert, beispielsweise bei extrem hoher Auslastung sporadisch auf 1 Gbit hochschaltet. Dann wird die Kommunikation unterbrochen, der Gbit-Switch fährt später wieder auf 100 Mbit herunter und Pakete müssen neu versendet werden. Bei der nächsten Lastspitze jedoch tritt der Fehler erneut auf, und wieder müssen Pakete neu versendet werden – was die Kommunikation weiter verzögert und zusätzliche Bandbreitenprobleme verursacht. Es entstehen ähnliche Effekte wie bei einem flatternden Link. Allerdings ist nur ein Teil der Kommunikation und nicht der gesamte Link betroffen, was die Fehlersuche noch weiter erschwert.

Ohne Performance Management

Der Netzwerk-Administrator bekommt eine Meldung vom Help Desk, dass sich Anwender über ein langsames Netz beschweren. Er schaltet sich per Telnet auf und sieht, wie die Pakete ordnungsgemäss auf den jeweiligen Switches hochgezählt werden. Als erfahrener Administrator analysiert er auch die Übertragungsgeschwindigkeit zwischen den Switches (beide sind auf 100 Mbit gesetzt – okay) und die Link-Uptime (50 Tage – okay). Komisch ist es nur, dass die User in den nächsten Tagen weiter klagen. Der Administrator beobachtet die Switches weiter, kann aber keine Fehler feststellen. Also muss es an den Applikationen liegen, denkt er, und informiert seine Kollegen von der Software-Betreuung. Aber auch diese finden keinen Fehler.

Nur durch einen grossen Zufall schaltet sich der Administrator später genau zu dem Zeitpunkt auf, als die Auto-Negotiation sporadisch nicht funktioniert. Er erkennt, dass eine Seite mit 1 Gbit und die andere mit 100 Mbit kommunizieren wollen. Der Fehler ist dann schnell behoben: Fixe Einstellung per Telnet auf 100 Mbit voll-duplex für beide Seiten.

Mit Performance Management

eHealth von CA informiert den Administrator sofort, wenn viele Pakete ihr Ziel nicht finden und verworfen werden – ein klarer Indikator dafür, dass die Auto-Negotiation nicht funktioniert oder eine falsche Einstellung gewählt wurde. Er sieht zudem im historischen Report, ob der Fehler permanent oder nur sporadisch auftritt. Weil ihm der Bericht gleichzeitig zeigt, dass die Bandbreite nur zu 30 Prozent ausgelastet ist, kann er eine Bandbreitenüberschreitung als Fehlerursache ausschliessen. So bleibt die Auto-Negotiation als Fehlerursache und damit die sofortige Fehlerbehebung: Fixe Einstellung per Telnet auf 100 Mbit voll-duplex für beide Seiten.

Der grösste Vorteil: Der Administrator muss nicht auf Glück und Zufall vertrauen, sondern kann den Fehler schnell und kompetent beheben – und zwar bevor sich die Anwender beschweren.