如何降低數據中心高速光模塊故障率

5G、大數據、人工智能等技術(shù)都對數據處理和網(wǎng)絡(luò )帶寬有了更高要求，數據中心需要不斷提升網(wǎng)絡(luò )帶寬去滿(mǎn)足，所以數據中心這段時(shí)間對提升網(wǎng)絡(luò )帶寬有迫切需求，尤其是互聯(lián)網(wǎng)的數據中心。提升網(wǎng)絡(luò )帶寬最直接的方式就是提升單端口的網(wǎng)絡(luò )帶寬，從40G提升到100G，從100G到200G，甚至更高，從而將整個(gè)數據中心的帶寬提升起來(lái)。已經(jīng)有專(zhuān)家預測，大多數400GbE部署將在2019年開(kāi)始，400GbE交換機將作為超大規模數據中心的脊柱或核心交換機，以及私有和公共云數據中心的脊柱或主干交換機啟動(dòng)，要知道100G也才普及兩三年，現在就要過(guò)渡到400G，網(wǎng)絡(luò )帶寬提升速度越來(lái)越快。

一面是數據中心對高速模塊的強烈需求，一面是模塊故障率居高不下。相比1G、10G，40G、100G甚至200G，直觀(guān)感受故障率要高得多。當然，這些高速模塊的工藝復雜度遠比低速高，比如一個(gè)40G光模塊，本質(zhì)上就是通過(guò)4個(gè)10G通道綁定起來(lái)，同時(shí)工作實(shí)現的，相當于4個(gè)10G在工作，只要有一路有問(wèn)題，整個(gè)40G就無(wú)法再用了，故障率當然要比10G高，而且光模塊還要實(shí)現4條光路的協(xié)調工作，出錯概率自然更高。100G更是如此，有的就是通過(guò)10個(gè)10G通道綁定起來(lái)，還有的采用新的光技術(shù)，這些都會(huì )增加出錯可能。

更高速率的更不用提了，技術(shù)成熟度上就不高，像400G仍是實(shí)驗室里的技術(shù)，2019年就要推向市場(chǎng)，必然出現一次故障率的小高潮，好在剛開(kāi)始用量不會(huì )很多，隨著(zhù)技術(shù)的不斷提升，相信也會(huì )像低俗模塊那樣逐漸穩定。試想20年前拿到GBIC的1G光模塊去用，和現在用200G的感覺(jué)差不多，新品短期內故障率升高是必然。

好在，光模塊的故障對業(yè)務(wù)沖擊較小，數據中心的鏈路都是有冗余備份的，一條鏈路光模塊出問(wèn)題，業(yè)務(wù)可走其它鏈路，如果是CRC錯包也可通過(guò)網(wǎng)管立即發(fā)現，及早做更換處理，所以光模塊故障很少對業(yè)務(wù)有較大影響，極少數情況下，可能因為光模塊引發(fā)設備端口故障，從而導致整個(gè)設備掛掉的情況，這種情況多是設備實(shí)現不合理導致的，很少出現，絕大多數的光模塊和設備之間是松耦合的，雖然連接在一起，并沒(méi)有耦合關(guān)系。所以雖然高速光模塊使用中壞的比較多，但對業(yè)務(wù)沖擊也沒(méi)那么大，一般不會(huì )引起人們重視，發(fā)現故障直接更換掉，高速光模塊的維保時(shí)間也長(cháng)，故障了基本是免費的更換，損失也不大。

光模塊的故障多表現在端口無(wú)法UP、光模塊無(wú)法識別、端口CRC錯包等現象，這些故障與設備側、光模塊本身和鏈路質(zhì)量都有些關(guān)系，尤其是錯報和無(wú)法UP，很難從軟件技術(shù)上判斷故障位置。有些還是適配類(lèi)的問(wèn)題，雙方都沒(méi)有問(wèn)題，只不過(guò)相互之間沒(méi)有調試和適配過(guò)，導致無(wú)法在一起工作，這種情況還不少，所以不少的網(wǎng)絡(luò )設備都會(huì )給出適配的光模塊清單，要求客戶(hù)用自己適配過(guò)的光模塊，這樣才能保證穩定可用。

若遇到了故障，最好用的方法依然是輪換測試，換鏈路光纖、換模塊，換端口，通過(guò)這一系列測試確認到底是光模塊問(wèn)題，還是鏈路或設備端口問(wèn)題，好在一般這類(lèi)故障現象比較確定，遇到那種故障現象不固定的就難處理了。比如端口上有CRC錯包，將光模塊直接拔出來(lái)?yè)Q一個(gè)新的，故障現象消失，再將原來(lái)的光模塊換回來(lái)，故障不再復現，這就不好判斷到底是不是光模塊問(wèn)題。這種情況在實(shí)際使用中也會(huì )經(jīng)常碰到，這讓人難做判斷。

如何降低光模塊的故障率?第一，抓好源頭，更高帶寬的光模塊不要急于推向市場(chǎng)，要做好充分的實(shí)驗，而且高速模塊需要相應的設備配套實(shí)現，這些技術(shù)也需要完善才能成熟，新的高速模塊要平滑地引入市場(chǎng)，不要簡(jiǎn)單地追求高速，現在網(wǎng)絡(luò )設備都支持多端口捆綁，400G不行，就用4個(gè)100G捆綁也可以滿(mǎn)足需求;

第二，抓好高速光模塊的引入，網(wǎng)絡(luò )設備商和數據中心客戶(hù)，在引入高速光模塊上要慎重，增加對高速光模塊的嚴格測試，堅決過(guò)濾質(zhì)量上有缺陷的產(chǎn)品?，F在市面上高速光模塊市場(chǎng)競爭也比較激烈，都希望在新的高速模塊上搶占先機，但質(zhì)量和價(jià)格參差不齊，這就需要網(wǎng)絡(luò )設備商和數據中心客戶(hù)能加大考核力度，越是速率高的模塊，越增加驗證的復雜度

;第三，光模塊其實(shí)是一個(gè)集成度特別高的器件，露在外面的光纖通道和內部器件都比較脆弱，使用時(shí)要輕拿輕放，帶上干凈手套，避免落入灰塵，這些也會(huì )降低使用故障率，不用的光模塊要帶好光纖帽，放在袋子里。

第四，盡量少的出現極限情況，比如100G的光模塊長(cháng)期在接近限速的情況下使用，200米距離的光模塊，偏偏要在200米距離使用，這些極限邊界值使用對光模塊的損耗較大，它就像人一樣，人在24~26度的空調房里工作，工作效率就高，到了35度外面的高溫環(huán)境，注意力無(wú)法長(cháng)時(shí)間集中，工作效率極低，到了40度以上，人都快中暑了還怎么工作。為光模塊提供一個(gè)令其舒適的環(huán)境，能夠有效延長(cháng)光模塊的使用壽命。

隨著(zhù)海量數據的增長(cháng)，數據中心帶寬需求越來(lái)越高，引入更高速的光模塊成了必由之路，必須控制好其質(zhì)量的問(wèn)題。如果新的高速模塊在市場(chǎng)上頻繁碰壁，也難逃被淘汰的結果。當然，任何一種新技術(shù)都有一個(gè)走向成熟的過(guò)程，高速光模塊也不例外，需要不斷地技術(shù)創(chuàng )新，解決各種問(wèn)題，提升模塊質(zhì)量，降低故障概率。高速光模塊是模塊廠(chǎng)商的利潤引擎，是歷代模塊廠(chǎng)商的必爭之地，必須要嚴控質(zhì)量關(guān)。