华为S5720上电SYS灯常亮：硬件架构、display排障与监控-北京尧图网络

简介面向网络工程师、IT 运维人员及网络技术学习者的硬件架构学习资料围绕华为路由器与交换机的机箱结构、单板类型与日常维护展开帮助读者建立从设备组成到故障定位的完整认知。内容以 S6506R 以太网交换机为例拆解单板区、风扇区、电源区与配电区的布局说明 SRPU 交换路由板与 LPU 业务板的槽位分工、双引擎冗余、电源模块 21 备份及 PoE 机箱的直流输入与网口设计同时结合 S8505 路由交换机介绍一体化机箱、10GE 端口与主控冗余等高端机型特征并给出电源、风扇、单板指示灯的含义与排查思路以及电源模块、业务板、风扇框带电插拔的规范流程和防尘网清洁要点。整份资料为 1 个 PDF 文件约 1.37MB适合按章节通读也可作为现场维护速查。目前已有 951 人学习下载可为设备维护与故障排查提供清晰参照。1. 一台 S5720 上电只亮 SYS 灯问题其实出在硬件架构图上机房上架一台华为 S5720 三层交换机插上电源后只有 SYS 灯常亮端口指示灯全黑Console 连上去反复敲回车没有任何回显。有人第一反应是换电源线有人怀疑 VRP 版本刷坏了还有人直接判定整机报废准备走报修流程。这三种反应对应三条完全不同的排查路径而决定走哪条路的是对这台设备硬件架构的认知SYS 灯常亮说明主控 CPU 已经在跑 BootROM 或停留在系统加载阶段端口灯全黑说明交换芯片和 PHY 还没被初始化故障点大概率落在供电、Flash 里的系统文件或者单板上电时序上而不是“软件版本太旧”。华为路由器与交换机的硬件架构本质上是三层东西叠在一起供电与散热这类物理支撑层主控 CPU 加内存这类控制层ASIC/NP 加 TCAM 加高速 SerDes 这类转发层。盒式设备和框式设备在这三层上的组织方式完全不同display 回显里那些 Slot、Sub、Type、Register、Role 字段也是从这里来的。做日常运维、备赛华为 ICT 大赛网络赛道、或者要写交换机巡检脚本的人把这套结构记清楚读告警和读回显的速度会差一个量级。下面按“先认清硬件分层再学会用 display 命令读出硬件状态然后顺着上电启动链路排错最后把硬件信息接进脚本和监控”这个顺序展开命令都在真机上跑得通。2. 拆开看华为路由器与交换机的硬件分层主控、业务板与转发芯片2.1 盒式与框式物理形态先决定了硬件上限盒式设备把主控、转发、电源、风扇全部塞进一个 1U 或 2U 机箱接入层的 S5720/S5730、华为 AR 路由器里大多数桌面与机架型号都属于这一类。它的硬件特点是控制面和转发面焊在同一块主板上转发靠一颗或两颗交换芯片或者 AR 路由器里的转发引擎CPU 只负责协议报文、管理报文和异常上送。结构简单、成本低、单点故障即整机故障。框式设备反过来机箱本身只提供背板、电源槽位、风扇槽位和单板导轨主控板、业务板、交换网板都是一块块插进去的。以 S12700 这类框式核心交换机、NE 系列框式路由器为代表。它的好处是端口密度和扩展性代价是硬件耦合关系复杂——主备主控、多块业务板、两块交换网板之间的状态同步本身就是一类典型故障源。维度盒式S5720、盒式华为 AR 路由器框式S12700、NE 系列控制面与转发面同板CPU 与交换芯片在一张主板上分离MPU 与 LPU 各自独立转发芯片数量1~2 颗每块 LPU 自带网板单独一层扩展方式换整机或堆叠加业务板、加子卡单板热插拔不支持除堆叠线、光模块支持需 MPU 与网板配合典型故障点电源适配器、Flash、风扇单板不在位、网板异常、主备倒换槽位编号固定为 0按机箱物理槽位1 起步2.2 主控板 MPU、业务板 LPU、交换网板 SFU 各自干什么主控板是控制面的大脑板上有 CPU、内存跑配置和协议状态、Flash存 VRP 系统文件、NVRAM 或独立存储区存启动配置再加上 Console 口、带外管理网口、时钟电路。VRP 本体、路由协议、SNMP 代理、SSH 服务全跑在这里。盒式设备把 MPU 的功能和业务板合并了所以display device里只有一个槽位在线。业务板是数据面。一块 LPU 上通常有接口连接器、PHY 芯片或光模块笼子、转发 ASIC/NP、TCAM、报文缓存以及把这一切连到背板的 SerDes 通道。业务板不决定设备能不能起来它决定设备能不能转发——单板注册失败时设备照样能登录、能配命令就是端口全 down。交换网板只在框式设备上出现负责把各块业务板之间的流量做无阻塞交换典型是 CLOS 架构。面板上通常没有业务口只有状态灯。网板故障的表现很反直觉单板在线、端口 up、CPU 不高但跨板流量丢包或者时延抖动因为同板内流量和跨板流量走的是不同路径。# 框式设备查看物理槽位、单板型号、在线与注册状态 HUAWEI display device Slot Type Online Power Register Status Role 1 LPU-48GE Present PowerOn Registered Normal LC 2 LPU-24XGE Present PowerOn Registered Normal LC 17 MPU-MainControl Present PowerOn Registered Normal MPU 18 SFU-SwitchFabric Present PowerOn Registered Normal SFU回显里 Type 列显示的是现场实际单板型号上面是结构示意。看这张表要盯三组字段Online 表示单板是否被机箱识别到Register 表示单板是否完成向主控的注册Present 但 Unregistered 就是典型的注册失败Role 区分主控、业务板、网板。Role 是 LC 的单板数量决定你这次能插多少端口。不同产品线的槽位区间不一样别把 17/18 当成固定值背下来。2.3 转发面三件套ASIC/NP、TCAM 与 SerDes转发芯片干四件事解析报文头、查表、做调度和队列管理、刷统计计数。查表包括 MAC 表、FIB、ACL、PBR、组播表。CPU 只处理上送报文包括 ARP、DHCP、路由协议、SNMP 请求、TTL 过期、以及查表未命中的报文。所以“交换机 CPU 占用 90%”几乎永远不是转发压力大而是上送 CPU 的协议报文太多——ARP 泛洪、广播抑制没配、环路没做防护都是常见原因。TCAM 是三态内容寻址存储器用于 ACL、策略路由、部分 MAC 和路由表项。它的容量是硬件定死的一块低端业务板可能只有几千条 ACL 表项。ACL 下发失败或者下发成功但不生效先查 TCAM 占用而不是改配置顺序。SerDes 是高速串行收发通道连接 PHY 与 ASIC、ASIC 与背板。光模块插着但链路不 up、链路频繁闪断、误码计数缓慢增长很多时候问题在 SerDes 的链路训练和信号完整性上跟光模块品牌没关系。框式设备里跨板链路要经过背板所以同一对光模块插在同板两口正常、插在不同板两口异常也是很典型的现象。2.4 槽位编号、面板丝印与接口命名规则接口名不是随便起的它和物理槽位一一对应。盒式设备槽位固定为 0所以是GigabitEthernet0/0/1框式设备第一槽业务板第一口是GigabitEthernet1/0/1。三段数字的通用含义是 slot/subslot/port插了子卡时中间那位才不为 0。接口名形式含义典型出现位置GigabitEthernet0/0/1盒式设备槽位 0、子卡 0、端口 1S5720 等盒式交换机GigabitEthernet1/0/1框式第 1 槽业务板第 1 口S12700 等框式10GE1/0/1 / XGigabitEthernet1/0/1万兆物理口上行口、核心互联MEth0/0/1带外管理网口不走业务转发面框式主控板Vlanif10三层逻辑接口靠 ASIC 做三层转发华为三层交换机Eth-Trunk1链路聚合逻辑口盒式、框式通用# 面板丝印写着 SLOT 1但单板没注册按槽位查 HUAWEI display device slot 1 # 再确认这个槽位下到底有哪些物理接口被识别出来 HUAWEI display interface brief | include 1/0/两条命令一起看能快速把“板子认到了但口没认到”和“板子根本没认到”分开。前者一般是子卡或 PHY 层问题后者多半是单板插接、供电或者背板通道问题。3. 用 display 命令把硬件状态逐项读出来3.1 display version确认硬件与软件版本是否匹配display version是第一命令因为它一次给出三件事VRP 版本号和补丁号、当前启动的系统文件、单板与子卡清单。版本升级后出现“某块单板起不来”八成是单板固件版本和主控 VRP 版本不匹配回显里会直接指出哪块板卡版本异常。HUAWEI display version # 关注四段输出 # 1) VRP 版本与补丁号 - 决定支持哪些单板型号 # 2) 设备运行时长 - 判断是否刚重启过、有无异常复位 # 3) 主控/备用主控信息 - 框式设备看主备状态 # 4) 业务板与子卡版本清单 - 版本不一致的板卡会单独标注 HUAWEI display startup # Current system software / Next system software当前与下次启动文件 # Current configuration file / Next configuration file当前与下次配置文件display version里最容易忽略的是运行时长。一台设备运行时长只有几分钟而巡检记录显示上次是几天前那说明中间发生过复位复位原因要去display reset-reason里找而不是继续看硬件指标。3.2 display elabel读电子标签把型号和序列号一次拿全电子标签是单板出厂时写进 EEPROM 的信息包含板卡型号、BOM 编码、序列号、生产日期、厂商。报修、申请备件、核对到货单的时候display elabel比拍照靠谱得多因为拍照经常把面板丝印和实际型号搞混。# 读取指定槽位单板的电子标签 HUAWEI display elabel slot 1 # 盒式设备直接读取整机 HUAWEI display elabel # 只取关键字段输出更短 HUAWEI display elabel brief回显里要抓的字段是 BoardType板卡类型、BarCode 或 SerialNumber序列号、Manufactured生产日期。序列号是唯一能对上备件系统的凭据。提工单时把这三项写全能省掉一轮来回确认。3.3 光模块与链路display interface transceiver verbose光口故障占硬件类故障的比例很高而光口问题的证据链基本都在这个命令里模块温度、供电电压、偏置电流、收发光功率以及每一项的上下门限。判断光衰是否超限不要凭感觉比大小直接和回显里的阈值列对比。# 查看全部光模块的诊断信息 HUAWEI display interface transceiver verbose # 只看某个接口输出更聚焦 HUAWEI display interface transceiver verbose GigabitEthernet0/0/1不同版本里这个命令的参数位置略有差异拿不准就用?一级一级补全。重点看 RX Power 是否逼近下限、TX Power 是否掉到接近 0、Temperature 是否超出告警阈值。收光功率正常但链路 down就要往 SerDes 训练、光模块兼容性、对端配置方向查。3.4 电源、风扇、温度三个最容易长期被忽略的硬件项display power看电源模块在位与输出电压主备电源要对得上display fan看风扇转速和状态转速为 0 但状态正常往往意味着调速逻辑问题display temperature all看各单板、各传感器点位的进风温度和芯片温度。这三项单看都正常组合起来才有意义——风扇转速被压得很低、进风温度又高芯片温度就会持续贴着阈值跑。提示温度类告警的第一现场不是机房空调而是机柜前后风道是否被线缆堵住、相邻设备是否把热风直吹进本设备进风口。3.5 一张表常见硬件类告警与它指向的部件告警或回显关键词指向部件首查命令电源异常、Power abnormal电源模块、供电线路display power风扇异常、Fan fault风扇模块、调速逻辑display fan温度越限、Temperature high进风、风道、单板传感器display temperature all单板离线、Board offline单板插接、背板、槽位display device光模块告警、Transceiver光模块、光纤、SerDesdisplay interface transceiver verboseCPU 占用持续偏高上送 CPU 的协议报文非转发面display cpu-usage内存占用持续偏高表项规模、进程异常display memory-usage4. 从按电源到能登录硬件相关的启动链路与排错4.1 从按电源到 VRP 跑起来中间隔了几层硬件上电之后依次发生电源模块输出稳定电压单板上的 CPLD 或可编程逻辑器件按顺序释放各路复位CPU 脱离复位开始执行 BootROM 里的最基础代码BootROM 检测内存、识别 Flash然后加载 BootLoader。BootLoader 提供一个小菜单可以选启动文件、进文件系统、改启动参数。它加载 Flash 里的.cc系统文件VRP 起来后读启动配置文件最后初始化业务单板和端口。这条链路上每一步都有对应的硬件依赖供电不稳会停在最开头内存自检失败会有明确报错Flash 读不出来会卡在 BootLoader配置文件损坏则能进系统但没有配置。排错时把现象定位到具体阶段比反复重启高效得多。启动过程中通过 Console 在提示的时间窗口内按CtrlB可以进入 BootROM/BootLoader 菜单常见菜单项形态是默认启动、串口子菜单、网络子菜单、文件管理、修改启动选择、修改密码这一类具体名称以现场回显为准。4.2 Console 口、MiniUSB 与管理网口排错通道本身也是硬件Console 口是最底层的接入方式参数是 9600 波特率、8 数据位、无校验、1 停止位、无流控。盒式交换机和华为 AR 路由器上常见 RJ45 Console也有 MiniUSB 形式。串口线里的 USB 转串口芯片CH340、PL2303、FTDI 等驱动不匹配会表现成“设备无法登录”但换一台设备同样连不上——这说明问题在电脑侧跟设备硬件无关。注意登录密码属于软件配置忘了 Console 密码走的是清配置或恢复出厂路径和硬件故障不是一回事别把两类问题混在一个排查流程里。框式设备还有带外管理口MEth0/0/1它接在主控板上独立于业务转发面。业务口全 down 时管理口还能通这是远程排错的最后一条退路规划时就该给管理口单独留地址段。4.3 启动失败怎么一步步收敛到硬件# 1) 无任何打印查电源灯、电源模块、串口线、串口参数 # 2) 有 BootROM 打印但停住进文件管理看系统文件是否还在 dir flash:/ # 3) 文件不在或被截断需要重新加载系统文件后指定启动文件 HUAWEI startup system-software flash:/system.cc # 4) 能进系统但配置丢失看启动配置文件 HUAWEI display startup HUAWEI startup saved-configuration flash:/vrpcfg.zip判断顺序很关键。先看灯再看 Console 有没有字符输出再看能不能进 BootROM 菜单最后才看系统文件和配置。只要 Console 有输出就说明 CPU、内存、串口这条最小链路是通的问题范围立刻缩小。整机没有任何输出、也没有启动音和风扇声才需要往电源和单板本体上查。4.4 eNSP 里能练什么、练不了什么eNSP 是很好的命令练习环境但它的display device、display version输出是软件构造出来的反映不了真实 ASIC 表项容量、TCAM 剩余、SerDes 误码、电源冗余这些硬件细节。协议配置、堆叠、VLAN、ACL 逻辑都可以在 eNSP 里练硬件类排错必须上真机。eNSP 里路由器反复启动失败多数不是配置问题而是运行环境问题底层虚拟化组件版本与 eNSP 不匹配、BIOS 里硬件虚拟化开关没开、Windows 自带的虚拟交换功能占用了底层网络适配器造成桥接冲突、安装路径含中文、安全软件拦截进程。按“虚拟化开关 → 组件版本 → 网络适配器冲突 → 安装路径 → 安全软件”的顺序排查比反复重装快。安装包从官方渠道获取别用来路不明的打包版。5. 把硬件状态变成可观测指标巡检脚本与 Prometheus 采集5.1 用 Python 批量抓取单板与温度状态真机数量上一台阶后一台台登上去敲命令不现实。用 netmiko 批量抓关键回显只做过滤和上报不做复杂解析是最省事的做法。from netmiko import ConnectHandler DEV { device_type: huawei, host: 10.10.10.1, username: ops, password: ******, conn_timeout: 10, } with ConnectHandler(**DEV) as conn: # 关闭分屏否则长回显会被 --More-- 截断取不到完整内容 conn.send_command(screen-length 0 temporary) dev conn.send_command(display device, read_timeout30) for line in dev.splitlines(): # 抓异常单板不在位、未注册、状态非 Normal if any(k in line for k in (Absent, Unregistered, Fault, Abnormal)): print([单板异常], line.strip()) print(conn.send_command(display temperature all))screen-length 0 temporary只对当前会话生效不影响下次登录适合脚本场景。read_timeout要留足框式设备单板多时display device回显会很长。过滤条件用关键词而不是固定列位置因为不同版本的回显列宽和顺序会变。5.2 Prometheus 侧用 snmp_exporter 采集整机实体指标长期趋势用 Prometheus 更合适。snmp_exporter 配合 generator 生成映射配置把华为设备 MIB 里的实体表暴露成指标再按实体类型做维度区分。指标方向常见 MIB 节点方向说明单板状态实体状态表entity state区分机框、单板、电源、风扇、传感器温度实体温度节点按传感器点位区分不要只取最大值CPU / 内存实体 CPU、内存节点板卡级不是整机级端口状态ifOperStatus、ifInErrors配合错包计数看物理层质量groups: - name: huawei-hardware rules: - alert: SwitchBoardNotNormal expr: hw_entity_state ! 1 for: 2m labels: severity: critical annotations: summary: 设备 {{ $labels.instance }} 存在状态异常实体采集前先snmpwalk抓一遍现场样本确认状态值的编码含义再写阈值不同板卡类型的状态值定义可能不同。SNMP 用 v3 的认证加密组并在设备侧用 ACL 限制采集源地址。5.3 采集周期的经验值与一个阈值技巧温度一分钟一次、板卡状态一分钟一次、光功率五分钟一次就够采样再密只会把时序库写爆。真正容易被忽略的是阈值本身光模块收光功率不要拿手册标称值当门限先连续采集七天基线取 P5 分位作为低告警线、P95 作为高告警线再留 1~2 dB 余量这样既不会被正常的日间波动反复触发又能在光纤劣化初期就看出趋势偏离。本文还有配套的精品资源点击获取

华为S5720上电SYS灯常亮：硬件架构、display排障与监控

相关推荐

vLLM-Omni 文生视频统一入口：text_to_video.py 多模型实战指南

基于知识图谱的豆瓣书籍推荐可视化与问答系统实现解析

Pandas布尔掩码技术：高效数据筛选与取反操作详解

更多资讯

零基础选AI工具的3个关键问题决策法

ROS2 Ubuntu安装教程：版本对应、apt源、环境变量与验证

CiA402伺服协议详解：状态机、对象字典与多模式切换实战

超薄设备开关机电路极简设计：无需MCU的25nA方案

UL 943-2018 GFCI安规设计与型式试验实战指南

Python aggregate-prefixes 包实战案例与常见错误

今日更新

AWS无服务器应用开发指南：从Lambda到SAM的架构与实践

SpringBoot+Vue人事系统实战：解决HR数据断点与事务一致性

MATLAB手写紧束缚模型计算石墨烯能带结构

本周精选

AI驱动的自动化专利分析平台技术解析

LeetCode-Go 题解：1252. Cells with Odd Values in a Matrix（奇数值单元格计数）双解法剖析

在线答疑系统Java毕设实战：Spring Boot前后端分离与状态流转

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？