M-LAG这个词,搞网络的老哥们肯定不陌生。数据中心里最怕的就是单点故障,服务器双上联是标配,但传统STP会把其中一条上联堵掉,冗余倒是有了,带宽白白浪费,故障切换还得看STP脸色。M-LAG(Multichassis Link Aggregation Group,跨设备链路聚合)就是干这个的:把两台设备伪装成一台,让对端交换机的双上联同时转发流量。HCL模拟器里能把这套机制完整跑起来,这篇文章我就拿HCL里的S6850,把M-LAG从原理到配置再到故障演练,完整过一遍。
1. M-LAG到底解决什么问题
1.1 先看传统双上联的尴尬
很多刚入行的兄弟做双上联冗余,第一反应是“两根线接两台设备不就行了”。物理上确实没有单点了,但二层环路必须用STP去破,结果就是其中一根线被阻塞,平时压根不跑业务流量。带宽白白浪费,故障切换还得靠STP收敛,几秒甚至几十秒的延迟,对数据库、存储这类对丢包敏感的业务完全不能忍。
有个老工程师总结得很到位:双上联要是没有M-LAG,就是“冗余在线、流量不通”。普通用户可能觉得只要能通就行,但网络工程师得为“通得好不好、快不快、稳不稳”负责。STP能解决环路,却解决不了“两条上行同时跑流量”这个核心诉求。
1.2 M-LAG的核心思路
M-LAG的核心思路很简单:两台物理设备通过peer-link和keepalive链路构成一个M-LAG系统,对外呈现为一台逻辑设备。接入交换机或服务器的两条上联链路,会被识别为同一个聚合组里的两条成员口,于是:
- 两条链路都处于转发状态,可以做负载均衡
- 一条链路或一台设备故障,流量自动收敛到另一侧,秒级甚至亚秒级切换
- 对端接入设备眼里,它面对的就是一台设备、一个聚合口,完全不感知跨设备的存在,自然也不会触发STP重计算
这里有个关键点:M-LAG并不是把两台设备变成一台,而是“对外像一台,对内各自独立”。两台设备的控制平面还是分开的,这点和堆叠有本质区别。
1.3 为什么不用堆叠(IRF)
做跨设备链路聚合,很多人第一反应是用堆叠。堆叠确实能解决,但有两个痛点天然存在:
第一,控制面耦合。堆叠系统里主设备和备设备控制面是同步的,一台设备升级往往影响整个堆叠系统,故障域太大。第二,堆叠链路要求高。堆叠口需要高带宽、低延迟,而且堆叠分裂后处理逻辑复杂,处理不好就是脑裂双活。
M-LAG就不一样,两台设备控制面完全独立,peer-link断了最多影响跨设备表项同步,不会把另一台设备拉下水。故障隔离性好,部署位置也更灵活,两台设备可以不在同一个机柜,甚至跨楼宇部署。所以对不想上堆叠、又想拿双活聚合收益的场景,M-LAG明显更合适。
1.4 M-LAG的几个关键组件
- Peer-link:两台设备之间的互联链路,负责跨设备流量转发和表项同步,一般用聚合口承载
- Keepalive链路:双活检测(DAD,Dual Active Detection)专用通道,peer-link断了之后靠它判断对端是否还活着
- M-LAG group:业务侧聚合口,在两端设备上加入同一个组号,呈现为同一个逻辑口
- 双活网关:两台设备的三层虚接口配相同IP,对终端呈现为一个网关
这四个组件缺一不可。peer-link承载数据,keepalive承载检测,M-LAG group承载业务,双活网关承载三层转发。理解清楚这四个角色,后面配置就不会乱。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. HCL实验环境准备
2.1 HCL模拟器怎么选、怎么装
HCL(H3C Cloud Lab)是H3C官方的图形化网络模拟器,底层基于VirtualBox运行。做M-LAG实验,版本建议选3.0.1及以上,设备库里带S6850,这个型号支持M-LAG功能。老版本HCL自带的主要是MSR路由器和S5820V2交换机,想跑M-LAG会比较吃力。
安装时需要注意几个常见坑:
- VirtualBox版本别太新,HCL官方文档一般建议5.2.x,新版本兼容性反而容易出问题
- 安装HCL时最好以管理员身份运行,否则后面创建设备、启动设备容易报权限错误
- 安装路径不要带中文和空格,HCL对路径中的特殊字符支持很差
- 设备启动失败,多半是CPU虚拟化没开、内存不足,或者VirtualBox与HCL版本不匹配
2.2 实验拓扑
我这里规划了四台设备:
- De
