网络问题里有一类特别耗时间：现象是间歇性的，压力测试测不出来，在软件层怎么查都查不到根因。
这一类问题，大概率在物理层。
物理层排查的好消息是：顺序是固定的，而且从最便宜的件开始。
一、光模块插上去，端口不亮
现象：光模块插进去，端口不亮，或者亮了但协商不上预期速率。
最常见的原因：厂商编码校验。不少交换机和网卡会读取光模块 EEPROM 里的厂商信息，不在白名单上的直接拒绝。这是厂商的商业策略，不是技术缺陷，所以「模块本身是好的」和「这台设备认不认」是两个独立的问题。
其他三个原因：
- 波长不匹配：850nm（多模）、1310nm、1550nm（单模）对不上，光进不去
- 模式不匹配：单模模块配多模光纤，或者反过来
- 速率不匹配：两端模块速率不一致，协商不上
怎么做：按设备的官方支持列表选型，或者选可改编码的兼容模块。采购时把编码、波长、模式、速率、传输距离都写清楚，不要只写「万兆光模块」。
提醒：这类故障看起来像网卡坏了，其实网卡一点事没有。在换网卡之前，先换一个确定兼容的模块试试——成本差几十倍。
二、万兆口只跑出千兆
现象：链路是通的，但速率停在低档。
三个原因，按排查顺序：
- 自协商失败。两端只能退到共同支持的最低速率。 先看两端的协商状态——多数交换机和网卡都能显示「协商结果」和「本端能力」。
- 线缆等级不够或模块不匹配。铜缆的类别、DAC 线的长度、 光模块与对端的匹配，任何一项不达标都会掉档。
- 驱动或固件版本过旧，不支持该速率模式。这一条在新换的网卡上尤其常见—— 卡是新的，驱动是系统自带的老版本。
顺序：先看两端协商状态（不花钱），再换线换模块（花小钱），最后才怀疑网卡（花大钱）。
换件之前先排除配置，这一句能省下不少冤枉钱。
三、丢包查了三天，最后是一根线
现象：偶发丢包和重传，业务时快时慢；做压力测试的时候又测不出来。
这是最耗人的一类。原因往往极其朴素：
- 接触不良：接头没插到位，或者长期震动后松动
- 线缆弯折半径过小：光纤尤其敏感，超过最小弯曲半径就会有衰减
- 光纤端面脏污：指纹、灰尘，在万兆以上速率下足以造成误码
- 线缆老化：长期在高温或紫外环境下的跳线
怎么确认是物理层：看端口的 CRC 错误计数和误码计数。
关键在于看增量：清零之后观察一段时间，如果计数在稳定累加，那就是物理层问题，不用再在软件层查了。这一步能直接省掉几天。
处理顺序（从便宜到贵）：
- 清洁光纤端面，重新插拔（免费，而且经常有效）
- 换跳线（几十块）
- 换光模块（几百块）
- 换网卡或换交换机端口（几千块起）
跳线和模块便宜，先试它们。绝大多数偶发丢包在前两步就解决了。
排查顺序总表
| 现象 | 先看 | 再看 | 最后才 |
|---|---|---|---|
| 端口不亮 | 模块兼容性、波长/模式 | 换一个已知兼容的模块 | 怀疑网卡/端口 |
| 速率降档 | 两端协商状态 | 线缆等级、模块匹配 | 驱动固件版本 |
| 偶发丢包 | CRC/误码计数增量 | 清洁端面、换跳线 | 换模块、换卡 |
| 完全不通 | 两端配置、VLAN | 物理链路、光功率 | 换件 |
一条通用原则：物理层的问题，在软件层怎么查都查不出来。所以在花三天读日志之前，先花三分钟看一眼 CRC 计数。
关于备件
光模块的编码、波长、速率、传输距离都要对上，我们的料号库对每个模块料号记录这几项以及适配的设备型号。
网卡、光模块、跳线这类件多为库房常备，可以在备件料号速查里按品牌或料号搜。查不到的把清单发过来人工核。
本文描述的是这类设备的常见故障模式，不是某一台机器的具体案例。