lab : s10-switch-loss suppose que le switch rétabli reste en attente, faux quand c'est le plus prioritaire #69

Closed
opened 2026-10-16 21:48:33 +00:00 by nicolas.boufideline · 1 comment

Constat

Campagne du 2026-10-13 (evpn-3hv, labctl 0.2.0) : s10-switch-loss 15/17. Échouent « sw1 rétabli : il reste en attente, sans reprendre la passerelle » et « sw2 reste maître ». Le 2026-10-13 au matin, le même scénario passait à 17/17.

Mécanisme (journaux FRR)

Priorités : sw1 200, sw2 190, Preempt Mode: No. Le maître au démarrage est le premier switch démarré.

heure sw1 (200) sw2 (190)
20:42:37 Backup → Master Backup
20:52:17 underlay coupée : vrrpd reste Master, « Failed to send VRRP Advertisement: Network is unreachable » Master_Down_Timer → Master
20:52:43 interface rétablie, annonces reprises en priorité 200 « Received advertisement from 169.254.0.1 w/ priority 200; switching to Backup »

FRR ne repasse pas l'instance en Initialize quand l'interface tombe : au retour, deux maîtres, et le moins prioritaire s'efface. La préemption n'y est pour rien. Le matin, le maître coupé était sw2 (190) : il s'effaçait lui-même au retour, et l'attente du scénario était satisfaite par hasard.

Effet

Quand le switch prioritaire tombe, son retour provoque une seconde bascule (21 requêtes perdues sur 242, plus long silence 3,2 s sur l'ensemble). Les sessions EVPN de hv1 ne sont jamais coupées.

Proposition

  • s10 lit les priorités (show vrrp) au lieu de supposer l'état final : après le retour, le maître attendu est le plus prioritaire ; si c'est le switch coupé, mesurer la seconde bascule (même seuil, < 5 s).
  • À étudier, non recommandé sans essai : priorités égales (départage par l'adresse), ou couper le switch autrement que par ip link set underlay down (arrêt de vrrpd, coupure côté bridge du lab) pour que vrrpd voie la panne.

Lié à #54.

## Constat Campagne du 2026-10-13 (evpn-3hv, labctl 0.2.0) : `s10-switch-loss` **15/17**. Échouent « sw1 rétabli : il reste en attente, sans reprendre la passerelle » et « sw2 reste maître ». Le 2026-10-13 au matin, le même scénario passait à 17/17. ## Mécanisme (journaux FRR) Priorités : sw1 200, sw2 190, `Preempt Mode: No`. Le maître au démarrage est le premier switch démarré. | heure | sw1 (200) | sw2 (190) | |---|---|---| | 20:42:37 | Backup → **Master** | Backup | | 20:52:17 | `underlay` coupée : `vrrpd` **reste Master**, « Failed to send VRRP Advertisement: Network is unreachable » | Master_Down_Timer → **Master** | | 20:52:43 | interface rétablie, annonces reprises en priorité 200 | « Received advertisement from 169.254.0.1 w/ priority 200; switching to Backup » | FRR ne repasse pas l'instance en Initialize quand l'interface tombe : au retour, deux maîtres, et le moins prioritaire s'efface. La préemption n'y est pour rien. Le matin, le maître coupé était sw2 (190) : il s'effaçait lui-même au retour, et l'attente du scénario était satisfaite par hasard. ## Effet Quand le switch prioritaire tombe, son retour provoque une **seconde bascule** (21 requêtes perdues sur 242, plus long silence 3,2 s sur l'ensemble). Les sessions EVPN de hv1 ne sont jamais coupées. ## Proposition * s10 lit les priorités (`show vrrp`) au lieu de supposer l'état final : après le retour, le maître attendu est le plus prioritaire ; si c'est le switch coupé, mesurer la seconde bascule (même seuil, < 5 s). * À étudier, non recommandé sans essai : priorités égales (départage par l'adresse), ou couper le switch autrement que par `ip link set underlay down` (arrêt de `vrrpd`, coupure côté bridge du lab) pour que `vrrpd` voie la panne. Lié à #54.
Author
Owner

Corrigé dans #70 : s10-switch-loss est remplacé par test/e2e/suite/72-perte-switch.sh :

  • les priorités VRRP sont lues dans FRR ;
  • au retour du switch coupé, le maître attendu est le plus prioritaire ;
  • la seconde bascule est mesurée (< 5 s).

Vérifié en lab le 2026-10-17 (evpn-3hv) : sw1 (200) coupé, sw2 (190) devient maître en 2,7 s ; au retour, sw1 redevient maître, seconde bascule en 1,2 s ; 17 requêtes perdues sur 254 sur l'ensemble ; sessions EVPN de hv1 jamais coupées. Test 19/19.

Bilan complet sur #70. Fermé.

Corrigé dans **#70** : `s10-switch-loss` est remplacé par `test/e2e/suite/72-perte-switch.sh` : - les priorités VRRP sont lues dans FRR ; - au retour du switch coupé, le maître attendu est le plus prioritaire ; - la seconde bascule est mesurée (< 5 s). **Vérifié en lab le 2026-10-17** (evpn-3hv) : `sw1` (200) coupé, `sw2` (190) devient maître en 2,7 s ; au retour, `sw1` redevient maître, seconde bascule en **1,2 s** ; 17 requêtes perdues sur 254 sur l'ensemble ; sessions EVPN de hv1 jamais coupées. Test 19/19. Bilan complet sur #70. Fermé.
Sign in to join this conversation.
No milestone
No project
No assignees
1 participant
Notifications
Due date
The due date is invalid or out of range. Please use the format "yyyy-mm-dd".

No due date set.

Dependencies

No dependencies set.

Reference
syonad/two#69
No description provided.