MSR3600-28-X1 V7 / dhcpd内存利用率过高导致重启

您好，升级版本到最新

升级下最新版本再观察

问题 1：为什么 dhcpd 进程会占用 74% 内存、最终内存耗尽重启？
1）根本主因：R6749P36 版本存在 DHCP 进程内存泄漏 BUG（最高概率）
你的版本7.1.064 Release 6749P36是老补丁，该基线存在已知缺陷：
DHCP 地址池频繁续租、大量终端上下线、dot1x 联动 DHCP 分配地址场景下，dhcpd进程申请内存后无法正常释放，内存持续线性上涨；
从你的输出可见双 dhcpd 进程，其中一个动态内存占用 2.3GB，整机 3.4G 物理内存被单进程吃掉 74%，无 Swap 分区缓冲，最终系统 OOM 判定Memory exhausted强制重启。
重启后进程内存完全释放，业务临时恢复，但长期运行泄漏会复现故障。
2）业务叠加加剧内存泄漏的配置诱因
dot1x+DHCP 联动场景放大泄漏
开启 802.1X 后终端认证、下线、重认证会频繁触发 DHCP 地址申请 / 释放 / 续租，高频报文循环加速内存碎片与泄漏；关闭 dot1x 后 DHCP 交互量骤降，内存上涨速度明显放缓。
地址池参数未做老化 / 上限限制
未配置地址租期短老化、未限制单池最大在线用户数；
存在大量异常终端反复发起 DHCP Discover/Request 风暴（终端故障、环路、病毒扫描），持续打满 dhcpd 处理队列。
DHCP 扩展 Option 过多、联动模块堆积缓存
配置了大量自定义 Option、Option43/60、DNS / 网关 / 路由下发、地址绑定静态 ARP、DHCP Snooping 联动，每一次分配都会创建缓存条目且无法回收。
3）进程模型补充
MSR V7 将 DHCP 拆分为两个 dhcpd 子进程：
JID20947：控制管理进程，内存占用小；
JID20948：地址分配报文处理主进程，泄漏全部发生在此进程，动态内存 2.3GB 完全是泄漏堆积。
问题 2：内存过高时，为什么打开 dot1x 就认证失败、关闭就正常？
底层原理：整机可用内存枯竭，AAA/dot1x 模块无法分配运行内存
内存资源抢占逻辑
dhcpd 吃光 97% 内存后，系统仅剩 2.9% 空闲内存；802.1X 认证流程依赖 AAA、EAP、RADIUS 客户端、在线用户表多个子模块，每一次认证都需要临时申请内存存储终端 MAC、会话、认证报文缓存。
空闲内存不足时，系统直接拒绝给 dot1x 模块分配内存，EAP 报文处理、RADIUS 报文收发全部中断，终端认证超时失败。
现象对应你的故障：
关闭 dot1x：AAA 模块卸载、释放大量会话内存，空闲内存回升，终端三层 ping 不受限制；
开启 dot1x：模块加载并持续创建会话，内存瞬间耗尽，认证流程无内存可用直接卡死；
设备重启：dhcpd 内存全部释放，空闲内存恢复 82.6%，dot1x 模块可正常分配内存，认证恢复正常。
辅助佐证：
串口 Console 登录不受影响（串口使用独立底层缓存，不占用业务内存），SSH、Web 管理同样会伴随认证卡顿、登录失败。
二、分层落地解决方案（临时应急→中期优化→根治升级）
方案 1：临时应急（立刻缓解，避免随时重启）
手动重启 dhcpd 进程，不整机重启释放内存
plaintext
system-view
undo dhcp server enable
save
# 等待10秒进程完全退出
dhcp server enable
限制 DHCP 地址池并发与老化，减少频繁交互
plaintext
# 全局缩短租期，加快地址回收
dhcp server ip-pool LAN
lease day 0 hour 2 minute 0
# 限制池最大在线地址，防止无限扩张
max-lease-number 200
# 开启冲突地址快速清理
address-conflict detect enable
过滤 DHCP 风暴报文（接口下配置）
plaintext
interface GigabitEthernet 1/0/X
dhcp snooping max-learning-num 100
storm-constrain broadcast bandwidth 10000
定时任务周期性重启 dhcpd（兜底防泄漏）
plaintext
scheduler job reset-dhcp
schedule reboot dhcp
scheduler schedule reset-dhcp periodic 0 3 * * *
方案 2：配置层面优化，降低内存消耗
清理无用 DHCP 扩展 Option，仅保留必要网关、DNS
删除自定义冗余 Option、终端厂商识别 Option，减少缓存条目；
关闭非必要联动特性
无需求则关闭dhcp snooping、静态地址 ARP 绑定、地址日志详细记录；
dot1x 会话老化优化，及时释放认证内存
plaintext
dot1x timer reauth-period 3600
dot1x timer quiet-period 60
# 离线终端快速清理会话
dot1x session-timeout 7200
关闭全局不必要日志输出，减少内存缓存占用
plaintext
undo info-center source DHCP filter all
undo info-center source AAA filter all
方案 3：根治方案（彻底解决内存泄漏，必做）
核心操作：升级系统固件修复 dhcpd 内存泄漏 BUG
当前版本R6749P36存在 DHCP 内存泄漏已知缺陷，官方修复基线：
推荐升级至：Release 06749P45及以上补丁，或直接升级稳定大版本R077xx；
升级前置：
完整备份配置save tftp://xxx/startup.cfg；
下载 MSR3600-28-X1 对应 IPE 镜像，通过 TFTP/WEB 升级；
升级验证：
升级后持续观察display process memory，dhcpd 动态内存不再持续上涨，FreeRatio 稳定维持 70% 以上。
三、常态化监控命令（提前预警内存耗尽）
plaintext
# 1. 整机内存使用率，定时采集
display memory
# 2. 查看dhcpd进程内存占用
display process memory | include dhcpd
# 3. 查看DHCP地址池占用数量
display dhcp server ip-in-use count
# 4. 查看dot1x在线会话数
display dot1x connection count
# 5. 查看整机重启原因历史
display reboot-info
预警阈值：空闲内存 FreeRatio 低于 15% 时，提前执行 dhcp 进程重启操作。
极简总结
dhcp 内存暴涨根因：R6749P36 版本 DHCP 进程内存泄漏 BUG，dot1x 终端频繁上下线加剧泄漏；
dot1x 认证失败逻辑：整机内存被 dhcp 耗尽，AAA 认证模块无内存分配，EAP 处理直接中断；
彻底解决必须升级系统补丁至 P45+，临时可通过重启 dhcp 进程、优化租期 / 会话老化缓解故障。

从你的描述来看，dhcpd进程内存占用过高是导致设备重启的直接原因，而内存耗尽引发的系统资源紧张，是导致802.1X认证失败的根源。

🔍 为什么dhcpd进程内存占用会飙升？

dhcpd进程内存异常增长，最可能的原因是DHCP服务相关的软件缺陷（Bug）导致了内存泄漏（Memory Leak）。这通常由以下因素触发：

• 处理特定DHCP报文时出现异常：当处理某些格式错误或特殊的DHCP客户端请求时，dhcpd进程可能因未能正确释放内存而导致占用持续攀升。在启用802.1X的环境下，认证与DHCP流程的交互可能放大了触发概率。

• 开启了特定功能：某些功能，如“DHCP中继的地址匹配检查”，在特定版本中已知会导致内存缓慢泄漏直至耗尽。

• 软件版本缺陷：你当前使用的版本 Release 6749P36 可能存在已知的内存管理问题。

🔗 内存过高与802.1X认证失败的关系

内存耗尽会间接但严重地影响802.1X认证，过程如下：

1. 系统资源枯竭：dhcpd进程耗尽了绝大部分内存（你提到只剩2.9%），导致整个操作系统内存资源极度紧张。

2. 影响核心服务：802.1X认证依赖的AAA（认证、授权、计费） 服务、RADIUS客户端等关键进程，可能因申请不到内存而无法正常运行或响应超时。

3. 认证流程受阻：当终端发起802.1X认证时，设备因资源不足无法处理，导致认证失败，表现为“打开dot1x就ping不通”。

4. 设备重启：当内存彻底耗尽，系统触发Memory exhausted保护机制自动重启。重启后内存释放，所有服务恢复正常，因此你看到“重启后dot1x认证成功了”。