S12518IRF分裂后恢复IRF导致带业务框重启案例

最初客户现场两台12518设备做IRF，框一设备故障，更换框一设备加入原IRF组合时，现网带业务的框二设备重启，导致客户业务中断。

我们先来回顾下客户在故障后的操作步骤：

其中框一设备内存故障，客户发现时已经无法启动，框二处于MAD down状态，客户手工将框二业务口undo shutdown后，业务恢复。

我司工程师在备件新的12518到达后，加电启动新的12518，按照老框一的IRF配置配置设备，并主动降低设备新设备IRF优先级，然后重新启动新到12518设备，待新12518设备完全启动后，将IRF线缆插入，此时框二重新启动，客户业务中断。

我们再一起回顾下IRF的角色选举过程：

角色选举会在拓扑变更的情况下产生，比如IRF建立、新设备加入、Master设备离开或者故障、两个IRF合并等。角色选举规则如下：

(1)当前Master优先（IRF系统形成时，没有Master设备，所有加入的设备都认为自己是Master，会跳转到第二条规则继续比较）；

(2)成员优先级大的优先；

(3)系统运行时间长的优先（各设备的系统运行时间信息也是通过IRF Hello报文来传递的）；

(4)成员编号小的优先。

从第一条开始判断，如果判断的结果是多个最优，则继续判断下一条，直到找到唯一最优的成员设备才停止比较。此最优成员设备即为Master，其它成员设备则均为Slave。

在角色选举完成后，IRF形成，将进入IRF管理与维护阶段。

综上所述：

可以将故障现象梳理分析如下：

1、1框内存异常导致分裂、2框被MAD down

2、1框内存异常重启，重启后加入2框，继承MAD down状态

3、1框内存异常无法启动

4、更换新的1框到现网中，由于1框配置完IRF并完全启动，自认为为主。

5、此时插入堆叠线缆，框2认为自己处于MAD down状态，需要加入IRF，所以框2重启

1、当前主用2框处于 MAD检测Recovery状态，该状态下设备会自动关闭所有非保留的业务接口，正常恢复命令为mad restore，但用户当时是手工将所有接口打开，建议合并IRF前，使用display mad verbose查看设备IRF状态

2、当前主控2框处于MAD检测Recovery状态下，新加入IRF成员设备分两种情况：

1）如果新加入设备在启动之前插入堆叠线缆，在启动过程中检测到当前存在激活IRF域，会自动加入，不进行IRF状态竞选。（不会导致2框重启）

2）如果新加入设备以IRF状态完全启动后插入堆叠线缆，认为自己是master，此时插入IRF线缆，由于2框处于Recovery状态，不会进行角色选举，处于Recovery状态的设备自动重启加入主设备。（会导致2框重启）