Cisco MDS：升级到 9.4（2a） 后，由于 FSPF 不稳定，主机丢失路径

在具有 Supervisor-1（显示为 Supervisor-3）的 Cisco Multilayer Directional Switch （MDS） 9700 上升级到 NX-OS 版本 9.4（2a） 后，许多主机反复丢失通往目标的路径。 

Linux 示例：
Dec 6 03:10:48 Hostname kernel: lpfc 0000:09:00.1: 1:(0):0203 Devloss timeout on WWPN 50:xx:xx:xx:xx:xx:xx:xx NPort x480260 Data: x0 x8 x3
<SNIP>
Dec 6 13:36:15 Hostname kernel: lpfc 0000:09:00.1: 1:(0):0203 Devloss timeout on WWPN 50:xx:xx:xx:xx:xx:xx:xx NPort x480280 Data: x0 x8 x4

Windows 示例：
Level    Date and Time        Source    Event ID    Task Category    
Error    15/12/2024 06:42    EmcpMpx    106            None    Bus 0 to Symmetrix <Serial # > port FA  <FA #> is dead.

问题追溯到结构最短路径优先 （FSPF） 链路状态路由 （LSR） 定期老化。这可以从 show fspf internal event-history events 的输出中看出。

示例：
show fspf internal event-history
2024 Dec 15 09:15:11.373275: E_DEBUG [105] fspf [8639]:  LSR 84 in VSAN 552 reached Max Age 
2024 Dec 15 08:51:08.739300: E_DEBUG [105] fspf [8639]:  LSR 84 in VSAN 552 reached Max Age 
2024 Dec 15 08:27:06.765770: E_DEBUG [105] fspf [8639]:  LSR 84 in VSAN 552 reached Max Age 
2024 Dec 15 08:03:03.432829: E_DEBUG [105] fspf [8639]:  LSR 84 in VSAN 552 reached Max Age 
2024 Dec 15 07:39:01.112629: E_DEBUG [105] fspf [8639]:  LSR 84 in VSAN 552 reached Max Age 
2024 Dec 15 07:14:56.583576: E_DEBUG [105] fspf [8639]:  LSR 84 in VSAN 552 reached Max Age 
2024 Dec 15 06:50:52.527478: E_DEBUG [105] fspf [8639]:  LSR 84 in VSAN 552 reached Max Age

MAX_AGE计时器为 60 分钟，刷新计时器为 30 分钟。上面的示例显示了这些 LSR 在大约 24 分钟而不是 60 分钟时老化。这是在刷新它们之前。
如上所示，24 分钟的间隔可能会有所不同。

另一个症状是发送和接收的 FSPF Hello 数量严重不匹配：

show fspf interface
FSPF interface port-channel6 in VSAN 1
FSPF routing administrative state is active
Interface cost is 3
Timer intervals configured, Hello 20 s, Dead 80 s, Retransmit 5 s
FSPF State is FULL 
Neighbor Domain Id is 0x54(84)
Neighbor Interface is port-channel6 (0x00040005 )

统计计数器：
   Number of packets received : LSU  4133  LSA  4133  Hello 104919  Error packets 0 
   Number of packets transmitted : LSU  9482  LSA  -139208775  Hello 278675  Retransmitted LSU  1 
   Number of times inactivity timer expired for the interface = 0 

与接收到的 Hello 相比，此交换机传输的 Hellos 是其 2.65 倍。这是因为 FSPF Hello 计时器在 20 秒的正确值之前到期。
所有 FSPF 计时器均未以正确的时间间隔到期，从而导致上述问题。

发送或接收的正常 Hello 示例： 
MDS# show fspf interface
FSPF interface port-channel3 in VSAN 1
FSPF routing administrative state is active
Interface cost is 62
Timer intervals configured, Hello 20 s, Dead 80 s, Retransmit 5 s
FSPF State is FULL
Neighbor Domain Id is 0xe8(232)
Neighbor Interface is port-channel3 (0x00040002 )

统计计数器：
   Number of packets received : LSU  4144  LSA  4144  Hello 372794  Error packets 0
   Number of packets transmitted : LSU  4146  LSA  0  Hello 372813  Retransmitted LSU  0
   Number of times inactivity timer expired for the interface = 0

运行 NX-OS 9.4（2）、9.4（2a） 或 9.4（3） 时，具有 Supervisor-1 或 Supervisor-1E（也称为 Supervisor-3）的 MDS 9700 上可能会出现此问题。这似乎是一个相对较低的发生概率。

Cisco 创建了以下 Bug：
CSCwn58100：升级到 9.4（2a） 后，LSR 达到最大使用期限导致 FSPF 不稳定导致主机丢失路径。

更多信息可在此处获得：
https://bst.cloudapps.cisco.com/bugsearch/bug/CSCwn58100 [bst.cloudapps.cisco.com]
 

修复：将代码升级到 NX-OS 9.4.3a。

解决办法：请联系戴尔支持，以获得无中断解决方法;支持人员将联系 Cisco TAC。