Kiểm thử VRRP/HSRP failover: đo gián đoạn default gateway đúng cách

VRRP là chuẩn IETF cho virtual router; HSRP là cơ chế redundancy của Cisco. Cả hai cung cấp virtual IP/MAC để host không đổi default gateway khi router chính lỗi. Tuy nhiên bài nghiệm thu không nên dừng ở việc quan sát role chuyển đổi; mục tiêu là định lượng luồng nào mất, bao lâu và phiên ứng dụng có tự phục hồi hay không.

Phải tách ít nhất bốn câu hỏi: giao thức phát hiện lỗi mất bao lâu; router dự phòng bắt đầu forwarding khi nào; access network cập nhật MAC/ARP/ND ra sao; đường upstream đã hội tụ chưa. Một timestamp duy nhất trong CLI không đủ trả lời cả bốn.

Kết nối nhiều host emulator vào access switch, dùng hai gateway cùng VLAN và hai uplink tới mạng đích. Phát traffic hai chiều với nhiều flow, packet size và DSCP. Đặt điểm capture ở phía host, giữa gateway và access, và phía upstream nếu có thể. Dùng sequence number trong payload để xác định loss burst chính xác.

Tách management network để điều khiển lỗi không phụ thuộc gateway đang kiểm thử. Đồng bộ thời gian thiết bị tạo tải, analyzer và syslog/NMS. Nếu dùng SPAN, kiểm tra oversubscription; capture bị drop có thể bị nhầm thành loss của DUT.

Ghi rõ advertisement/hello, hold/dead timer, priority, preemption delay và authentication nếu dùng. Timer nhỏ có thể giảm thời gian phát hiện nhưng tăng độ nhạy với CPU spike hoặc mất gói control-plane. Không so sánh hai cấu hình chỉ bằng timer danh nghĩa; cần đo actual detection và data recovery.

Object tracking quyết định gateway có chuyển role khi uplink, route, SLA probe hoặc interface logic lỗi. Nếu chỉ rút cáp LAN của router chính, bài đo chưa chứng minh blackhole khi uplink hỏng nhưng interface access vẫn up. Test cả mất vật lý lẫn mất reachability logic.

Virtual MAC giúp hạn chế cập nhật neighbor trên host, nhưng gratuitous ARP hoặc unsolicited Neighbor Advertisement vẫn có thể được dùng khi chuyển vai trò. Ghi lại packet này, source MAC và thời điểm switch cập nhật forwarding database. Với IPv6, kiểm tra riêng Router Advertisement và Neighbor Discovery; không suy diễn từ IPv4.

Nếu gateway dùng virtual MAC khác nhau theo giao thức/nhóm, access switch có thể cần relearn. Port-security, dynamic ARP inspection, EVPN/VXLAN hoặc MLAG cũng có thể làm đường phục hồi khác lab lớp 2 đơn giản. Vì vậy topology production phải được đại diện đủ, không chỉ hai router nối cùng switch.

KPI chính là số packet liên tiếp bị mất và thời gian từ last-good packet trước lỗi đến first-stable packet sau lỗi. “Stable” nên yêu cầu một cửa sổ không mất tiếp, tránh ghi nhận một packet lọt qua giữa hai loss burst. Báo cáo thêm reordered/duplicate packet, latency spike và ảnh hưởng từng flow.

Tương quan data-plane với: thời điểm fault injection; control role change; gratuitous ARP/NA; FDB update; routing/uplink convergence. Với TCP/TLS, ghi transaction failure và recovery; packet loss vài trăm mili giây có thể tạo timeout dài hơn nhiều nếu trùng retransmission timeout hoặc handshake.

Mỗi tình huống chạy nhiều lần với cùng seed và traffic profile. Báo median, p95 và worst observed thay vì chỉ lần nhanh nhất. Xen kẽ run không gây lỗi để xác nhận generator/capture ổn định.

• Tình huống: Mất gateway node · Fault injection: Power/reload có kiểm soát · Bằng chứng chính: Role, packet loss, log · Rủi ro cần bắt: Cold failure
• Tình huống: Mất access link · Fault injection: Shutdown/rút link · Bằng chứng chính: Timer/link-down event · Rủi ro cần bắt: Local detection
• Tình huống: Mất uplink · Fault injection: Shutdown phía upstream · Bằng chứng chính: Tracking, route, loss · Rủi ro cần bắt: Blackhole im lặng
• Tình huống: Mất route · Fault injection: Withdraw/track fail · Bằng chứng chính: RIB/FIB và role · Rủi ro cần bắt: Control/data mismatch
• Tình huống: CPU pressure · Fault injection: Tải lab giới hạn · Bằng chứng chính: Hello jitter, role flap · Rủi ro cần bắt: False failover
• Tình huống: Failback · Fault injection: Khôi phục node · Bằng chứng chính: Preemption, second outage · Rủi ro cần bắt: Route/MAC churn

Checklist pass/fail: không split-brain; không blackhole quá ngưỡng; loss từng traffic class nằm trong SLO; không tạo duplicate kéo dài; session quan trọng phục hồi; failback không gây outage ngoài tiêu chí; log/capture đủ tương quan.

• 1. Lưu cấu hình, version, topology, timer và trạng thái ban đầu.
• 2. Warm up traffic, xác nhận zero unexpected loss và neighbor/FDB ổn định.
• 3. Đánh dấu timestamp fault injection bằng event ngoài băng.
• 4. Duy trì traffic đủ lâu sau failover để phát hiện secondary loss.
• 5. Thu packet capture giới hạn, syslog, role, route/FIB và interface counter.
• 6. Khôi phục node; quan sát preemption/failback như một test case riêng.
• 7. Dọn trạng thái, chờ hold-down và lặp lại tối thiểu theo số mẫu đã định.

Nếu role chuyển nhanh nhưng upstream vẫn mất, hãy kiểm tra routing adjacency/FIB hoặc stateful service phía sau. Nếu chỉ một hướng phục hồi, xem ARP/ND/FDB và return path. Nếu capture báo loss nhưng receiver counter không giảm, điểm SPAN có thể oversubscribed.

Kết quả phụ thuộc model, software release, timer, tracking, access topology và traffic. VRRP behavior theo RFC không bảo đảm HSRP hoặc implementation cụ thể giống nhau. Bài lab cũng không chứng minh trạng thái session của NAT/firewall nếu gateway đồng thời làm chức năng stateful; cần test riêng state synchronization.

• Virtual IP/MAC: Địa chỉ logic được gateway dự phòng chia sẻ.
• Preemption: Router ưu tiên cao giành lại vai trò sau khi trở lại.
• Object tracking: Liên kết role gateway với trạng thái interface, route hoặc probe.
• Gratuitous ARP: ARP không được yêu cầu, dùng để thông báo mapping IP–MAC.
• First stable packet: Packet đầu của cửa sổ phục hồi ổn định, không chỉ packet đầu lọt qua.
• Split-brain: Nhiều gateway cùng tin mình đang active/master.