3、关键性能指标(KPI)定义
做网络运维这些年，我越来越觉得——没有KPI的网络监控，就像闭着眼睛开车。你感觉一切正常，但下一秒可能就撞墙了。吞吐量、带宽利用率、时延、抖动、误码率、CRC错误计数，这六个指标是我日常排查问题的「六脉神剑」。今天咱们一个一个掰开揉碎了讲。
3.1 吞吐量（Throughput）
吞吐量，说白了就是单位时间内能传多少数据。单位通常是bps（比特每秒），或者更直观的Mbps、Gbps。
关键点：
- 吞吐量 ≠ 带宽。带宽是理论最大值，吞吐量是实际能跑到的值。
- 我遇到过很多客户，买了万兆网卡，结果吞吐量只有2Gbps。查了半天，发现是PCIe插槽带宽不够。嗯，硬件匹配这事儿，真不能想当然。
实战经验：我个人习惯用 iperf3 测吞吐量。命令很简单：iperf3 -c 服务器IP -t 30。跑30秒，看结果。如果吞吐量低于链路带宽的80%，就该排查了。
3.2 带宽利用率（Bandwidth Utilization）
带宽利用率，就是当前使用的带宽占总带宽的百分比。这个指标能告诉你链路是不是「快撑不住了」。
正常范围：
- 日常：30%~60% 算正常
- 高峰期：70%~80% 可以接受
- 超过90%：危险！随时可能丢包
注意：我曾经遇到一个案例，某条链路的带宽利用率长期维持在95%以上，但业务方一直说「没感觉卡」。结果某天突然大范围丢包，整个业务挂了半小时。后来发现是突发流量把缓冲区撑爆了。所以，别等出事了再处理，利用率超过80%就该扩容了。
3.3 时延（Latency）
时延，就是数据从A点到B点需要的时间。单位通常是毫秒（ms）。
时延的构成：
- 传播时延：光在光纤里跑的时间。100公里大约0.5ms。
- 处理时延：路由器、交换机处理数据包的时间。
- 排队时延：数据包在缓冲区排队的时间。这个最不可控。
我习惯用 ping 命令测时延。但要注意，ping 测的是往返时间（RTT），不是单向时延。如果链路不对称，单向时延可能差很多。
小技巧：如果发现时延忽高忽低，别急着怀疑链路。先看看是不是对端设备负载太高。我遇到过好几次，最后发现是服务器CPU跑满了，跟网络没关系。
3.4 抖动（Jitter）
抖动，就是时延的变化量。单位也是毫秒。这个指标对实时业务（语音、视频）特别重要。
为什么抖动很要命？
- 时延大但稳定：可以缓冲，影响不大。
- 时延小但抖动大：语音会断断续续，视频会卡顿。
我记得有一次帮客户排查视频会议卡顿的问题。带宽够，时延也正常，但抖动高达50ms。后来发现是链路上有个老旧的交换机在做流量整形。换掉之后，抖动降到5ms以下，问题解决。
建议阈值：对于VoIP业务，抖动应小于30ms。超过这个值，用户就会抱怨「听不清」。
3.5 误码率（BER）
误码率，就是传输过程中出错的比特数占总比特数的比例。单位通常是10的负几次方。
典型值：
| 链路类型 | 正常BER | 需要关注 |
|---|---|---|
| 光纤链路 | 10^-12 或更低 | 10^-9 以上 |
| 铜缆链路 | 10^-10 或更低 | 10^-7 以上 |
| 无线链路 | 10^-6 或更低 | 10^-4 以上 |
误码率高了，最直接的影响就是重传增多，吞吐量下降。你想想看，如果每传1000个比特就有1个错的，那效率得多低？
避坑指南：我曾经遇到过一条光纤链路，误码率忽高忽低。查了三天，最后发现是光纤接头脏了。用酒精棉擦了一下，BER直接降到10^-13。所以，物理层的问题，别总想着用软件解决。
3.6 CRC错误计数
CRC（循环冗余校验）错误，是数据链路层用来检测数据包是否损坏的机制。如果接收端计算的CRC值和发送端的不一致，这个包就会被丢弃。
CRC错误常见原因：
- 网线质量差或接触不良
- 网卡故障或驱动问题
- 电磁干扰（特别是铜缆）
- 光纤收发器不匹配
我个人的习惯是，在交换机上用 show interface counters errors 查看CRC错误计数。如果发现某个端口的CRC错误在持续增长，基本可以断定物理层有问题。
经验之谈：CRC错误计数偶尔出现一两个，问题不大。但如果每分钟都在增长，那就得赶紧处理了。我曾经见过一个案例，CRC错误导致重传率高达30%，业务几乎不可用。最后换了一根网线就解决了。有时候，问题就这么简单。
知识体系总览
下面这张图，是我梳理的六个KPI之间的逻辑关系。你可以把它当作排查问题的路线图。
这六个指标，单独看都有意义，但组合起来才能看清全貌。比如，吞吐量低可能是带宽利用率高导致的，也可能是误码率高导致的重传。你想想看，如果只看一个指标，很容易被误导。
我的排查习惯：先看吞吐量和带宽利用率，判断链路是否过载。再看时延和抖动，判断是否存在拥塞或设备问题。最后看误码率和CRC错误，确认物理层是否健康。这个顺序，能帮你快速定位问题。
好了，KPI的定义就讲到这里。这些指标是网络监控的基石，理解了它们，你就能看懂监控数据背后的故事了。