一、冗余方案概述：为什么需要网络冗余？
各位好，我是老张。做网络这行十几年了，今天咱们聊聊一个老生常谈但永远绕不开的话题——网络冗余。
先问大家一个问题：你的网络挂了，公司能接受多久？
一分钟？十分钟？还是一小时？
我见过最夸张的一次，某电商平台双十一当天核心交换机宕机，整整瘫痪了47分钟。那天的损失，够买好几套冗余设备了。说白了，网络冗余不是成本，是保险。
1.1 为什么需要网络冗余？
网络设备会坏，光纤会被挖断，电源会跳闸。这不是概率问题，是时间问题。
我个人的习惯是：永远假设最坏的情况会发生。你想想看，一条专线跑着核心业务，一旦断了，整个公司就停摆。这种单点故障，在架构设计里是绝对不能容忍的。
冗余要解决的核心问题就三个：
- 设备故障——交换机、路由器、防火墙坏了怎么办？
- 链路故障——光纤被施工队挖断了怎么办？
- 电源故障——机房断电了怎么办？
嗯，这里要注意：冗余不是简单的"多买一台设备"。我在项目中遇到过，客户买了两台核心交换机，结果配置不一样，切换的时候直接翻车。冗余设计，讲究的是"自动切换、用户无感"。
1.2 高可用性指标：99.999% 到底意味着什么？
大家经常听到"五个九"，也就是 99.999%。这个数字到底有多苛刻？
我给大家算笔账：
| 可用性 | 年停机时间 | 典型场景 |
|---|---|---|
| 99% | 87.6 小时 | 普通办公网络 |
| 99.9% | 8.76 小时 | 一般企业应用 |
| 99.99% | 52.56 分钟 | 金融、电商核心 |
| 99.999% | 5.26 分钟 | 电信、银行、证券 |
| 99.9999% | 31.5 秒 | 军工、航天 |
看到了吗？五个九意味着全年只能宕机5分多钟。你随便重启一次设备可能就超了。
我曾经帮一家证券公司做架构评审，他们的核心交易系统要求就是99.999%。说实话，这个指标靠单链路、单设备根本不可能实现。必须做到：
- 设备冗余（主备切换 < 1秒）
- 链路冗余（双路由、双运营商）
- 电源冗余（双路市电 + UPS + 发电机）
核心观点： 99.999% 不是买来的，是设计出来的。每一秒的可用性，背后都是冗余架构在兜底。
1.3 冗余设计原则
做冗余设计这么多年，我总结了几条铁律：
原则一：消除单点故障
这是最基础的。任何一台设备、一条链路、一个电源模块，都不能成为"挂了就全完"的节点。我习惯画一张单点故障分析图，把每个环节都标出来，一个一个排查。
原则二：故障隔离
冗余不是把所有鸡蛋放一个篮子里。我曾经见过一个案例，两台核心交换机放在同一个机柜，结果机柜进水，两台一起报废。嗯，这就是典型的共模故障。冗余设备必须物理隔离、电力隔离、甚至机房隔离。
原则三：自动切换，无需人工干预
半夜三点网络断了，难道还要运维从被窝里爬起来手动切换？好的冗余方案，切换时间应该在毫秒级。VRRP、堆叠、链路聚合这些技术，就是为了实现自动切换。
原则四：可测试性
冗余方案最怕什么？平时不坏，一坏就发现没用。我建议每季度做一次冗余切换演练。别怕麻烦，真出了事你才知道演练的价值。
避坑指南： 我曾经帮一家企业做故障复盘，他们的备用链路平时没流量，结果真正切换时才发现运营商那边配置错了，根本不通。所以，备用链路一定要跑真实流量，或者定期做连通性测试。
1.4 知识体系总览
下面这张图，是我对冗余方案核心逻辑的总结。大家先有个整体印象：
重要提醒： 冗余不是万能的。它解决的是单点故障，但解决不了设计缺陷。比如，你用了两台同型号、同批次的核心交换机，结果一个固件bug导致两台同时重启——这就是设计缺陷。所以，异构冗余有时候比同构冗余更可靠。
1.5 小结
这一章我们聊了：
- 为什么需要冗余——因为故障一定会发生
- 99.999% 到底有多难——全年只能宕机5分钟
- 冗余设计的四条铁律——消除单点、故障隔离、自动切换、可测试性
我个人觉得，做冗余设计最忌讳的就是"差不多就行"。你想想看，平时省下来的那点钱，可能一次故障就全赔进去了。下一章，我会带大家看看专线冗余的具体实现方案，包括主备模式、负载均衡模式，以及我踩过的那些坑。