HSRP Failover و تفسیر Operational Status

انواع Trigger برای Failover

Failover ممکن است به دلیل Down شدن خود Interface HSRP، خاموش شدن Device، از دست رفتن Hello Peer یا کاهش Priority ناشی از Tracking رخ دهد. این Triggerها نتیجه مشابه Role Change دارند اما Root Cause متفاوتی دارند.

Device failure
Interface failure
Peer hello loss
Tracked object failure -> priority decrease

در Incident باید بفهمی کدام Trigger اتفاق افتاده، نه اینکه فقط «R2 Active شد» را ثبت کنی. show standby، show track، Interface State و Log Timestamp این زنجیره را می‌سازند.

خواندن Operational State

show standby brief برای چند VLAN سریع است و show standby جزئیات Group خاص را می‌دهد. State، Active Peer، Standby Peer، Priority و Virtual IP را بخوان. اگر Active=local است، همان Device در حال سرویس VIP است.

Interface  Grp Pri State   Active Standby VIP
Vl20       20  100 Active  local  10.20.0.2 10.20.0.1

اگر Standby unknown است، ممکن است Peer در دسترس نباشد یا Hello Communication مشکل داشته باشد. اگر Active unknown/State غیرعادی است، Layer 2 و Configuration Group را بررسی کن.

روی چند VLAN ممکن است Load Sharing طراحی شده باشد؛ مثلاً R1 برای VLAN20 Active و R2 برای VLAN30 Active. پس «همه VLANها باید یک Active داشته باشند» فرض درستی نیست.

اندازه‌گیری Data Plane

برای اندازه‌گیری Failover می‌توان از Ping پیوسته از Client به VIP و سپس مقصد دور استفاده کرد. تعداد Packet Lost و زمان Recovery را ثبت کن. برای سرویس حساس، Test Application یا Sessionهای TCP نیز مهم‌اند.

ping -t 10.20.0.1
ping -t 10.50.50.10
# هم‌زمان show standby در دو Gateway

ممکن است VIP خیلی سریع برگردد اما Route Upstream روی Device جدید دیرتر آماده شود. مقایسه Ping VIP و مقصد دور دقیقاً این تفاوت را آشکار می‌کند.

Recovery و Failback

بعد از رفع Failure، Device قبلی ممکن است Standby بماند یا با Preempt دوباره Active شود. اگر Tracking Priority را برگرداند و Preempt فعال باشد، Failback رخ می‌دهد. Preempt Delay می‌تواند از انتقال زودهنگام Traffic جلوگیری کند.

Recovery را مثل Failure تست کن. فقط اینکه Alarm پاک شد کافی نیست. Role نهایی، Priority، Track State، Routing Table و Client Traffic را Verify کن.

Failure cleared -> track up -> priority restored -> preempt decision -> final role

Incident Runbook HSRP

Runbook عملی: 1) Client Gateway/VLAN؛ 2) show standby brief روی هر دو Peer؛ 3) SVI و Layer 2 Status؛ 4) show track؛ 5) Upstream Route/Interface؛ 6) Ping VIP و مقصد دور؛ 7) Logs/Timestamps؛ 8) Change History.

client -> HSRP state -> L2/SVI -> track -> routing -> data plane -> logs

اگر هر دو Peer Active هستند، بین آن‌ها Hello Reachability را بررسی کن. اگر Active درست است ولی Traffic دور قطع است، Upstream را بررسی کن. اگر Track مکرراً Up/Down می‌شود، Flapping Object را حل کن.