动态路由协议监控的告警哲学取决于自愈能力

动态路由协议（如BGP、OSPF）被设计成能自我修复，这恰恰是监控它们时最棘手的地方——协议本身能应对的变化，是否还值得为此叫醒一个人？答案取决于冗余程度：多宿主网络（有多条独立上联）里，单个BGP对等关系变化通常不值得触发紧急告警，因为协议本身能自动切换；但双宿主网络（冗余路径有限）里同样的变化就可能值得关注，因为容错空间已经很窄了。BGP另有几个真正值得盯紧的点：TCAM表大小逼近上限可能是灾难的开端（2014年确实有Cisco设备因TCAM耗尽导致大范围服务中断的真实案例）、AS路径变化（对延迟敏感的业务尤其重要）、BGP community变化（对等方发送接收的前缀数量）。静态路由则不该直接监控”路由是否还在”，而应该监控底层链路本身是否通畅、是否能实际转发流量。发散：这套判断逻辑的通用之处在于——一个系统的自愈/冗余能力越强，越不该为其内部的正常波动设置紧急告警，告警的门槛应该和”人力介入还能不能改变结果”绑定，而不是和”发生了变化”这件事本身绑定。