当M-LAG接口故障但外网侧不感知、peer-link故障时备设备接口进入M-LAG MAD DOWN状态、设备故障时流量毫秒级切换至存活设备——M-LAG构建了一套从接口到设备、从链路到系统的多层次故障处理体系。新华三集团发布的这份技术白皮书，系统阐述了M-LAG在接口故障、链路故障、设备故障、二次故障等各类场景下的智能切换机制，以及在EVPN VXLAN组网中下行链路、上行链路和peer-link/Keepalive同时故障的复杂场景处理，为高可靠性网络设计提供了完整的技术参考。
基础故障处理——接口、链路、设备三层冗余保障
M-LAG接口故障：外网侧不感知，故障设备流量通过peer-link绕行
当某台M-LAG设备的M-LAG接口发生故障时，外网侧并不感知该故障，流量依然会发送给所有M-LAG设备。处理机制如下：故障设备（Device B）收到外网侧访问接入设备（Device C）的流量后，通过peer-link链路将流量交给另一台M-LAG设备（Device A），由Device A转发给Device C。故障恢复后，该M-LAG接口恢复up状态，流量正常转发。
对于已知单播流量，当M-LAG接口被手动shutdown、undo shutdown或M-LAG接口所在设备重启后，M-LAG设备支持下行链路切换无丢包，确保了运维操作对业务的影响最小化。
peer-link链路故障：备设备接口MAD DOWN，主设备独立转发
peer-link链路故障但Keepalive链路正常时，M-LAG系统启动MAD检测机制，将备设备上除保留接口外的所有接口置为M-LAG MAD DOWN状态。主设备上的M-LAG接口所在聚合链路状态仍为up，备设备上的M-LAG接口所在聚合链路状态变为down，从而保证所有流量都通过主设备转发。
一旦peer-link链路故障恢复，处于M-LAG MAD DOWN状态的接口经过延迟恢复时间自动恢复为up状态。备设备在延迟恢复期间完成表项同步，确保恢复后流量转发正常。
设备故障与上行链路故障：主备切换与绕行转发
设备故障时，主设备故障后备设备升级为主设备，该设备上的聚合链路状态为up继续转发流量。主设备故障恢复后，由从状态升级为主状态的设备仍保持主状态，故障恢复后的设备成为备设备。如果是备设备发生故障，M-LAG系统的主备状态不变，备设备上的聚合链路状态变为down，主设备继续转发流量。
上行链路故障并不影响M-LAG系统的转发。故障设备（Device A）的上行链路虽然故障，但外网侧转发相关表项由对端（Device B）通过peer-link同步给Device A，Device A将访问外网侧的流量发送给Device B转发。为提升效率，可配置Monitor Link功能将M-LAG组成员端口和上行端口关联，上行链路故障时联动M-LAG组成员端口状态变为down。
二次故障处理——peer-link与Keepalive双重故障的三种模式
缺省配置场景：备设备升主并解除MAD DOWN，可能导致双主双活
当peer-link先故障、Keepalite后故障时，缺省配置下，备设备会升为主设备并解除所有接口的M-LAG MAD DOWN状态，以双主双活方式转发流量。由于peer-link故障时无法同步表项，可能导致流量转发错误。当Keepalive先故障、peer-link后故障时，M-LAG设备上的接口不会被置为M-LAG MAD DOWN状态，直接以双主双活方式转发流量。
MAD DOWN状态保持功能：避免双主双活，但无法解决Keepalive先故障场景
开启M-LAG MAD DOWN状态保持功能后，若peer-link先故障、Keepalive后故障，备设备升为主设备但不会解除接口的M-LAG MAD DOWN状态，继续只从原来的主设备转发流量，避免双主双活。但若Keepalive先故障、peer-link后故障，则M-LAG设备上的接口不会被置为M-LAG MAD DOWN状态，直接以双主双活方式转发流量——此功能无法解决这一场景。
如果主设备故障或主设备上M-LAG接口故障导致无法转发流量，可关闭此功能，解除从设备接口M-LAG MAD DOWN状态，使从设备升级为主设备，保证流量正常转发。
设备独立工作功能：切换到独立工作模式，仅一台设备成员端口被选中
开启设备独立工作功能后，若peer-link先故障、Keepalive后故障，两台M-LAG设备切换到独立工作状态。切换后，M-LAG接口对应的聚合接口发送的LACP报文中携带的M-LAG系统参数还原为聚合接口的LACP系统MAC地址和LACP系统优先级，使同一M-LAG组中的两个聚合接口参数不一致。
这样，接入设备上仅一个成员端口可以被选中——由LACP系统优先级和系统MAC地址决定（越小越优先）。被选中的设备转发业务流量，避免流量转发异常。若选中的成员端口也故障，则选中另一台设备上的成员端口继续转发。
EVPN VXLAN组网的故障处理——下行链路、上行链路与双链路故障
下行链路故障：通过peer-link自动创建的AC或VXLAN隧道绕行
在EVPN VXLAN支持M-LAG组网中，下行链路故障时，上行流量通过未故障链路发送给另一台M-LAG设备转发。下行流量处理取决于peer-link类型。peer-link为以太网聚合链路时，故障设备（VTEP2）收到网络侧访问接入服务器的流量后，通过peer-link上自动创建的AC转发到对端VTEP1，VTEP1判断报文所属VSI并转发给接入服务器。peer-link为VXLAN隧道时，VTEP2为报文添加VXLAN封装，通过作为peer-link的VXLAN隧道转发到VTEP1，VTEP1根据VXLAN ID判断报文所属VSI并转发。
上行链路故障：逃生链路部署与VXLAN隧道备份路径
peer-link为以太网聚合链路时，建议将peer-link部署为逃生链路——允许peer-link转发三层流量，并在peer-link上运行路由协议，使M-LAG设备可通过peer-link与远端VTEP三层互通。部署逃生链路后，VXLAN隧道在underlay网络具有主备两条路径，经由peer-link的路径作为备份路径。
当某台M-LAG设备上行链路故障时，该设备与远端VTEP之间的VXLAN隧道仍保持up，对应underlay路径为经由peer-link的路径。该设备对上行流量进行VXLAN封装，通过peer-link绕行另一台设备发送给远端VTEP。下行流量因故障设备上行链路故障，只会发送给正常设备转发。
peer-link和Keepalive同时故障：M-LAG系统分裂，各设备独立工作
peer-link为以太网聚合链路时，peer-link和Keepalive同时故障会导致M-LAG系统分裂，两台设备均使用实际IP地址与远端VTEP建立VXLAN隧道，均可转发流量。接入服务器根据LACP优先级选择将上行流量发送给一台设备，下行流量也通过目的IP为实际IP地址的VXLAN隧道发送给同一设备。单挂接口的流量转发不受影响。peer-link为VXLAN隧道时的处理机制相同。
