监控网络卡顿的排查顺序先记住一句：平均带宽正常不代表没有拥塞，毫秒级微突发才是隐蔽根因。微突发发生在 1 到 100 毫秒内，瞬时速率能冲到平均速率的几十倍甚至超过端口带宽，交换机缓存不够就被打穿丢包，画面表现为偶发卡顿、回放跳帧。回放、多路同屏上墙、平台巡检抓拍最容易触发。定位看出接口丢弃计数与 QoS 丢包告警，缓解靠带宽冗余与优先级标记。
平均带宽正常还卡：微突发在作怪
网管软件看到的平均速率是秒级甚至分钟级统计，一秒钟对高速接口来说很长，瞬时突发被平均掉，曲线平滑，问题就被藏起来了。微突发的瞬时速率远超平均值，多个入端口同时向一个出端口灌流量，或者大带宽端口向小带宽端口转发，出端口来不及发就只能缓存，缓存不够就丢包。
| 现象 | 定义 | 发生窗口 |
|---|---|---|
| 微突发 | 瞬时速率远超平均、甚至超端口带宽 | 毫秒级，1 到 100 毫秒 |
| 拥塞丢包 | 缓存不足导致报文被丢弃 | 突发瞬间 |
| 平均速率 | 秒级或分钟级统计值 | 常态监控 |
判断是否微突发，看端口丢弃计数和实时告警，而不是看平均带宽曲线，这是排查方向的关键转折。
监控场景哪些操作会触发突发
监控业务本身的流量特征就带突发性。录像回放、尤其是多路同时回放，瞬间把大量历史码流从存储拉出来推给客户端；多路画面上墙或切换预案，解码器同时取流；平台批量抓拍、AI 分析抽帧也会产生短时高峰。这些操作平时不常见，一旦叠加到实时码流上，就把汇聚链路顶到极限。
- 录像回放：多路同时回放，历史码流叠加实时码流；
- 画面上墙：预案切换、多路同屏，解码器集中取流；
- 平台抓拍：批量抓图与智能分析抽帧，峰值短促；
- 夜间红外开启：码率上升，高峰集中在固定时段。
排障时要还原事发时刻的操作，问清楚卡顿时段平台在干什么，比盯着设备面板更有效。
怎么定位：丢包计数、告警与抓包
定位微突发有三层手段，从设备本身查到报文级。出接口的 discard 丢弃计数是直接证据，计数器增长说明该端口发生过拥塞丢包；带网管的交换机看 QoS 丢包告警，能精确定位丢包端口与队列；抓包分析报文时间戳，能看到毫秒级突发与重传。三层证据对上，根因就锁定了。
| 手段 | 看什么 | 结论 |
|---|---|---|
| 端口 discard 计数 | 丢弃报文数增长 | 该端口存在拥塞丢包 |
| QoS 丢包告警 | 丢包队列与速率 | 定位到端口和队列级别 |
| 抓包时间戳 | 毫秒级突发与重传 | 确认微突发存在 |
抓包注意区分，中间跳丢失探测报文不代表转发故障，个别设备对探测报文限速，要看业务报文是否真的丢。
带宽规划要留多少冗余
预防微突发的根子在带宽冗余。行业常见口径：按高峰时段流量预留四成以上冗余带宽，夜间录像回放、早晚高峰都是典型高峰段；汇聚与核心层之间建议万兆光纤，避免单链路成为瓶颈。带宽配置上区分上下行，安防场景存储与录像读取需求大，下行带宽占比建议不低于六成。
| 规划项 | 建议口径 | 说明 |
|---|---|---|
| 高峰冗余 | 预留四成以上 | 覆盖回放与巡检高峰 |
| 汇聚上联 | 万兆为主 | 核心汇聚链路不卡瓶颈 |
| 上下行占比 | 下行不低于六成 | 适配录像读取为主 |
带宽计算先按实时码流算基线，再按高峰操作加突发系数，而不是按平均码流乘倍数，这样才贴近真实负载。
缓解手段：QoS 标记与流控
带宽已经定了，缓解突发靠优先级与流控。给视频流做 QoS 标记，实时码流、回放流、管理流量分队列，拥塞时关键视频优先转发；对非核心流量限速，防止批量下载、固件升级这类操作挤占视频通道；端口缓冲不足的上联口，必要时做流控或调整队列深度，具体以交换机型号支持为准。
- QoS 标记：视频流高优先级队列，管理流量低优先级；
- 限速策略：非核心业务限速，防止挤占；
- 缓冲区核对：上联口缓存能力与突发量匹配；
- 链路聚合：万兆以下用 LACP 聚合提升上联带宽。
QoS 配置不是一次性到位，上线后按峰值时段实测调队列参数，把参数改成符合现场流量特征的形态。
TL;DR 检查清单
- 平均带宽正常不代表没拥塞，微突发在毫秒级把缓存打穿；
- 监控里回放、上墙、批量抓拍最易触发突发，排障先还原事发操作；
- 定位看端口 discard 计数、QoS 丢包告警与抓包时间戳三层证据；
- 带宽按高峰预留四成以上冗余，核心汇聚尽量万兆，下行占比不低于六成；
- 缓解靠 QoS 分队列、非核心限速与上联聚合；
- 配置后按峰值时段实测，队列参数持续调优。
参考资料
- surveillance-network-qos-config
- video-network-link-quality-test