Blog
给交换机装上「体温计」：SNMP 监控与告警落地
出口防火墙日志很全，接入交换机却常年「黑盒」——直到某上联光模块老化，业务卡顿半天。我补的是 SNMP 监控：不是大而全的网管替代品，而是让关键链路在打满或报错时先叫人。
监控对象优先级
- 核心 / 汇聚 CPU、内存、温度
- 上联口流量、错误计数、光功率（若有）
- 出口连接防火墙的那几条
- 无线控制器与关键 AP（若走 SNMP/厂商 API）
接入层几百口不必第一期全图，先 拓扑骨架。
SNMPv2c 还是 v3
实验室可以用 v2c 社区串；办公网我倾向 v3 认证加密，社区串等于口令且常年明文传。权限只读；写权限别给监控站。
ACL：只允许监控服务器 IP 访交换机 UDP 161。
采集栈
我用过 Zabbix 模板，也用 Prometheus + snmp_exporter。选团队会看的那套，比选潮流重要。指标至少包括：
ifHCInOctets/ifHCOutOctets（算速率）ifInErrors/ifOutErrors- CPU/内存厂商 OID 或 HOST-RESOURCES
- 光模块 DOM（有则上）
# snmp_exporter 思路：模块 + 目标列表
# 重点是目标清单与标签：site、role、vendor
告警降噪
坏告警比没有告警更糟：
- 端口 down：只盯 上联与服务器口，桌面口 flapping 不要短信轰炸
- 利用率：95 分位或持续 5 分钟 >80% 再告警
- 错误计数：用 速率 而非累计值
- 维护窗抑制
半夜被「Gi0/37 down」叫醒三次后，你会重新爱上网管。
一次真实命中
上联错误帧缓慢爬升，流量图看着还不饱和，用户反馈「大文件偶发失败」。换光模块与清洁法兰后错误归零。没有错误计数曲线，这类问题会被归咎于「服务器盘慢」。
文档与交接
- 设备清单与 SNMP 凭证保险柜
- OID/模板版本
- 拓扑图与「谁的上联」标签
小结
网络工程师的监控不只是 ping 通。SNMP 让链路错误和容量可见，和主机监控是两条腿。简历上可写清工具链、设备数量级、是否包含光功率与降噪策略——这比「会用过 Wireshark」更贴近运维日常。