监测与管理：DDM、OSC、OCM、RFTS 与告警

无源线路是沉默的；围绕它的有源基础设施才是光纤链路实时信息的唯一来源。每个光模块都在测量自己的光，每台放大器都报告其泵浦和增益状态，ROADM 节点监视频谱，监控信道在各站点之间传送这一切，远程测试系统则在光纤承载业务的同时向其发送 OTDR 脉冲。本页阐述可见性的各个层次、它们各自触发的告警及其含义、如何维护基线和趋势、采集数据的协议与工具、如何把模块数据与光纤数据相互印证以定位故障，以及能在客户察觉问题之前发现问题的监测体系应遵循哪些实用规则。

可见性的层次

层次	来源	能看到什么	详情
光模块诊断（DDM/DOM）	模块的监测光电二极管和传感器，由主机读取	Tx 和 Rx 功率、激光器偏置电流、温度、供电电压；400G 及以上和相干模块还有前 FEC 误码率、色度色散、DGD、OSNR（VDM）	DDM 基础、VDM 与 FEC 指标
主机端口计数器	交换机、路由器或 NIC 的 MAC/PCS	链路状态和抖动次数、FEC 已纠正和未纠正块数、CRC 错误、PCS 错误块	管理与监测
放大器遥测	EDFA 和拉曼放大设备	输入和输出功率、增益、泵浦电流和温度、输入丢失、APR 状态	放大与再生
光信道监测器（OCM）	内置于 ROADM 和终端节点的频谱分析仪	各信道的功率和有无、OSNR 估计值、倾斜	传输与接入设备
光监控信道（OSC）	线路站点之间的专用波长（1 510 或 1 610 nm）	跨段损耗、远端告警、与无人值守站点的管理连接	同上
远程光纤测试系统（RFTS）	以 1 625 或 1 650 nm 耦合到在用光纤上的 OTDR 设备	光纤本身出现的新事件、损耗变化、断点位置	维护与修复
环境传感器	机柜、接头盒、机房	门禁、温度、湿度、进水、市电和电池状态	同上
记录与基线	开通测试和链路档案	每根光纤和每个模块的"正常"状态是什么	文档与标识

告警及其含义

告警	触发方	含义	首先检查
信号丢失（LOS）	接收机：无光	光纤中断、远端发射机关闭、波长或信道错误、跳线脱落	远端 Tx 功率和链路状态（无链路）
失锁、丢帧（LOL、LOF）	CDR、PCS、OTN 成帧器	有光但不可用：速率或 FEC 不匹配、色散或噪声超出容限、功率过低	Rx 功率与灵敏度的对比、速率和 FEC 设置
Rx 功率低预警或告警	模块阈值	线路损耗增大，或远端 Tx 下降；典型阈值比灵敏度高几 dB	远端 Tx 和近端 Rx 的趋势（阈值与告警）
Rx 功率高	模块阈值	对 ER/ZR 而言损耗太小，或放大后的输出直接进入接收机	加装衰减器
Tx 功率低、激光器偏置电流高	模块	激光器老化或失效	偏置电流趋势（Tx 偏置电流与激光器老化）
温度过高	模块或设备	气流受阻、风扇故障、站点过热、模块超出其温度等级	站点环境（温度与电压）
前 FEC 误码率上升、出现不可纠正块	主机或模块的 FEC 统计	余量正在被消耗——原因可能是功率、色散、PMD、反射或连接器脏污——链路尚未失效前的先兆	与 Rx 功率和 OSNR 相互印证
链路抖动	主机	接触不良、反射、功率临界、温度循环	链路抖动
模块未识别或不受支持	主机	插接不到位、编码问题、类型不兼容	厂商锁定
放大器输入丢失，APR 动作	放大器	上游光纤中断；泵浦出于安全考虑已关闭	切勿绕过 APR；查找断点（安全与操作规范）
跨段损耗增加（OSC）	线路系统	光纤劣化、弯曲、进水、跨段中连接器脏污	用 RFTS 或 OTDR 检测该跨段（解读 OTDR 曲线）
RFTS 新事件或损耗变化	远程 OTDR	在定位出的距离处出现新的弯曲、熔接点劣化、进水或中断	换算为路由位置，派单处理
开门、进水、市电失效、电池电量低	环境	该站点即将变成一处光纤中断点	应在电池耗尽前派单处理

告警的层级关系很重要：一次光纤中断会在每个波长上触发 LOS，在放大器上触发输入丢失，在 OSC 上触发跨段损耗，并引发十几条业务告警——根本原因是位于层级最底部的那一个。

基线与趋势

做法	规则
开通时建立链路档案	记录远端 Tx、近端 Rx、两个模块的偏置电流和温度；双向 OTDR；所有波长的损耗
按变化量告警，而不仅靠绝对阈值	比基线 Rx 低 2 dB 就应引起关注，远早于模块自身的低功率告警
轮询间隔	功率值 1–5 分钟；计数器每分钟；RFTS 扫描为每小时到每天一次
季节性变化	架空和户外线路出现 ±1 dB 波动属于正常现象——应予以记录
每次变更后重新建立基线	更换模块、重新熔接、重新接跳线
精度	DDM 的绝对精度为 ±1–2 dB，但重复精度达 ±0.1 dB——非常适合看趋势，但不适合用于认证（精度与局限）
数据保留	至少保留一年的功率历史数据，以观察缓慢劣化和季节性规律（监测）

协议与工具

机制	提供的内容	说明
CLI（`show interface transceiver` 及同类命令）	按需查看每个端口的 DDM 值	便于脚本化；语法因 NOS 而异（读取 DDM 的工具）
SNMP 轮询与陷阱	DDM、计数器、设备告警	光学数值使用厂商 MIB；部分平台使用 ENTITY-SENSOR-MIB
流式遥测（gNMI、OpenConfig、NETCONF）	每隔几秒提供 DDM 和计数器	采用 `openconfig-platform-transceiver` 模型；最适合看趋势
ethtool、mlxlink 等 NIC 工具	从服务器 NIC 读取 DDM	NIC 工具与诊断
线路系统 EMS/NMS	放大器、OCM、OSC 数据及光层告警	北向接口采用 TL1 或 NETCONF
RFTS 软件	曲线对比、事件告警、距离的 GIS 地图映射	需要路由记录才能把距离映射到具体位置
统一 NMS、时序数据库与仪表盘	把光纤、模块、业务和环境数据相互关联	根因分析在此完成

把模块数据与光纤数据相互印证

观察到的现象	可能原因	确认方法
近端 Rx 下降，远端 Tx 和偏置电流不变	线路损耗增大：弯曲、连接器、进水、接头盒	OTDR 或 RFTS；检查连接器
远端 Tx 下降，其偏置电流上升	远端激光器老化	更换模块（Tx 偏置电流与激光器老化）
两个方向同时劣化	共路问题：共用的接头盒、管道、机柜温度	现场检查
Rx 正常，但前 FEC 误码率上升	色散、PMD、反射、非线性效应或噪声——而非功率问题	OSNR（相干模块的 VDM）、反射率、特性表征（光纤特性表征）
Rx 每天波动 1–2 dB	户外线路的温度变化，或连接器处于临界状态	与天气数据对照；检查
平均功率正常但出现抖动	反射、接触不良、端面脏污	OTDR 上的反射率、端面检查（端面检查与清洁）
业务正常但温度偏高	气流或风扇问题	现场检查
某站点全部中断	电源问题	环境告警、电池
一个波长中断，其余正常	该模块、其跳线，或 ROADM 信道设置问题	更换模块，检查信道方案

实用规则

规则	原因
监测每条链路的两端	线路损耗等于远端 Tx 减近端 Rx；只看一端无法判断是哪一侧发生了劣化
通过主机读取 DDM，同时保留检测台的数值	主机的读数是运行中的真实情况；检测台的数值是接入线路之前的基线（应用内的 DDM）
按链路而非按模块型号设置告警阈值	模块出厂阈值范围较宽；而链路的余量是具体的
测试保护路径	没有业务的备用路径仍需监测其 Rx 功率，否则会悄无声息地失效
也要监测监测设备本身	RFTS 设备、OSC 终端和传感器同样会发生故障
保持记录的时效性	没有路由地图，"12.3 km 处"的告警毫无意义（文档与标识）
独立设置管理网络	中断事件本身不应导致监测能力一同失效

在 CodingBox 中

检测台是第一个监测点：CodingBox 在安装之前就读取模块的 DDM、阈值和 VDM 能力，因此链路档案从一开始就拥有该模块单独测得的已知良好值——Tx 功率、偏置电流、温度——之后主机的读数就可以与之对照判断（应用内的 DDM、检测光模块、监测）。

如果您发现本资料中有不准确之处或错误，请选中相应片段并按 Ctrl+Enter，即可。