交換機100G模塊遠距離連接踩坑記錄

一、業務需求場景

        兩個辦公場地之間相距較遠,大約有幾百米。網絡系統規劃兩個辦公場地的局域網之間通過100G 網絡連接,幾百米的距離使用多模光纖是不能滿足需求的,因此選擇使用單模光纖連接,交換機的模塊選擇使用華為QSFP28-100G-PSM4 模塊,這個模塊使用的是MPO接口。

       兩個辦公場地之間敷設144芯單模光纜,光纜兩側使用配線架熔纖連接LC耦合器,之所以使用LC,一方面是為了熔纖方便施工,另外一方面考慮到后續也可以用于其他的10G 網絡連接,不一定非要用100G,具有一定靈活性。 兩側的LC 都是成對一收一發的方式,相當于直通模式。這種施工前提下,要求從交換機的PSM4光模塊到配線架之間只能使用MPO-LC 跳線,最終選擇的是8芯MPO-LC 單模跳線。 最終架構圖大致是:

PSM4模塊-----MPO-LC 跳線-----配線架 ------光纜直通-----配線架 -----MPO-LC跳線----PSM4模塊

       

二、問題

看起來很完美,沒有啥問題,但在實際部署時就出問題了:連接上線纜后交換機端口不亮,交換機上使用命令看到端口也是down的狀態。

咋回事呢?

懷疑是線序問題,查看到MPO-LC 的跳線是極性B(標準說法是Type B,實際上就是線序不同)的,看到有文章說的極性B 就是交叉線序,搗鼓了半天也不行。后來又看到說MPO-MPO 8根線的線序是1,2,3,4,9,10,11,12,另外一頭是12,11,10,8,4,3,2,1。 多模模塊的端口上使用多模MPO-MPO 極性B 的跳線是正常工作的,但單模由于使用2個跳線和LC 接口,線序有些混亂。在沒有想明白的情況下,想當然地理解為:既然MPO-LC 也是如此的反轉線序,那么2個跳線同時使用時必然是反轉再反轉,相當于直通,而模塊要求的是反轉,所以只需反轉一次即可,于是將一條MPO-LC 的線序從1,2,3,4 四對LC的順序調整為了4,3,2,1,但每對LC 內部還是正序,將內部收發反轉,但仍舊不通

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/94777.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/94777.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/94777.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

精通Python異步編程:深入理解Async/Await在LLM應用中的實踐

簡介 在現代高性能應用開發中,特別是在處理大型語言模型(LLM)時,高效處理I/O密集型操作至關重要。Python的async和await關鍵字通過異步編程提供了優雅的解決方案。本綜合指南將探討如何利用這些特性構建響應迅速、高效的LLM驅動應用。 目錄 理解同步與異步執行 Async/Await…

嵌入式第二十三課 !!!樹結構與排序(時間復雜度)

二叉樹樹概念 樹是 n(n > 0) 個結點的有限集合。若 n0 ,為空樹。在任意一個非空樹中: (1)有且僅有一個特定的根結點;(2)當 n>1 時,其余結點可分為 m 個互不相交的有…

【MySQL】初識索引

目錄索引是什么優點和缺點B樹和B樹紅黑樹和哈希表存儲數據的局限B樹B樹MySQL中的頁頁是什么為什么要使用頁頁的結構三層樹高的B樹可以存放多少條記錄索引的分類主鍵索引普通索引唯?索引全?索引聚集索引和非聚集索引(重要)索引覆蓋創建索引自動創建手動創建創建復合索引查看索…

重生之我在暑假學習微服務第九天《后端拆分部分完結篇》

個人主頁:VON文章所屬專欄:微服務 微服務系列文章 重生之我在暑假學習微服務第一天《MybatisPlus-上篇》重生之我在暑假學習微服務第二天《MybatisPlus-下篇》重生之我在暑假學習微服務第三天《Docker-上篇》重生之我在暑假學習微服務第四天《Docker-下篇…

如何實現一個簡單的基于Spring Boot的用戶權限管理系統?

全文目錄:開篇語前言系統設計概述步驟一:創建Spring Boot項目步驟二:配置數據庫步驟三:定義實體類1. 用戶實體類 User2. 角色實體類 Role3. 權限實體類 Permission步驟四:創建JPA Repository步驟五:配置Spr…

機器學習及其KNN算法

一、機器學習概述機器學習(Machine Learning, ML)是人工智能的核心分支,旨在通過算法讓計算機從數據中自動學習規律并優化性能,而無需顯式編程。這一技術領域起源于20世紀50年代,隨著計算能力的提升和大數據時代的到來…

Kaggle 經典競賽泰坦尼克號:超級無敵爆炸詳細基礎逐行講解Pytorch實現代碼,看完保證你也會!!!

講解代碼分為3個步驟:有什么用,為什么需要他,如何使用保證大家耐心看完一定大有裨益!如果有懂的可以跳過,不過建議可以看完,查漏補缺嘛。現在開始吧!項目目標我們的目標是根據泰坦尼克號乘客的個…

雙目標定中旋轉矩陣參數應用及旋轉角度計算(聚焦坐標系平行)

一、引言 在雙目視覺系統開發中,若需實現右相機坐標系與左相機坐標系平行,核心在于通過雙目標定獲取的旋轉矩陣RRR,消除兩相機間的相對旋轉。本報告聚焦旋轉矩陣的物理意義與工程應用,詳細說明如何通過旋轉矩陣計算相對旋轉角度&a…

GraphRAG 入門教程:從原理到實戰

GraphRAG 入門教程:從原理到實戰 1. 什么是 GraphRAG? GraphRAG 是一種結構化的、分層的檢索增強生成(Retrieval-Augmented Generation,簡稱 RAG)方法 和傳統的 RAG 不同,GraphRAG 不僅僅依賴文本相似度搜索…

系統集成項目管理工程師【第十一章 規劃過程組】規劃成本管理、成本估算、制定預算和規劃質量管理篇

系統集成項目管理工程師【第十一章 規劃過程組】規劃成本管理、成本估算、制定預算和規劃質量管理篇 一、規劃成本管理:為成本管控定方向 規劃成本管理是項目成本管理的起點,其核心是明確“如何管”的規則,為整個項目的成本管理提供統一框架。…

Xiphos Q8 SDR DOCK子板 AD9361 寬帶收發器的 SDR 模塊。

Q8 混合處理器卡的子板,包含基于 ADI 公司流行的 AD9361 寬帶收發器的 SDR 模塊。與基于 AD9361 的 SDR 模塊接口PPS、CAN總線、串行、UART(LVDS)、USB接口電源接口(5V、12V) Q8 處理器卡的子板,集成了基于…

DPU(數據處理單元)架構中,SoC(系統級芯片)與FPGA(現場可編程門陣列)之間的數據交互

在DPU(數據處理單元)架構中,SoC(系統級芯片)與FPGA(現場可編程門陣列)之間的數據交互是實現高效異構計算的關鍵。根據通信目標和硬件特性,其交互數據類型可分為以下四類:…

圖論(鄰接表)DFS

競賽中心 - 藍橋云課 #include<bits/stdc.h> using namespace std; #define int long long const int A1e51; typedef pair<int,int>p; map<p,int>st; vector<p>edge[A]; int a[A]; int result0; bool dfs(int s,int u,int father,int v,int sum) {i…

深入理解VideoToolbox:iOS/macOS視頻硬編解碼實戰指南

引言&#xff1a;VideoToolbox框架概述 VideoToolbox是Apple提供的底層框架&#xff0c;首次在WWDC2014上推出&#xff0c;為iOS和macOS開發者提供直接訪問硬件編碼器和解碼器的能力。作為Core Media框架的重要組成部分&#xff0c;VideoToolbox專注于視頻壓縮、解壓縮以及Cor…

Python基礎語法練習

本文涵蓋了 Python 基礎編程中的多個重要概念&#xff0c;從簡單的輸出語句到運算符、字符串操作、變量賦值等都有涉及。這些例子非常適合初學者學習和理解 Python 的基本語法。1. Hello World# 輸出Hello Worldprint("Hello, World!")2. 變量賦值# 創建變量并賦值na…

關于“致命錯誤:‘https://github.com/....git/‘ 鑒權失敗”

問題分析 錯誤信息&#xff1a; remote: Invalid username or token. Password authentication is not supported for Git operations. 致命錯誤&#xff1a;https://github.com/yarajia/LittleTestToolsProject.git/ 鑒權失敗原因&#xff1a;GitHub從2021年8月13日起不再支持…

基于Flask + Vue3 的新聞數據分析平臺源代碼+數據庫+使用說明,爬取今日頭條新聞數據,采集與清洗、數據分析、建立數據模型、數據可視化

介紹 本項目為新聞數據分析平臺&#xff0c;目的是爬取新聞(目前僅含爬取今日頭條)數據&#xff0c;然后對數據進行展示、采集與清洗、數據分析、建立數據模型、數據可視化。本項目采用前后端分離模式&#xff0c;前端使用 Vue3 ArcoDesign 搭建&#xff0c;后端使用 Python …

LabVIEW數字抽取濾波

?基于 LabVIEW 平臺設計數字抽取濾波器&#xff0c;用于動態測試領域&#xff0c;解決高采樣率數據的大動態范圍需求與頻帶劃分問題。方案替換硬件為可靠性優異的品牌&#xff0c;通過虛擬儀器架構實現信號處理功能&#xff0c;為動態信號分析提供高效、可復用的設計參考。應用…

云原生時代的 Linux:容器、虛擬化與分布式的基石

&#x1f4dd;個人主頁&#x1f339;&#xff1a;慌ZHANG-CSDN博客 &#x1f339;&#x1f339;期待您的關注 &#x1f339;&#x1f339; 在云計算與容器化快速發展的今天&#xff0c;Linux 已經不再只是服務器上的操作系統&#xff0c;而是整個云原生生態的底層基石。無論是運…

多場景兩階段分布式魯棒優化模型、數據驅動的綜合能源系統

基于數據驅動的綜合能源系統多場景兩階段分布式魯棒優化模型 魯棒優化是應對數據不確定性的一種優化方法&#xff0c;但單階段魯棒優化過于保守。為了解決這一問題&#xff0c;引入了兩階段魯棒優化(Two-stage Robust Optimization)以及更一般的多階段魯棒優化&#xff0c;其核…