"arp incomplete"问题排查

异常问题

在局域网中

  • 网关 30.17.44.254

  • host A: 30.17.44.236/24

  • host B: 30.17.44.12/24

有时候，突然会发生 A 不能访问 B（无法ping或者ssh到B），但是，此时在B主机上，ping外部网络都是正常的（通过网关）。而A访问外部网络也正常。

由于A和B是同一个网段的两个主机，所以就推测到问题和ARP有关

排查

当异常发生时，在B主机上检查：

[root@devstack ~]# arp -an
? (30.17.44.254) at 58:69:6c:31:de:16 [ether] on wlp3s0
? (172.17.0.2) at 02:42:ac:11:00:02 [ether] on docker0
? (172.17.0.5) at 02:42:ac:11:00:05 [ether] on docker0
? (30.17.44.236) at <incomplete> [ether] on wlp3s0
? (172.17.0.6) at 02:42:ac:11:00:06 [ether] on docker0
? (172.17.0.9) at <incomplete> on docker0
? (172.17.0.8) at 02:42:ac:11:00:08 [ether] on docker0
? (192.168.122.11) at 52:54:00:82:87:0e [ether] on virbr0

可见B主机上无法找到A主机30.17.44.236的ARP地址。

在RedHat的知识库有一篇"arp" or "ip neigh" showing hardware MAC address as INCOMPLETE提到了解决

推测是内核存在问题或者是某个内核设置存在问题，导致ARP表被刷新过期。具体原因我还需要再探索。

  • 可以使用ip neighbour显示MAC地址

[root@devstack ~]# ip neigh
30.17.44.254 dev wlp3s0 lladdr 58:69:6c:31:de:16 STALE
172.17.0.2 dev docker0 lladdr 02:42:ac:11:00:02 STALE
172.17.0.5 dev docker0 lladdr 02:42:ac:11:00:05 REACHABLE
30.17.44.236 dev wlp3s0 lladdr b8:e8:56:33:e4:8a REACHABLE
172.17.0.6 dev docker0 lladdr 02:42:ac:11:00:06 STALE
172.17.0.9 dev docker0  INCOMPLETE
172.17.0.8 dev docker0 lladdr 02:42:ac:11:00:08 STALE
192.168.122.11 dev virbr0 lladdr 52:54:00:82:87:0e STALE

STALE 表示不新鲜的，即可能会过期（如果长时间没有数据通讯到30.17.44.254则这个ARP缓存会过期）。如何转换这个ARP状态呢？我们尝试ping 30.17.44.254，完成一个短暂的ping验证网络联通正常后，再次检查arp -an可以看到：

[root@devstack ~]# ip neigh
30.17.44.254 dev wlp3s0 lladdr 58:69:6c:31:de:16 DELAY
...

可以看到这条ARP记录被延迟失效，而且，再次使用ip neighbour检查，可以看到这个目标地址ARP转变成了REACHABLE

[root@devstack ~]# ip neigh
30.17.44.254 dev wlp3s0 lladdr 58:69:6c:31:de:16 REACHABLE

和ARP相关的内核参数cg_XXXX

详细请参考Configuring ARP age timeout和2.1. Address Resolution Protocol (ARP)

ARP性能调整的参数位于 /proc/sys/net/ipv4/neigh/default 目录下，有：

  • gc_interval - 默认值30，表示30秒进行一次gc

  • gc_stale_time - 默认值60。注意：路由缓存的垃圾回收时间就是这个值的5倍

  • gc_thresh1

  • gc_thresh2

  • gc_thresh3

以上内核参数值尚未仔细研究，待查证

在neighbor缓存对象失效或只是被标记为stale/invalid是有细微区别的。介于base_reachable_time/2和3*base_reachable_time/2之间，则对象还会在缓存中，但是会被标记为STALE状态。可以通过ip -s neighbor show进行检查：

$ ip -s neighbor list
192.168.42.1 dev eth0 lladdr 00:25:90:7d:7e:cd ref 2 used 184/184/139 probes 4 STALE
192.168.10.2 dev eth0 lladdr 00:1c:23:cf:0b:6a ref 3 used 33/28/0 probes 1 REACHABLE
192.168.10.1 dev eth0 lladdr 00:17:c5:d8:90:a4 ref 219 used 275/4/121 probes 1 REACHABLE

当出于STALE状态，如果ping这个地址，就会正确发送给00:25:90:7d:7e:cd数据包。一秒钟或者稍后，就通常会发送一个ARP请求"who has 192.168.42.1"以便能够更新它的缓存回到REACHABLE状态。但是，有时候内核会基于更高层协议反馈修改timeout值。这意味着，如果ping 192.168.42.1并且它答复，则内核可能并不会发送ARP请求因为它假定这个pong已经表明了ARP缓存值是正确的。如果这个对象是STALE状态，它也会被已经查看到的主动ARP相应更新。

临时的解决方法

强制刷新网络接口arp

参考Clear the arp cache on linux, really使用如下命令强制刷新arp

ip link set arp off dev wlp3s0
ip link set arp on dev wlp3s0

重启网络接口

根据故障排查经验，通过简单的重启网络接口可以强制刷新arp

ifdown wlp3s0
ifup wlp3s0

之后通常可以正常通讯。

设置静态ARP解析解决

临时解决的方法可以参考Linux下Mac地址绑定防范arp病毒攻击，编辑/etc/ethers添加

30.17.44.236 b8:e8:56:33:e4:8a

然后执行arp -f命令刷新，再次使用arp -an就可以看到

? (30.17.44.236) at b8:e8:56:33:e4:8a [ether] on wlp3s0

如果将ARP映射配置存放到其他文件，例如/etc/ip-mac，则通过-f参数指定读取文件，即执行arp -f /etc/ip-mac，也能实现相同效果。

如果不使用-f参数读取配置文件，也可以使用-s参数直接指定设置：

arp -s 30.17.44.236 b8:e8:56:33:e4:8a

参考

PreviousARPNextiproute2

Last updated