09-MOTGSM无线内部培训讲义-BSC告警和告警处理

1、MOT GSM无线设备培训BSC告警和告警处置中国联通广州分公司覃道满.学习目的掌握告警格式与组成23熟习告警处置流程.学习内容告警格式和组成 告警处置流程 BSC非正常重启分析 .简述机房运转维护人员经常会碰到告警，有些告警是操作维护过程中自然产生的，有些告警是瞬时性的，不会影响系统正常运转，但大多数告警是会影响系统性能的，有的甚至会导致BSS复位，对挪动通讯系统呵斥严重影响。因此对于运维人员来说，了解告警系统，掌握一定的告警分析和处置技艺，显得非常重要。告警系统是为了缺点定位，系统性能分析及方便维护而设置的。告警信息可以在OMCR的告警窗口上显示，也可以在本地维护终端LMT上显示。BSS产

2、生的告警信息，以字符的方式发往OMCR。.告警的种类和格式告警可以分为硬件告警和软件告警两种：硬件告警是由于BSS内的硬件缺点所引起的告警。 软件告警是由GPROC检测到软件进程运转出错所引起的告警只需GPROC设备BSP，CSFP，DHP，BTP，pool GPROC才会产生软件告警信息。 .告警举例#0 NEW *NONE*. CommuncationFailureEvent- CAGE - BSS01(BSS01:SITE-0:): 0 CAGE 1 - 30/03/1999 14:23:56. 18 Expansion KSWX Slot 22 Communication Failur

3、e - FMIC - Major - -/-. (BSS01:SITE-0:):0 SITE Impacted to Major. .告警解析#0：告警IDNEW：告警形状NONE：正在处置此告警的人员 CommuncationFailureEvent：告警的类型CAGE：告警级BSS01(BSS01:SITE-0:): 0 CAGE 1：发生告警的位置 30/03/1999 14:23:56：告警发生时间18：告警编号Expansion KSWX Slot 22 (见框架配置表)Communication Failure：告警描画FMIC：告警的去除类型Major：告警严重等级(主要告警)(

4、BSS01:SITE-0:): 0 SITE Impacted to Major:告警附加信息 .附:BSC机框配置图.告警编号告警编号对于每种设备都有独一的一个十进制数表示。每种设备的告警编号从0到254。(见附录)对于不同的设备告警编号能够反复，但与设备相关的编号是独一的。有些情况下同样的告警编号表示类似的告警。 例如242号告警表示设备退出效力(MMSMTLRSL)。 .告警消除类型告警的去除类型可分为三类：IntermittentFault Management Initiated ClearFMICOperator Initiated ClearOIC Intermittent表示告

5、警是偶发性的，对系统没有危害。此告警发生后在OMCR会自动消除。当此类告警频繁产生时，会添加OML链路的负荷。我们可以运用disp_throttle命令来查看告警门限设置，还可用chg_throttle命令调理其门限值。 FMIC告警的去除由系统的错误管理进程Fault Managerment Process自动进展。FM进程管理一张现有告警的列表，只需当告警产生的缘由消逝后FM才会产生clear 音讯将此告警从告警列表中删除。 OIC需求由操作人员手动将告警去除。FM进程检测到告警产生并判别为OIC类型时，将此告警参与现有告警列表中。以后FM不再进展任何处置。当操作人员将告警产生的缘由处理后

6、，必需将此告警去除。.去除告警步骤在OMCR和BSC上均可以去除告警。OMCR上去除告警按以下步骤进展：翻开告警窗口，单击鼠标左键选中要去除的告警项 单击鼠标右键弹出快捷菜单 选择快捷菜单的“Handle 选择快捷菜单的“Clear 确认告警已被去除 在BSS上去除告警，先运用disp_act_alarm命令查看有哪些OIC告警。然后运用del_act_alarm命令将告警去除。去除命令如下:del_act_alarm (只对OIC告警).告警的类型 OMCR将告警分成六种不同的类型，可以在OMCR的告警阐明中找到FailureEvents 字段，其为不同类型告警的称号。.附:告警类型表 类型

7、含义举例Communication数据从一点传到另一点时发生错误而产生的告警普通当信令丧失或呼叫建立出错时发生此种告警1、mms syn loss 2、frame slip daily 3、bit error 4、dri-ctu activelinkcommunication failure(critical)Quality of Service系统的效力质量下降时产生此告警普通当音讯呼应超时或带宽减少时会发生此种告警：多见于时钟失锁gclk_mcuf phase lock failuremajorProcessing当软件或进程出现错误时产生此告警普通当进程数据被破坏或系统内存溢出时产生此种

8、告警dri-CTU channelcoder internal messageerrorintermittent(warning)Equipment当硬件出错时产生此告警。普通当出现配置错误，传输、电源等问题时产生此种告警dri standby link communication failure(minor)Environment当设备所处的环境不利于正常任务时产生告警普通当出现烟雾，火光被检测到时产生此种告警Link当OMCR与BSS间的X.25链路出现问题时产生此告警.告警的等级 影响行动举例严重(Critical)曾经影响了系统的效力应该立刻采取措施当系统的某一功能出现此种告警而退出效

9、力，应立刻将其恢复。艰苦(Major)曾经影响了系统的效力应该马上采取措施系统的效力容量降低，此时应采取措施恢复容量。较轻(Minor)此错误不会对系统的效力呵斥影响应采取措施减少更多的此类告警产生当此种告警数量不断添加时，系统的容量能够遭到影响。警告(Waring)潜在产生影响系统效力的告警的能够假设必要应该进展必要的分析，采取措施防止产生更严重的告警去除(Clear)告警曾经被去除无待定(Investigate)阐明此错误的等级无法确定，需求人工进一步分析进一步查找缘由.发现告警第一种方法：OMCR桌面图形界面GUI上的ALARM按钮 在OMCR桌面图形界面GUI上双击告警按钮，翻开告警窗

10、口，可以看到一切网元NE的告警信息； 第二种方法：经过GUI上的EVENT MANEGMENT 点击GUI上的EVENT MAMT按钮，翻开Display Subscription List窗口，选择窗口中告警中的一项，选择open按钮就翻开告警窗口； 第三种方法：翻开MAP图，然后选中对应的单元节点 从NETWORK MAP上查看告警，单击GUI上的NETWORK MAP按钮，翻开MAP LIST窗口，选定其中的一个网元，双击鼠标左键翻开MAP窗口，在MAP图上用鼠标左键点击要查看的网络单元节点，选中后接点会变为紫色，单击鼠标右键在快捷菜单内选择ALARM项，此时会出现告警窗口显示此节点单元

11、的一切告警。 用disp_act_alarm 命令行查看告警.告警处置优先级别我们可以根据告警的严重级别，以及出现告警的网元在系统中的重要性，对不同的告警情况进展相应的处置。在此我们提供普通原那么下的优先级别。对于基站来说从RXCDR到BSC，再到BTS；信令链路按照MTL、RSL、XBL的次序；告警严重级别由高到低分别是Critical、 Major、 Minor、 Warning、 Investigate、Clear。在一样的告警级别中，Critical告警按照以下顺序All RXCDR-All MTL -All BSC-All RSL-All BTS-All X.25 link-All

12、other Critical alarms。Major 告警按照以下顺序All RXCDR-All BSC-All BTS-All other Major alarms。其它告警按照Minor、Warning 、Investigate、Clear alarms的顺序进展处置。.附:告警优先级别图告警处置优先级别:The sites Remote Transcoder (RXCDR) Base Station Controller (BSC) Base Transceiver Station (BTS)The links Message Transfer part Link (MTL) Radi

13、o Signalling Link (RSL) X.25 link Critical告警按照以下顺序： All RXCDR - Critical alarms All MTL - Critical alarms All BSC - Critical alarms All RSL - Critical alarms All BTS - Critical alarms All X.25 link - Critical alarms All other Critical alarms .设备之间的从属关系parent-child 当某个设备或链路处于OOS等非正常形状时，不仅与起本身相关，而且与其上

14、一级parent设备有关，对parent设备进展进展必要的处置是处理问题的重要手段。假设某个设备处于OOS等形状下，此设备下一级child设备将也不能正常任务。Device1st parent dev2nd parent dev3rdparent dev 4thparent devRSLMMSMSICAGECAB SITE BSSMTLMMSMSICAGECAB SITE BSSOMLMMSMSITCUDRICABSITE BSSXBLMMSMSICAGECAB SITE BSS.告警处置的流程 查看告警分清告警的级别明确与告警有关的设备根据告警手册或阅历对告警进展处置 处理问题，消除告警 .

15、常见告警及其处置方法常见告警及其处置方法.doc.BSC非正常重启分析BSC在网络中的位置和作用重启分类缘由分析实例分析BSC日常 维护应留意的事项BSC稳定运转的条件.BSC在网络中的位置和作用 在GSM无线通讯系统中，BSC作为基站控制器，是BSS子系统的关键节点，一套BSC管理几十个基站和GPRS网络关键节点PCU。BSC同时作为GSM语音业务和GPRS数据业务的无线关键设备，其作用可归纳为：无线管理、电路交换和接续以及协议转换。BSC重启，即BSC 退出效力的过程，将中断BSS子系统目前正在进展的任务，受该BSC所控制的语音业务和数据业务将不能提供效力，影响相当严重。 .附:BSC在网

16、络中的位置图BSC在网络中的位置:MSCXCDRBSCBTS2BTS1PCUSGSNGPRSGSM.重启缘由分类系统因缺点自动重启人为操作导致系统重启.重启缘由分析机房环境和动力。 BSC硬件缺点。各种LINK的缺点。总线的Failured 。BSC软件缺点。改动数据库和参数设置。.机房环境和动力 主要是频繁出现高温告警，或灰尘比较大，或电源供应中断或不稳定呵斥的。高温或灰尘比较大的时候，对那些运转时间已比较长的设备要挟比较大，当某个芯片因灰尘积累得比较多而又散热不充分时，芯片有能够因过热被烧毁，芯片所在的插板将会退出效力，当系统容错机制失效时，为了排除缺点，系统将不可防止地自动重启，假设系统

17、不能本人排除缺点，在人为干涉之前，系统将会不断处于重启形状。 .BSC硬件缺点 这里说的硬件主要是插在BSC机框中的各种插板，每个插板的功能不同，出现缺点时对整个BSC的影响也是不同的。从机框的背板到插槽上的每一块插板的缺点都有能够导致系统退出效力，特别是系统不能识别缺点板件时，重启将不可防止地发生，其中GPROC处置器板、GCLK时钟、LANx和KSWx 时隙交换扩展板，因数量多或作用关键，出现缺点时容易引起BSC的重启。这其中又以时钟板最为重要。 .各种LINK的缺点 与BSC相连的LINK有MTL、RSL、OML、XBL、GSL。对BSC影响最大的是MTL和GSL两种链路，有能够导致BS

18、C自动重启或BSC中有死进程存在，有死进程时系统运转将非常缓慢，命令无法执行，需求人为重启BSC来去除。.总线的Failured (1)PBUS：PBUS即Processor Bus ，它是MCAP总线在软件上的一种表示，担任GPROC与其他大的插板XCDR、GCLK、KSW、DRI之间的通讯。PBUS Device Failured的缘由能够是： LANx 板Faulty； 某块板件缺点。 能够是FTP缺点传输部分和FCP缺点搜集部分之间的错误引起的。 第三种情况属于软件缺点，需求人为重启BSC来重启这两个进程。.总线的Failured (2)SBUS：SBUS即Serial Bus ,它上

19、面的通讯由GPROC控制，主要担任GPROC与小插板板如LANx、KSWx、CLKx之间的通讯。每个机框的SBUS也是一主一备的，但它们被分配不同的义务，Standby 不享有Active SBUS的功能。 当SBUS failured后，BSC有能够会重启，部分缺点不会引起重启。重启终了后，假设SBUS依然是不可用形状，那么就必需去检查详细缘由了。SBUS有缺点时，必需思索一切被主GPROC控制的SBUS上的通讯。导致SBUS Failured的缘由有以下几种能够： LANx插板没有插到位，与背板的衔接不正确，或光纤没有衔接好或衔接了错误的光纤。 LANx插板Failured。 GPROC板

20、Failured，导致SBUS上的通讯不正常。 BTC板不能给背板供电。.总线的Failured (3)TBUS：TBUS即TDM BUS 。它由KSW控制，每对KSW为系统提供1024个交换时隙，分配给其它大的插板如GPROC、MSI、XCDR、KSW运用，时隙可扩展和扩容。在TDM高速总线缺点的情况下，系统的主用TBUS将会退出效力，系统将要求TDM highway做倒换，进而将会使一切机框里的的TBUS一同做倒换，假设此时备用的TBUS不可用，倒换将不能胜利，机框将会退出效力，系统将会要求整个BSC重启。引起TBUS Failured的缘由能够如下： 衔接本地与远端KSWx的光纤有问题，

21、或者断了。 KSWx插板Failured。 KSW插板缺点或不可用。.总线的Failured (4)CBUS：CBUS即Clock Distribution Bus，经过此总线系统将时钟信号传送到机框背板。给各种大的插板GPROC、KSW、MSI、XCDR等插板提供时钟，CBUS在整个系一致主一备的。当主用的CBUS有缺点时，系统会自动倒换到备用的CBUS，当然备用的CBUS在此时是必需可用的。当备用的CBUS不可用而系统倒换时，BSC将重启。引起CBUS Disabled的缘由能够如下： GCLK板硬件缺点。 扩展时钟信号的光纤有问题。 扩展时钟信号的KSWx插板和CLKx插板缺点。 .BS

22、C软件缺点 GPROC的内存问题。我们知道，GPROC在BSC中处于相当重要的位置是由于它担任了控制处置功能，GPROC的CUP也有一定的任务极限，当用作BSP的GPROC的CPU运用率到达100%，出现BSP239 process safe test audit failure(检测不到BSP板)告警，此时软件缺点可以称为进程吊死。遇到这种告警时，需求在BSC现场关掉OML，即将Slot16、Slot14板开关下置为 “disable，重启BSC。为了节省缺点恢复时间，可进入第3层，等待出现waiting for OMC-R的提示时输入如下命令：Msg_send 80 0 0 0 1978h

23、-跳过从OMC-R下载数据以加快启动过程。 导致BSC 重启的缘由是由于BSC的SSM与BTS的CRM间通讯量太大，使得产生的SM SWFMs过多所致。最直接的缘由是基站的业务量太大，TCH拥塞所致。经过调整cp_messages.c SWFMs的量，可以处理此问题。为了减少此类缺点的发生，建议用途置才干更强大的GPROC3做BSP，减少重启的能够，当BSP负荷很高时，可以思索设置单独的OMF，把OML分别出去，降低BSP的负荷。在系统话务忙时防止执行大批量的命令，也可减少BSP重启的时机。降低单个GPROC的负荷，防止某个GPROC因负荷太大时自动重启后，负荷被其它GPROC分担后出现多米诺

24、骨牌效应，最终导致整个BSC重启的悲剧的发生。 有时侯内存并没有问题而是当运用内存时GPROC被locked了。这时可有三种方法来处置： 将此能够缺点的GPROCBSP与其它的GPROC交换，即使此GPROC再次重启，也不会使BSC重启。 换一块好的GPROC。 UNLOCK GPROC.改动数据库和参数设置 有时数据库某些参数做了改动后也需求BSC 重启，才干正常任务或发生作用，特别是一些影响基站正常任务的参数，平常不要随意改动。另外还有能够由于本身新版本软件的缺陷也会偶尔出现问题，需求使BSC 重启。 .事例分析(1)BSC的3个GPROCs(0116, 0117, 0118)在不同时间自

25、动reset，呵斥BSC reset。处理：从搜集的数据发现MTL不稳定，时好时坏，有告警产生。CA向GPROC发送fast_reset,将GPROC reset。由于GPROC控制的MTL和RSL负荷过大，使得MTL时好时坏。当一条 MTL断了，呵斥其超负荷，就会使得其他MTL退出效力。这时可检查此MTL的统计数据，或检查PGROC的CPU的运用率。由于处置才干的限制使得他们回绝更多的音讯进入。建议用户重新配置BSC的容量; 如某MSC下只需某BSC范围难打，可思索reset_site bsc; 如只需部分RSL负荷过大，呵斥难大打，可reassign lcf 。.事例分析(2)Disabl

26、e 第二个GPROC后BSC reboot 处理：分析发现：发现GCLK退出效力， 使得BSC reset。因此使得BSC reset的缘由不是lock GPROC 。而是GCLK的缺点产生的，及时处置GCLK的问题，以防再次Reset BSC。.BSC日常维护的本卷须知 (1)改换MSI板时，先用命令查看MSI板的任务形状，假设是未闭锁形状，那么应该先将插板闭锁，交换后再解锁，防止在未闭锁形状下直接操作。GPROC板出现缺点或告警需求拔出时，应该先重启此GPROC，确认GPROC不能恢复正常，再将GPROC的面板上的按键拨到Disable，再操作。GCLK 板出现问题且需改换时，先倒换到备用

27、 GCLK，将面板上的按键拨到Disable后再操作。安装扳子要到位，要确保插板与背板能衔接正确，这样插板才干正常任务，也不会影响与其他插板之间的通讯。.BSC日常维护的本卷须知 (2)要留意光纤的清洁，特别是与半尺寸板衔接的光纤，假设光纤不干净也会导致插板Disabled，成为系统隐患。机柜和各种插板应定期按照规范进展清洗和除尘。一些GCLK、LANx、KSW等设备的告警和某些死进程能够会使GPROC退出效力，特别留意GPROC 245号告警，此告警表示一个GPROC或BTP退出效力。假设主用的BSP出现此告警时，BSC曾经重启了。假设普通的GPROC出现此告警，该板会重启，并会影响相应的信令链路，导致有关BTS退出效力。当在出现GPROC 245号告警前出现大量相关设备的告警时应该留意及时排除，以免引起GPROC重启。同时留意CPU任务时的负荷，超越60%或负荷值异常时，应该排查缘由，适当地将任务量移到其他的GPROC上或换用途置才干更强的板件。 .BSC日常维护的本卷须知 (3)留意日常的告警信息，经常用disp_act_alarm和state 0 oos all命令查看系统，发现有告警或不在效力形状的设备应该及时进展处置。要及时搜集缺点记录数据，由于系统的存储有一定的限制，到一定的时间或