搞网络运维这些年，交换机上最容易被低估的环节，光模块绝对排得上前三。很多人觉得光模块不就是插上去就能用的配件？真到项目现场，接口类型不对、速率不匹配、模块不被识别、收发光异常导致间歇性丢包——这些问题一个比一个磨人。今天我就把多年积累的交换机搭配光模块经验整理一遍，选型、兼容性、光衰排查命令、典型场景方案，还有只有踩过坑才知道的细节，一次讲清楚。刚入行的网络工程师、给办公和监控网络扩容的集成商朋友，都可以直接拿来当实操参考。
1. 模块选型先看接口和速率：别让封装卡住你
1.1 封装类型速认：SFP、SFP+、SFP28 和 QSFP 家族
光模块的封装类型，决定了它能不能插进某个交换机的光口。这一关过不了，后面谈什么都白搭。SFP 是最常见的长条小封装，对应千兆口，企业网接入交换机上十有八九是它；SFP+ 外观和 SFP 几乎一模一样，但跑的是万兆，多数万兆口可以兼容插千兆 SFP 模块，反过来千兆口插不了 SFP+ 模块，这点经常有人弄反。SFP28 还是那个小体型，跑的是 25G，一般在数据中心接入层出现，跟 SFP+ 口混插时要特别小心看规格。
QSFP 家族就明显更宽了，宽度大约是 SFP 的四倍。QSFP+ 对应 40G，QSFP28 对应 100G，QSFP-DD 对应 400G。设备面板上通常会写端口速率，比如“40G”或者“100G QSFP28”字样，识别起来并不难。难的是有人把 100G 的 QSFP28 模块往 40G 的 QSFP+ 口里插，原因仅仅是“看起来都是宽口的嘛”。针脚虽然兼容，但光口收发电路只支持到 40G，模块协商不到 100G，结果就是灯不亮或者模块压根不被识别。反过来，设备若支持降级到 40G 运行，通常可以插 QSFP+ 模块，但仍要查设备规格，不能想当然。
1.2 速率、光纤、波长全匹配才能点亮
封装对上了，下一个坑是速率。光模块没有电口那种自动协商机制，它不会“主动降速”去迁就端口。万兆模块插在只支持千兆的口上基本上不亮；千兆模块插在万兆口上，部分设备能协商到千兆，但这是设备的能力，不是模块的能力，项目里不能赌这个。40G 和 100G 同理。所以选模块前第一件事，就是查清楚交换机光口实际支持的最高速率，然后照着买。
距离和波长也要匹配。850nm 的多模 SR 模块，必须配 OM3/OM4 多模光纤，传几百米；1310nm 或 1550nm 的单模模块，必须配 OS2 单模光纤，能传几公里甚至几十公里。多模光纤跳线外皮一般是橙色或水绿色，单模一般是黄色，看颜色能快速判断，但正规工程还是以线缆印字为准。这里有个真实教训：某项目机房里，工人把单模模块插在多模跳线上，光功率看着降了一大截，链路还时不时报错——多模光纤芯径 62.5μm 或 50μm，单模芯径只有 9μm，物理上就对不上，怎么都玩不转。还有一类单纤 BiDi 模块，它在一根光纤里用两个波长分开收发，模块有 A/B 端之分，两端必须配对安装，采购时一定要成对下单，单独买一头到了现场就是废铁。
2. 兼容性之争：原厂模块贵，第三方模块怎么选才不踩雷
2.1 交换机是怎么“认”光模块的
很多朋友第一次听到“兼容光模块”这个词，第一反应是：“是不是假货？”其实不是。光模块内部有一个 EEPROM 芯片，里面记录着厂商名、型号、序列号、波长、速率、距离等信息，交换机在上电或热插拔的时候通过 I2C 总线读取这些字段，用来判断插进来的模块是什么规格、允不允许使用。第三方兼容模块的做法，就是把自己的 EEPROM 内容写成原厂产品的格式，让交换机“以为”它是原厂。从物理光信号的角度讲，只要激光器、驱动电路、光检测器的性能达标，第三方模块的传输效果并不差。问题在于，有些厂商设备会对模块做比标准更深层的校验，发现 EEPROM 信息对不上，就直接拒绝识别，或者识别了但一直在系统日志里刷告警。
为什么原厂模块贵？除了品牌溢价，还有器件筛选、可靠性测试、兼容性认证的成本。原厂模块在高温、低温、湿度、振动、长寿命这些方面有完整测试数据，而小厂兼容模块则参差不齐。所以我一般不把“买兼容模块”等同于“占便宜”，而是当成一次有取舍的采购决策：承载核心业务的链路用原厂，非关键的接入点可以谨慎使用靠谱的兼容模块。
2.2 华为、华三、锐捷的实际兼容策略
我把几家主流设备的兼容策略按实操经验总结一下。华为交换机对第三方模块的校验，不同系列差别很大：S 系列低端接入交换机通常比较宽容，插上兼容模块能正常用，顶多日志里提示“非华为模块”；CE 系列数据中心交换机相对严格，一些框式设备配合私有代码测试，第三方模块会直接不被识别。华三的 Comware 系统，老款设备对非原厂模块整体还算友好，新款高端设备则开始收紧，具体还是要以设备型号和软件版本为准。锐捷整体上兼容做得比较开放，多数模块插上去就能用，但个别型号对编码仍有要求。
思科那边很多型号默认只认原厂编码，需要额外配置才能允许第三方模块，这里顺带提一句，因为不少网络里是多品牌混跑的。再多说一句经验：不管买哪家的兼容模块，大规模采购前一定要先借样块，在你实际用的那台交换机上测过再批量下单。别看了厂商宣传手册就下单几百个，到了现场发现设备不认，退换货就是一大轮痛苦。
2.3 判断一个兼容模块靠不靠谱的四个角度
第一看温度范围：工业级模块（-40℃到+85℃）一般用料和封装都比商业级（0℃到+70℃）扎实，机房温度达到 35℃ 以上很常见，商业级模块长期高温运行老化更快。第二看序列号的一致性：正规厂商的模块序列号是连续可溯的，一批模块序列号乱七八糟甚至有重复，多半是“重新刷号”的翻新货。第三看质保承诺：敢承诺三年质保、坏了直接换新的供应商相对可信；只肯口头保证、一谈售后就含糊的，大概率经不起考验。第四看供货来源：能从正规代理商拿到原厂完整包装和检测报告的，比什么“拆机件”“水货”靠谱得多。
这四个角度看着简单，实际上能过滤掉大部分劣质模块。我见过一个项目，客户贪便宜买了十几块号称“华为兼容”的模块，结果其中三块插上后交换机端口长时间不 UP，换掉之后立刻恢复——模块端面的洁净度、激光器老化程度、焊接质量，这些隐性问题在兼容模块里出现概率明显更高。
3. 收发光功率实测：华为、华三、锐捷一次看懂光衰命令
3.1 三大厂商查光模块信息的命令
链路出问题，第一件事不是拔线，而是先看模块自己的诊断数据。这里先给命令。
华为交换机：
display transceiver interface GigabitEthernet0/0/1 verbose display transceiver华三交换机：
display transceiver interface Ten-GigabitEthernet1/0/1 display transceiver diagnostics-information锐捷交换机：
show interface transceiver show interface TenGigabitEthernet 0/1 transceiver带 verbose 的版本会列出模块型号、序列号、温度、电压、激光器偏置电流、发射光功率和接收光功率；diagnostics-information 则是整机所有光模块的诊断信息汇总，适合批量巡检时用。华三新老版本命令不完全一样，老版本 display transceiver 后面直接跟接口就行，新版本有些设备加不加 verbose 都能出完整信息，为了稳妥可以先不加，根据输出内容再决定。
3.2 结果参数逐个解释：温度、电压、电流、发收光功率
把命令输出里的核心参数一个个过一遍。Temperature 是模块内部温度，商业级模块一般在 0℃ 到 70℃ 区间，超过 80℃ 基本就是过温了，需要查机柜通风和模块本身是否老化。Voltage 是模块供电电压，正常围绕 3.3V，波动超过 5% 就要注意供电质量，这在一些劣质电源的机柜里真会出现。Bias Current 是激光器偏置电流，这个参数最有“体检指标”的味道：同一个模块用半年，偏置电流如果一直往上走，说明激光器在加速老化，该准备备件了。
Tx Power 是发射光功率，不同模块差异很大：多模 SR 模块常见在 -3dBm 到 +1dBm 之间，单模 LR 模块常见在 -2dBm 到 +3dBm 之间。不用记太死，重点看它是否明显低于模块标称值。Rx Power 是接收光功率，这是最需要盯的参数。工程的粗略经验：单模 10km 级模块接收在 -20dBm 以上一般安全，-20dBm 到 -24dBm 需要警惕丢包，低于 -24dBm 基本可以判定链路质量有问题；多模短距模块灵敏度会更高一些。注意这只是经验值，具体阈值以模块规格书为准。再解释一个很多人问的问题：dBm 和 dB 的区别。dBm 是绝对功率单位，0dBm = 1mW；dB 是相对值。发光功率 -2dBm、收光功率 -20dBm，链路衰减就是 18dB，这个差值能反映整条链路的损耗水平。
3.3 光衰异常的排障思路：一次真实案例
某客户机房 40G 上联链路经常在凌晨出现秒级闪断，白天基本正常。我先登录华三核心交换机，查 40G 口的收发光：Tx Power 正常，Rx Power 在 -22dBm 左右徘徊，正好卡在临界区。白天温度低、模块制冷好，勉强能跑；凌晨机柜温度往上走，模块灵敏度下降，光功率再掉一点，就触发误码和闪断。这个案例说明两件事：一是查链路必须查模块的“体检报告”，只靠“通不通”来判断远远不够；二是光功率不能只看当下，要看趋势，否则间歇性故障很难定位。
为了进一步确认问题范围，我拿了同一型号的原厂模块替换，Rx Power 立刻回升到 -16dBm，链路恢复正常。后来查原因，是配线架上一段尾纤端面脏污，再加上兼容模块本底接收性能稍弱，两者叠加才导致临界。清洁尾纤端面后，原来那块模块也能正常用了。从那以后，我对“模块能亮就好”这种心态非常警惕——能亮只是最低标准，收发光数据正常才是可用标准。
4. 典型场景落地：接入、汇聚、核心的光模块搭配方案
4.1 办公网络：千兆接入、万兆汇聚怎么配
普通办公网络最常见的就是三层结构：接入层交换机、汇聚/核心交换机、出口设备。接入交换机通常是千兆口，光口上行。机房内部距离短，可以用 SFP 千兆多模 SR 模块加多模跳线，成本低；但如果你预判未来两三年要升级万兆，我建议直接上单模：接入交换机上行用 SFP-GE-LX-SM1310，汇聚侧对应配同样规格，光纤用 OS2 单模，将来带宽升级直接换成 SFP+ 万兆模块，光纤不用动。这个“光纤一步到位、模块按需升级”的思路，能省掉日后重新布线的麻烦，代价只是初始多花一点单模模块的钱。
汇聚层到核心层，一般就是 10G 起步了。万兆 SFP+ 模块里，短距用 SFP-10G-SR（850nm 多模，百米级），长距用 SFP-10G-LR（1310nm 单模，10km 级）。如果汇聚和核心在同一机房或相邻机柜，距离不超过几十米，理论上 SR 加多模就够，但我更倾向于用 LR 加单模——原因还是那句话：光纤是长期资产，模块是消耗品，为避免后续翻线，我宁愿模块稍贵一点，也不想动光纤。
4.2 数据中心：25G 服务器配 100G 上行，DAC 和 AOC 怎么选
数据中心场景里，服务器网卡现在主流是 25G，上行交换机之间、交换机到核心通常就是 100G。100G 的承载方式有三种：DAC 直连铜缆、AOC 有源光缆、QSFP28 可插拔光模块。DAC 便宜、功耗极低，但距离一般只有 3 到 5 米，适合同机柜内短互联；AOC 是把光模块和光纤做成一体，省去两头模块和跳线的连接点，故障面小，但坏了只能整体换，价格也不便宜；可插拔光模块加跳线最灵活，成本最高，适合核心机房长距离互联。
100G 光模块的命名比较多：SR4 是多模 850nm 四发四收，用 MPO-12 跳线，OM4 光纤下最远约 100 米；CWDM4 是单模四波长，用 LC 双纤，最远 2 公里；LR4 是单模四波长，10 公里级。如果机房内部距离不超 100 米，SR4 加 OM4 多模 MPO 是性价比高的方案；要跨楼、跨园区就选 CWDM4 或 LR4。另外还有一个分支场景：一台 100G 交换机口要接四台 25G 服务器，可以用 QSFP28 转 4 个 SFP28 的分支模块或分支线缆，前提是交换机支持端口拆分功能，华为设备里对应命令是 port split，拆出来的是 25G 口。这些细节不提前规划，等设备到了再想改，往往又要换板卡。
4.3 多厂商互联：华为、华三、锐捷设备对拷模块的注意点
在混合品牌环境里，交换机和路由器往往是华为、华三、锐捷甚至思科混着用。光模块选标准编码的就好，因为光信号本身不分厂商，模块被本端识别后，对端收到的是标准光信号，厂商不厂商的影响只在你本端“认不认模块”。所以对接难点通常在链路层配置，而不是物理层。比如华为的 Eth-Trunk 和锐捷的 AP 聚合口对接，聚合模式必须一致：动态 LACP 就两端都动态，静态就两端都静态；华三叫 Link-Aggregation 或 Bridge-Aggregation，同样要对齐模式。曾经有客户两边光口都 UP，业务流量却一跑大就丢包，最后查出来是聚合模式一端动态一端静态，协商把链路拆得七零八落。
还有一个常见坑：交换机和防火墙、路由器光口对接时，部分设备光口默认是 shutdown 的，而模块插入后数字信号正常、端口却不 UP，很多人会误判成模块故障。遇到这种情况，先查端口配置，确认没有 shutdown，再查端口速率和双工协商。我处理过最离谱的一次，是两端模块速率都正常，但一端配置强制 1000，另一端 auto，光链路死活起不来——这种基础配置问题，比模块本身的问题常见得多。
5. 现场避坑手册：踩过坑才总结出的排查细节
5.1 光口不亮的快速判断顺序
光口不亮是运维里最频繁的故障，我的排查顺序固定成五步，能避免重复折腾。第一步，拔下光模块，用显微镜或强光手电加放大镜看端面是否脏污，有指纹灰尘就清洁干净后再插回；第二步，查交换机是否识别模块，华为用 display transceiver interface，不识别就换一个同一型号模块做对照；第三步，查端口配置，有没有 shutdown、端口速率是否被手工设置成不匹配的值；第四步，换一根跳线，尤其是怀疑跳线打折或者弯折半径过小时；第五步，检查对端设备，光模块必须两端都正常，只换一端往往解决不了问题。这五步下来，90% 以上的不亮问题都能定位。
光口不亮还有一个隐蔽原因：交换机端口被占用了。比如端口被加入 Eth-Trunk 后没起来，或者被配置成镜像目的口，光模块本身是好的，但端口逻辑上不可用。这时 display interface 可以看到端口有物理层状态但协议层 DOWN，建议养成“查状态先看 UP/DOWN 两个层次”的习惯。
5.2 日志风暴和交换机死机的诡异关联
热词里有“交换机死机”，这个现象在纯电口环境很少见，但在大量使用劣质光模块的场景下确实偶发。原理不复杂：交换机通过 I2C 总线持续读取模块的 EEPROM 和诊断寄存器，如果某个模块芯片有问题，可能反复拉低总线或产生大量中断，带动整机日志刷屏、CPU 飙高，极端情况下会触发设备重启。我在一个监控项目里就遇到过：接入交换机每隔几分钟掉线一次，系统日志里全是 transceiver 告警，最后定位到一支“刷号兼容模块”，换掉后整台设备立刻安静。
这类问题的排查思路，是先把所有光口的模块诊断信息导出来，批量看温度、电压、偏置电流和日志时间点的重叠关系，哪个模块在故障时间点前后产生告警，就先摘掉哪个。别一死机就重启，重启治标不治本，故障模块还在里面，下次还会犯。这里也顺带建议，日常就把 syslog 日志集中收集起来，搭建一个简单的日志服务，等出了事再想去翻历史日志，往往什么都剩不下。
5.3 模块清洁、保养和防静电习惯
光模块最怕两样东西：灰尘和静电。插拔模块之前，先摸一下机柜金属部分放掉身体静电，条件允许用防静电手环；模块端面任何时候都不要用手直接碰，手上有油脂和灰尘，一旦粘在透镜上，光功率会明显下降。清洁时用专用清洁笔或无尘纸，配合专用的光纤清洁溶剂，不要拿纸巾、棉签蘸酒精乱擦，搞不好反而把端面磨花。不用的模块要盖好防尘帽，放在防静电袋里保存；保存环境避免高温高湿，别塞在服务器机箱顶上，那种环境温度高、灰尘多，模块很容易“存放坏”了。
还有一个细节：模块插拔时不要用蛮力，模块两边有卡扣，拔出前要确认卡扣已经解锁；暴力插拔会损坏交换机光口内部的弹片，这个弹片一旦变形，端口就废了，换模块也救不回来。实际项目里因为暴力插拔导致光口报废的案例并不少，估计占了光口硬件故障的三成以上。
5.4 管理通道连不上的另类真相
很多人用 CRT 的 SSH 连不上华三交换机就怀疑账号密码，用 MobaXterm 连 console 口没反应就觉得串口配置不对，其实别忘了管理口本身也是物理链路。比如管理口光模块收发光异常、或管理口所在 VLAN 接口 down，都会导致 SSH 连不上；而 console 线没反应则可能是 console 口被占用、波特率不对或线缆松动。华三 console 默认一般是 9600-8-N-1，用 MobaXterm 建会话时选 Serial 模式直连，别在会话设置里选成 SSH 来连。
最坑的是远程管理口上联的光模块坏了，管理员以为设备死了，赶去现场发现设备好好的，只是光模块故障，换了就好。所以给核心设备保留独立带外管理口，是花小钱省大麻烦的事。遇到“连不上设备”的工单，别急着重置密码，先确认物理链路通不通，再谈协议层的排查。
6. 高频问题速查和日常巡检习惯
6.1 高频问题速查表
| 现象 | 可能原因 | 首选排查 |
|---|---|---|
| 光口不亮、模块不识别 | 封装不匹配、模块编码不被设备认、模块损坏 | 确认端口速率和封装；换同型号模块对照测试 |
| 光口 UP 但丢包 | 收光功率偏低或处于临界、单模多模光纤不匹配 | display transceiver 查 Rx Power；换跳线 |
| 收光功率持续下降 | 端面脏污、法兰锈蚀、光纤过度弯折 | 清洁端面、检查布线、必要时 OTDR 测试 |
| 模块温度过高 | 机柜过热、模块老化、风扇故障 | 查看 Bias Current 趋势，优先散热 |
| 模块灯正常但业务不通 | VLAN、ACL、聚合口配置问题 | 查端口 member、抓包、逐段 ping 定位 |
这张表是我平时处理问题的起点。遇到问题先按表里最可能的项排查，不要一上来就怀疑模块坏了，因为换模块成本虽然不高，但频繁插拔产生的静电损伤和端口损耗是隐性的。
6.2 我给关键链路做的“病历本”
运维做到后面，拼的不是命令背得多熟，而是对网络历史状态的掌握。我给每条关键链路都建了一个简单的“病历本”，记录三块内容：一是链路拓扑、光纤类型和模块型号，二是每次巡检记录的收发光功率数值和日期，三是故障处理记录。这个其实就是一个表格或者一个网管系统里的自定义字段，坚持记录半年以上，就能看到光模块老化的趋势。比如某个模块的发射光功率从 -1dBm 慢慢掉到 -4dBm，偏置电流从 10mA 涨到 15mA，虽然当前还能工作，但你已经知道它快不行了，提前备好替换模块，比故障发生时半夜抢修从容太多。
具体执行上，我每季度会写一个脚本，登录各台交换机批量抓一次诊断信息，然后跟上次数据比对。华为、华三的 display transceiver 输出都是文本，抓回来整理成表格很快。巡检周期看链路重要程度：核心链路段按月，接入链路段按季度；进入夏季高温期前，还会临时加测一次，专盯模块温度和接收功率。这套习惯帮我避免过好几次潜在的光模块故障，属于投入产出比极高的“笨办法”。
最后分享一个让我印象特别深的案例。有个客户报障，说两条 10G 上联链路轮流闪断，白天测试一切正常，一到晚上八点准时出问题。我远程看了华三交换机的诊断信息，发现其中一个模块的温度已经 78℃，收光功率在 -22dBm 边缘反复横跳。白天机房空调给力，温度 60℃ 上下，勉强压住；晚上负载上来，机房也没人调空调，温度一高模块灵敏度就掉，链路自然秒断。那次我把问题点锁定在机柜通风和模块散热上：加了一台风扇，又换了一块工业级模块，问题再也没有复发。从那以后，我再也不会只盯着“链路通不通”来判断故障了，光模块的收发光、温度、偏置电流这些运行参数，才是真正告诉你链路“健康不健康”的东西。
