郑州洪灾，通信网络的容灾机制，发挥作用了吗？
这两天，河南郑州等地区遭受罕见的强降雨袭击，出现了严重的洪涝灾害。
洪水造成的城市内涝，给当地居民的生命财产带来重大损失。来自现场的触目惊心的视频画面，牵动着全国人民的心。
目前，一线正在进行紧张的抢险救灾行动。我们只能默默祈祷，希望雨早点停，水早点退，灾区的损失不要进一步扩大，灾区人民的生活能尽快恢复正常。
作为通信人，笔者在关注现场灾情的同时，特别留意了一下通信网络设施的损失情况。
根据以往的经验，遇到大灾大害，当地的通信基础设施一定会遭受损坏。而可靠的通信网络，是抢险救灾的重要保障，也是稳定一线灾民情绪的基石。
也就是说，灾害一旦发生，一线通信人必须尽快投入到通信设备抢修和应急保障的工作中。
笔者的朋友圈里，就已经有河南的通信同行正在加班加点抢修，力求尽快恢复业务。
图片来自郑州联通
根据现场同行反馈的故障通知消息来看，这次洪灾确实造成了远超以往的危害。
郑州现场的故障通知消息
往常的普通洪灾，一般只会淹没基站和接入机房。更严重一点，也就是各区县的汇聚机房和机楼机房。这次特大降雨造成的内涝，竟然将省会城市部分骨干核心机房也淹了，而且主备机房都发生雨水倒灌。
这种情况，极为罕见。近几十年，国内应该是没有发生过。
骨干机房，运行着重要的核心网设备。而核心网设备，是整个通信网络的心脏。
核心网机房
目前来看，受影响最大的，是运营商的HLR设备。
HLR，全名是Home Location Register，归属位置寄存器。它是一种用户数据库设备，是核心网关键设备之一，存储着所有本地用户的数据信息，包括用户的基本信息、基本业务信息、补充业务信息，等等。
HLR是2G/3G时代的叫法，现在4G/5G时代，HLR已经改名叫HSS（Home Subscriber Server，归属签约用户服务器），功能和性能上有所升级。
HLR和HSS，作为用户数据库，是整个通信网络的核心。但凡出现重大网络故障，多半和它们有关。要么是数据库误删，要么是传输中断（例如光纤中断），导致HLR（HSS）链路中断。
2017年广西南宁重大网络中断故障，就是运营商HLR的80万用户数据被误删导致的。当时整网业务中断长达8小时39分，影响巨大，责任方被罚5亿元人民币。
这次郑州HLR被淹退服（通信行业术语：退出服务），影响本来也是巨大的。但是从现场情况来看，应该是容灾机制发挥了作用，所以没有造成大面积的通信中断。
首先，提醒一下河南灾区的兄弟姐妹们，最近期间手机尽量不要关机。因为手机开关机都需要联系HLR进行“登记”。
在HLR退服的情况下，手机开机，信令消息到不了HLR，就无法得到来自网络的身份确认，也就无法接入网络。
HLR退服情况下
一般来说，手机连入网络后，网络也会定期对手机进行“位置更新”。也就是说，每隔一段时间，网络会让手机上报状态信息。这次，在灾情发生的情况下，当地运营商可能已经在网络侧手动修改配置，延长了更新周期，避免位置更新失败。
此外，本次郑州HLR退服，运营商的异城异地备份方案也发挥了重要作用。
在本地主备HLR都受灾的情况下，运营商启用了位于邻近省份省会城市的备份HLR，临时顶替退服的本地HLR，保障业务的实现。
这基本上算是最高级别的备份了，专门针对战争、恐袭、地震等极端情况。
在极特殊的情况下，用户通话量激增，网络中信令消息太多，超过了网络链路的负荷，网络侧可能会采取取消用户鉴权等手段，尽可能降低网络信令负荷，避免网络彻底拥塞。
本次洪灾，固网宽带接入业务的radius设备离线，就采取了取消鉴权的方法。
Radius，全名是Remote Authentication Dial In User Service，远程用户拨号认证系统。看名字就知道，也是一个对用户进行认证授权的设备。现场radius故障，采用的解决方案，就是直接关闭认证，启用拨号不认证策略，保证所有用户网络畅通。
除了HLR之外，根据现场反馈的情况，微波中继线路也有短暂影响，IPTV业务也受影响，这些都不算太麻烦。
目前，现场的通信工程师们正在进行紧张的设备抢修，相信不久之后，核心骨干网络的功能就会恢复。随着洪水的退却，各个站点机房的抢修也会紧锣密鼓地启动起来，老百姓的手机和宽带业务，会逐渐恢复正常。
最后，再次祈祷河南地区的雨早点停，洪水早点退，希望大家都平平安安的，也希望所有一线的通信工程师们能注意安全，不辱使命，抢险成功！
图片来自网络，非郑州灾区现场
关注「开源Linux」加星标，提升IT技能
