凌晨两点，机房的批量任务又失败了。日志里只有一行：链路中断，恢复时间未知。

值班同事的第一反应是网卡，第二反应是交换机，第三反应是光纤。查了两个小时，最后在机柜角落里找到原因——一颗插在SFP+口上的光模块，发射光功率比半年前低了一半。

这种事不算少见。光模块太便宜了，便宜到没人觉得它会坏；它又太关键了，关键到一坏，整条链路上的业务一起停。

它是个会老化的零件，不是插头

光模块里面有一颗激光器。激光器是主动器件，通电就发光，长期工作就会老化，光功率一点一点往下掉。模块的光学面还会脏——机房再干净，插拔几次、落点灰，光路上就多一层损耗。

网卡是数字芯片，通电就跑，几乎不老化。光模块不一样，它是光电混合的小系统，有激光器、有探测器、有控制电路，是会衰老的消耗品。

可大多数人对待它的方式，和对待插头一样：插上，就不管了。

便宜，所以没人管

一颗千兆SFP模块几十块钱，万兆SFP+一两百。和动辄几万、几十万的交换机服务器放在一起，实在不起眼。采购清单上它是耗材，可运维台账上它常常连名字都没有。

不少SFP+模块其实自带数字诊断功能，发射光功率、接收光功率、温度、偏置电流，这些数据一直在那里，网卡驱动和交换机上就能读。

只是没人看过它一眼。没有基线，就不知道现在的数值是正常，还是在悄悄往下掉。

光模块体检指标速查

可靠性，不能只看贵的部分

一条链路的可靠性，不是由最贵的部件决定的，而是由最先失效的部件决定的。

光模块便宜，但它处在光路的正中间——它衰了，业务就断了，和你花多少钱买的交换机没有关系。

这个道理放到整个运维里也成立。决定系统可靠性的，往往是那些又便宜、又关键、又没人管的小东西：配置备份、备件库存、标签编号、一颗备用光模块。管理它们的成本很低，忽略它们的代价很高。

四个动作，把光模块管起来

第一，建基线。趁链路状态好，读一次每个端口的发射和接收光功率，记下来。以后网络开始时好时坏，先对比数值，而不是先怀疑网卡。

第二，立台账。每个模块装在哪台设备、哪个端口、哪天上线，都记一笔。换模块、查故障的时候，这些记录比任何工具都好用。

第三，留备件。核心链路旁边常备一颗同规格模块。故障时先用三十秒换上备件，再慢慢排查——业务恢复，永远排在定位前面。

第四，守住采购。光模块市场里翻新、打磨、以次充好的货并不少见。走正规渠道，认准标签和固件信息，价格明显低于行情的，多半有问题。

四个动作清单

下次链路再时好时坏，不妨先看一眼那颗最便宜的光模块。

光润通提供1.25G到800G的全系列光模块，与自有网卡经过完整兼容性测试，7×24小时响应。需要给网络做一次体检，随时联系。