一段关键视频回放里,画面上的事故发生在 14:26,系统记录写的是 14:31;另一台服务器的日志里,两条相邻记录的时间居然倒着排。值班员的第一个动作往往是重启授时设备,可重启之后偏差照旧。故障排查若从 "重启" 起步,多数时候只是把问题延后了半小时。时间同步服务器只接收北斗卫星信号获取标准时间,不接收 GPS 信号,全国产化,安全自主可控,符合国产信创要求,以 NTP 协议同步网内的电子时钟、服务器、录像机、摄像头、存储与 PLC。它出问题时,先要做的事只有一件:弄清错的是哪一层。

时间同步服务器
打开网易新闻 查看精彩图片
时间同步服务器

一、三个问题定性,再决定往哪查

第一问:错的是全网还是一片。所有设备一起偏,指向授时设备与其上游;某个网段或某个楼层的设备一起偏,指向网络策略与链路;只有一两台偏,问题在终端本身。第二问:偏差是固定值还是持续变大。整分钟、整小时的偏差,多与时区设置有关;几秒且逐日增大,多半是守时单元漂移在累积。第三问:时间是稳定偏,还是来回跳。跳变通常来自多源比选策略、上游不稳定或有人手工改过时间。三个问题问完,排查范围就收窄了大半。

二、五段链路,逐段给判据

把授时路径拆成五段:卫星、天线与馈线、主机、网络、终端。卫星段看可见颗数与信噪比,颗数忽高忽低说明信号处在临界;天线段看外观、接头氧化、馈线进水、防雷器是否失效,屋面新增构件也可能挡住视野;主机段看锁定状态、当前偏差、机内温度与电源;网络段看 UDP 123 是否放通、跨 VLAN 有无 ACL 拦截、链路有无丢包;终端段看配置与客户端实现。排查按段推进,每段有判据,不靠猜。

三、每天留一点痕迹,故障时才有依据

巡检不必复杂,留四样东西就够:锁定状态与卫星颗数、当前偏差值、终端在线数与失败清单、异常告警记录。这四个量每天记一次,一周就能看出趋势。再往前一步,每周导出一次对时日志,字段看终端 IP、访问时间、时间偏差与告警内容,按网段归类。日志里若出现同一 IP 高频重复请求,说明该终端一直没同步成功,在反复重试,这种 "雪崩" 式的请求会拖慢服务器响应,让原本正常的设备也跟着变慢。

四、四个高频症状,各有各的判据

时间差整点。 先查时区,UTC 与本地时间的设置、夏令时开关,是最容易被忽略的一处,尤其在系统重装或镜像克隆之后。

偏差缓慢变大。 锁定状态下也在偏,多半与守时模块或晶振老化相关,记录趋势后按周期更换;只在失锁期偏,则属于守时能力的正常表现,不必当成故障。

某网段成片失败。 查交换机端口、VLAN 划分、防火墙与 ACL 是否拦了 UDP 123,这是现场频率偏高的原因;跨网段部署时还应注意,不要让终端层层向上转发取时,层数一多偏差会累积。

时间跳变或倒退。 看是否同时配置了多个时间源、比选策略是否合理;PLC 与工业控制器对跳变敏感,跨天校正应让其渐变回调,而不是一步到位,否则会触发逻辑异常。

五、终端侧怎么查,命令比界面快

Windows 上看 w32time 服务是否启动,用 w32tm /query/status 读当前源与偏差,用 w32tm /resync 触发一次同步;Linux 上 chronyc sources 看源状态与偏移,ntpq -p 看对端响应;抓包确认请求有没有发出去、回包有没有回来,tcpdump 指定 UDP 123 端口即可。国产化环境里鸿蒙、欧拉、麒麟、统信、凝思的配置路径各不相同,安防设备多在网页界面填 NTP 地址,嵌入式设备有的只认 IP 不认域名,这些差异维护手册里应逐条写明。地址被 DHCP 改掉是常见原因,做保留并登记,比事后逐台翻查省事。

六、国产化环境里的维护差异

全国产化的设备在维护上有一处不同:升级包、适配清单、日志格式多以国内规范为准,固件升级要走厂商渠道,不能随手刷通用版本。项目要求信创时,管理端的操作系统适配也要同步核对,避免设备端国产化、管理端还跑在旧平台上。日志留存周期按审计要求定,导出格式要能让第三方直接打开,别做成只有原厂软件能读的私有封装。

七、处置边界:什么时候该停手

排查有几条边界值得记住:设备在锁定状态且偏差在范围内,不要因为 "感觉不准" 去改配置;同一故障连续处置两次没有改善,停下来记录现象与已做动作,再联系厂商,比反复重启有价值;涉及固件升级与参数大改,先备份配置并约定回滚方式;故障记录写成三行 —— 现象、判断、处置结果,半年后翻出来仍然看得懂。

时间同步服务器
打开网易新闻 查看精彩图片
时间同步服务器

机房里的时间,平时最不起眼,一旦错了,录像、日志、账单、病历会一起失去说服力。时间同步服务器做的事其实很简单:把天上的那一秒接下来,稳稳地分下去。巡检与排查也一样,不过是在它还安静的时候多看两眼,在它出问题时少走几步弯路。秩序不靠运气,它靠一件件小事被认真核对过。