概述
当客户端访问目标服务器或负载均衡，使用ping命令测试出现丢包或不通时，可以通过MTR等工具进行链路测试来判断问题来源。本文先介绍了MTR工具的基本原理，然后对测试结果进行分析，以及对测试步骤进行了说明。
详细信息
MTR基本信息
- MTR（My traceroute）是几乎所有Linux发行版本预装的网络测试工具，此工具也有对应的Windows版本，名称为WinMTR。
-
MTR工具将ping和traceroute命令的功能并入了同一个工具中，实现更强大的功能。
-
Linux版本的mtr命令默认发送ICMP数据包进行链路探测。可以通过“-u”参数来指定使用UDP数据包用于探测。
-
相对于traceroute命令只会做一次链路跟踪测试，mtr命令会对链路上的相关节点做持续探测并给出相应的统计信息。所以，mtr命令能避免节点波动对测试结果的影响，所以其测试结果更正确，建议优先使用。
在Windows系统上使用
WinMTR是MTR工具在Windows环境下的图形化实现，但进行了功能简化，只支持MTR部分参数的调整设置。WinMTR默认发送ICMP数据包进行探测，无法切换。
WinMTR可以从其官方网站下载获取。和mtr命令一样，相比tracert，WinMTR能避免节点波动对测试结果的影响，所以测试结果更正确。
所以，在WinMTR可用的情况下，建议优先使用 WinMTR 进行链路测试。
用法说明
WinMTR无需安装，直接解压运行即可，操作方法非常简单。运行程序后，在Host字段输入目标服务器域名或 IP，注意前面不要包含空格。如下图所示
单击Start开始测试，开始测试后，相应按钮变成了Stop。运行一段时间后，单击Stop停止测试。其它选项说明：
-
Copy Text to clipboard：将测试结果以文本格式复制到粘贴板。
-
Copy HTML to clipboard：将测试结果以HTML格式复制到粘贴板。
-
Export TEXT：将测试结果以文本格式导出到指定文件。
-
Export HTML：将测试结果以HTML格式导出到指定文件。
-
Options：可选参数，包括：
-
Interval（sec）：每次探测的间隔（过期）时间。默认为1秒。
-
Ping size(bytes)： PING探测所使用的数据包大小，默认为64字节。
-
Max hosts in LRU list： LRU列表支持的最大主机数，默认值为128。
-
Resolve names：通过反查IP以域名显示相关节点。
返回结果
默认配置下，返回结果中各数据列的说明：
-
第一列（Hostname）：节点IP或域名。
-
第二列（Nr）：节点编号。
-
第三列（Loss%）：节点丢包率。
-
第四列（Sent）：已发送的数据包数量。
-
第五列（Recv）：已成功接收的数据包数量。
-
第六、七、八、九列（Best 、Avg、Worst、Last）：分别是到相应节点延迟的最小值、平均值、最大值和最后一次值。
-
第八列（StDev）：标准偏差，越大说明相应节点越不稳定。
通常情况下，链路测试流程如下图所示。
获取本地网络对应公网IP
在客户端本地网络访问淘宝IP地址库等网站，获取本地网络对应的公网IP。
正向链路测试（PING和MTR）
从客户端向目标服务器做PING和MTR链路测试。从客户端向目标服务器域名或IP做持续的PING测试，建议至少测试100个数据包，记录测试结果。根据客户端操作系统环境的不同，使用WinMTR或mtr命令，设置测试目的地址为目标服务器域名或IP，然后进行链路测试，记录测试结果。
反向链路测试（PING和MTR）
进入目标服务器系统内部，做反向PING和MTR链路测试。从目标服务器向客户端IP做持续的PING测试，建议至少测试100个数据包，记录测试结果。根据目标服务器操作系统环境的不同，使用WinMTR或mtr命令，设置测试目的地址为客户端IP，然后进行链路测试，记录测试结果。
测试结果分析
参阅前述说明，对测试结果进行分析。确认异常节点后，访问淘宝IP地址库等网站查询、获取相应节点归属运营商及网络。如果是客户端本地网络相关节点出现异常，则需要对本地网络进行相应排查分析。如果是运营商相关节点出现异常，则需要直接联系运营商，或联系阿里云售后技术支持向相应运营商反馈问题。
链路测试结果分析简要说明
由于mtr（WinMTR）命令有更高的准确性，本文以其测试结果为例，对链路测试结果的分析进行简要说明。后续的说明，以如下链路测试结果示例图为基础进行阐述。
对链路测试结果进行分析时，需要关注如下几点：
-
网络区域
-
链路负载均衡
-
结合Avg（平均值）和 StDev（标准偏差）综合判断
-
Loss%（丢包率）的判断
-
延迟
网络区域
正常情况下，从客户端到目标服务器的整个链路，会显著的包含如下区域。
客户端本地网络：本地局域网和本地网络提供商网络。如前文链路测试结果示例图中的区域A。如果该区域出现异常，如果是客户端本地网络相关节点出现异常，则需要对本地网络进行相应排查分析。否则，如果是本地网络提供商网络相关节点出现异常，则需要向当地运营商反馈问题。
运营商骨干网络：如前文链路测试结果示例图中的区域B。如果该区域出现异常，可以根据异常节点IP查询归属运营商，然后直接或通过阿里云售后技术支持，向相应运营商反馈问题。
目标服务器本地网络：目标主机归属网络提供商网络。如前文链路测试结果示例图中的区域C。如果该区域出现异常，则需要向目标主机归属网络提供商反馈问题。
链路负载均衡：如前文链路测试结果示例图中的区域D。如果中间链路某些部分启用了链路负载均衡，则mtr命令只会对首尾节点进行编号和探测统计。中间节点只会显示相应的IP或域名信息。
结合Avg（平均值）和StDev（标准偏差）综合判断
由于链路抖动或其它因素的影响，节点的Best和Worst值可能相差很大。而Avg（平均值）统计了自链路测试以来所有探测的平均值，所以能更好的反应出相应节点的网络质量。而StDev（标准偏差值）越高，则说明数据包在相应节点的延时值越不相同（越离散）。所以标准偏差值可用于协助判断Avg是否真实反应了相应节点的网络质量。例如，如果标准偏差很大，说明数据包的延迟是不确定的。可能某些数据包延迟很小（例如：25ms），而另一些延迟却很大（例如：350ms），但最终得到的平均延迟反而可能是正常的。所以此时Avg并不能很好的反应出实际的网络质量情况。
综上，建议的分析标准如下：
-
如果StDev很高，则同步观察相应节点的Best和Wrst，来判断相应节点是否存在异常。
-
如果StDev不高，则通过Avg来判断相应节点是否存在异常。
说明：上述StDev“高”或者“不高”，并没有具体的时间范围标准。而需要根据同一节点其它列的延迟值大小来进行相对评估。例如，如果Avg为30ms，那么，当StDev为25ms，则认为是很高的偏差。而如果Avg为325ms，则同样的StDev（25ms），反而认为是不高的偏差。
Loss%（丢包率）的判断
任一节点的Loss%（丢包率）如果不为零，则说明这一跳网络可能存在问题。导致相应节点丢包的原因通常有两种。
-
运营商基于安全或性能需求，人为限制了节点的ICMP发送速率，导致丢包。
-
节点确实存在异常，导致丢包。
可以结合异常节点及其后续节点的丢包情况，来判定丢包原因。
-
如果随后节点均没有丢包，则通常说明异常节点丢包是由于运营商策略限制所致。可以忽略相关丢包。如前文链路测试结果示例图中的第2跳所示。
-
如果随后节点也出现丢包，则通常说明异常节点确实存在网络异常，导致丢包。如前文链路测试结果示例图中的第5跳所示。
-
另外，需要说明的是，前述两种情况可能同时发生。即相应节点既存在策略限速，又存在网络异常。对于这种情况，如果异常节点及其后续节点连续出现丢包，而且各节点的丢包率不同，则通常以最后几跳的丢包率为准。如前文链路测试结果示例图所示，在第 5、6、7跳均出现了丢包。所以，最终丢包情况，以第7跳的40%作为参考。
关于延迟
延迟跳变
如果在某一跳之后延迟明显陡增，则通常判断该节点存在网络异常。如前文链路测试结果示例图所示，从第5跳之后的后续节点延迟明显陡增，则推断是第5跳节点出现了网络异常。不过，高延迟并不一定完全意味着相应节点存在异常。如前文链路测试结果示例图所示，第5跳之后，虽然后续节点延迟明显陡增，但测试数据最终仍然正常到达了目的主机。所以，延迟大也有可能是在数据回包链路中引发的。所以，最好结合反向链路测试一并分析。
ICMP限速导致延迟增加
ICMP策略限速也可能会导致相应节点的延迟陡增，但后续节点通常会恢复正常。如前文链路测试结果示例图所示，第3跳有 100%的丢包率，同时延迟也明显陡增。但随后节点的延迟马上恢复了正常。所以判断该节点的延迟陡增及丢包是由于策略限速所致。
常见链路异常场景和测试报告分析
目标主机网络配置不当
如上图所示，在该示例中，数据包在目标地址出现了100%的丢包。乍一看是数据包没有到达，其实很有可能是目标服务器相关安全策略，例如防火墙、iptables等禁用了ICMP所致，导致目的主机无法发送任何应答。所以，该场景需要排查目标服务器的安全策略配置。
ICMP限速
如上图所示，在该示例中，数据包在目标地址出现了100%的丢包。初步看是数据包没有到达，其实很有可能是目标服务器相关安全策略，例如防火墙、iptables 、运营商策略等禁用了ICMP所致，导致目的主机无法发送任何应答。所以，该场景需要排查目标服务器的安全策略配置，或结合反向MTR综合分析。
环路
如上图所示，在该示例中数据包在第5跳之后出现了循环跳转，导致最终无法到达目标服务器。这通常是由于运营商相关节点路由配置异常所致。所以，该场景需要联系相应节点归属运营商处理。
链路中断
如上图所示，在该示例中，数据包在第4跳之后就无法收到任何反馈。这通常是由于相应节点中断所致。建议结合反向链路测试做进一步确认。该场景需要联系相应节点归属运营商处理。