SD-WAN 不按预期选路？链路质量、策略与探测排查
SD-WAN 主打智能选路与自动切换，但现实里经常出现『明明主链路坏了却没切』『选了质量更差的链路』。根因多在探测机制、策略优先级和健康阈值。下面系统排查。
一、看懂选路决策依据
- SD-WAN 选路基于 SLA 探测（时延、丢包、抖动），先确认你定义的业务 SLA 模板合理。
- 查看各链路实时质量，确认设备测得的值与真实情况一致，探测不准就会选错路。
- 确认 选路策略优先级：应用策略高于成本策略高于负载均衡，优先级配错会违背预期。
二、探测（Probing）是否生效
- 确认探测目标可达，若探测服务器地址被防火墙拦，链路会被误判为 unhealthy 而切走或切不回。
- 检查探测间隔与 切换阈值，阈值太敏感会频繁抖动（flapping），太迟钝则切换慢。
- 确认各 WAN 口都参与了探测，漏配的链路不参与选路计算。
三、策略与路由冲突
- 检查是否有 静态路由/PBR 强压了流量，导致 SD-WAN 选路被覆盖。
- 确认业务应用识别正确，若应用没被识别成预期类型，会落到默认策略而非最优链路。
- 多租户/多 VPN 场景下，确认策略绑定到了正确的 VRF/实例。
四、切换回切与粘连
- 主链路恢复后不回切，多半是 回切迟滞（hold-down） 设置过长，或没开回切。
- 确认 sticky 策略是否把会话绑定在某链路，导致已建会话不跟随切换。
五、抓包与日志验证
- 在设备上看 path selection 日志，确认每次切换的触发原因。
- 用流镜像/抓包验证实际出接口，核对是否真按策略走。
技术总结：SD-WAN 选路错先看探测质量数据是否真实，再查策略优先级与 SLA 模板，最后确认没有静态路由/PBR 覆盖。切换异常多因阈值与回切迟滞配置不当。