Configuration Rollback Strategien: Schnell zurück ohne Folgeschäden

Configuration Rollback Strategien sind im Netzwerkbetrieb der Unterschied zwischen einem kurzen Zwischenfall und einem mehrstündigen Ausfall. Sobald ein Change unerwartete Auswirkungen hat, steht das Team unter Druck: schnell zurück, Service stabilisieren, keine weiteren Systeme beschädigen. Genau hier passieren die typischen Folgeschäden: halbherzige Rollbacks, die nur Teile der Konfiguration zurückdrehen; Rollbacks, die State (Sessions, ARP/ND, Routing)…

Vendor Bugs erkennen: Reproduzierbarkeit, Evidence und Support Cases

Vendor Bugs erkennen gehört zu den anspruchsvollsten Aufgaben im Netzwerkbetrieb. Nicht, weil Hersteller-Bugs selten wären, sondern weil ihre Symptome oft genauso aussehen wie „klassische“ Ursachen: Paketverlust, hohe Latenz, BGP-Flaps, MAC-Flapping, Control-Plane-Overload oder sporadische Drops. Der Unterschied ist, dass Sie bei einem Vendor Bug (Hersteller-Bug) nicht nur die technische Ursache finden müssen, sondern auch beweisen müssen,…

Lab-to-Prod Debugging: Containerlab/EVE-NG zur Fehlerreproduktion

Lab-to-Prod Debugging ist eine der effektivsten Methoden, um komplexe Netzwerkfehler zuverlässig zu verstehen, zu beweisen und nachhaltig zu beheben. Gemeint ist die Fähigkeit, ein Problem aus der Produktionsumgebung in ein kontrolliertes Labor zu übertragen, dort reproduzierbar zu machen und anschließend Änderungen risikoarm zu validieren, bevor sie wieder in Produktion gehen. Genau hier liefern moderne Lab-Plattformen…

Batfish & Intent Validation: Policies testen, bevor es brennt

Batfish & Intent Validation sind zwei Begriffe, die in modernen Netzwerkteams immer dann relevant werden, wenn aus „kleinen Changes“ plötzlich große Incidents werden. Denn viele Ausfälle entstehen nicht durch Hardwaredefekte, sondern durch unbeabsichtigte Policy-Effekte: Ein Prefix-Filter ist zu strikt, eine Route-Map matcht in der falschen Reihenfolge, eine ACL blockiert Rückverkehr, oder ein NAT-/Firewall-Change erzeugt One-Way-Symptome.…

Flow Telemetry: NetFlow/IPFIX als Troubleshooting-Beschleuniger

Flow Telemetry ist für moderne Netzwerkteams einer der stärksten Hebel, um Troubleshooting messbar zu beschleunigen: Statt im Incident „blind“ nach dem betroffenen Host, Port oder Pfad zu suchen, liefert NetFlow/IPFIX in Sekunden eine belastbare Übersicht darüber, welche Flows tatsächlich stattgefunden haben, wie viel Daten sie übertragen haben, welche Richtung dominiert und ob sich Muster (z.…

Troubleshooting im Rechenzentrum: Spine-Leaf Fehlerbilder schnell finden

Troubleshooting im Rechenzentrum ist heute fast immer Troubleshooting in einer Spine-Leaf-Architektur: Viele parallele Pfade (ECMP), kurze Hop-Distanzen, hohe Bandbreiten, Overlays wie VXLAN/EVPN und ein stark automatisierter Betrieb sorgen für enorme Robustheit – aber auch für Fehlerbilder, die ohne Systematik schwer greifbar sind. Typische Tickets lauten dann nicht „Link down“, sondern „nur einige Verbindungen sind langsam“,…

Streaming Telemetry: gNMI, sFlow und High-Frequency Metrics

Streaming Telemetry hat die Art verändert, wie Netzwerkteams Performance-Probleme erkennen und beheben: Statt alle fünf Minuten per SNMP einen Zähler abzufragen und anschließend zu raten, was dazwischen passiert ist, liefern moderne Telemetrie-Ansätze Daten in hoher Frequenz, oft sekunden- oder sogar subsekundengenau. Genau hier spielen gNMI, sFlow und High-Frequency Metrics ihre Stärken aus. In der Praxis…

MLAG/vPC Troubleshooting: Split-Brain, Peer-Link und Consistency Checks

MLAG/vPC Troubleshooting ist im Rechenzentrum eine der wichtigsten Disziplinen, weil Multi-Chassis Link Aggregation (MLAG) – je nach Hersteller als vPC, MC-LAG, VLT, IRF, StackWise Virtual oder ähnlich bezeichnet – genau dort sitzt, wo viele kritische Verbindungen enden: Server-Bonds, Uplinks, Border-Leaves, Storage und Load-Balancer. Im Normalbetrieb ist MLAG unsichtbar und wirkt „einfach stabil“. Im Fehlerfall ist…

SNMP Counter richtig lesen: Discards vs. Drops vs. Errors

SNMP Counter richtig lesen ist eine unterschätzte Kernkompetenz im Netzwerkbetrieb: Viele Incidents lassen sich binnen Minuten einordnen, wenn Sie Discards vs. Drops vs. Errors sauber unterscheiden und die richtigen Interface-Zähler im Kontext interpretieren. Gleichzeitig entstehen hier die meisten Fehlalarme: „Input errors steigen, also ist das Kabel kaputt“ – dabei sind es in Wirklichkeit Output drops…

STP vs. MLAG: Wenn Topologien kollidieren

STP vs. MLAG ist eine der klassischen „Topologie-Kollisionen“ im Rechenzentrum und im Campus – und gleichzeitig eine der häufigsten Ursachen für schwer erklärbare Layer-2-Störungen. Spanning Tree Protocol (STP) existiert, um Loops in redundanten Layer-2-Topologien zu verhindern. MLAG (Multi-Chassis Link Aggregation) – je nach Hersteller vPC, MC-LAG, VLT, IRF, StackWise Virtual oder ähnlich genannt – existiert,…