如何修复脚本以准确检测eth1网络接口对应的ISP连接故障

这个问题我之前也碰到过！traceroute的退出码坑就坑在它只告诉你自己能不能正常发送探测包，而不是有没有成功到达目标主机。你现在的情况是，外部路由器挂了，但服务器还能把traceroute的包发出去（所以退出码是0），但收不到任何响应，导致脚本没触发告警。给你几个实用的修复方案：

方案一：检查traceroute输出是否到达目标主机 #

既然traceroute的退出码不靠谱，我们直接看它的输出结果——如果成功到达目标，输出里一定会出现$isp2_tracehost的IP。我们可以用grep来检测这一点：

/usr/sbin/traceroute -4 -n -m 4 -i $isp2_if -s $isp2_ip $isp2_tracehost > $output 2>&1
# 检查输出中是否包含目标IP，没找到就触发告警
if ! grep -q "$isp2_tracehost" "$output"; then
    logger -s -t "$0" -p daemon.crit "ISP2 unreachable on $isp2_if"
fi

这种方法的好处是能准确判断是否真的连到了ISP的目标主机，哪怕中间跳有超时也没关系（毕竟偶尔中间节点丢包是正常的）。

方案二：直接检测路由器连通性 #

因为ISP2是通过外部路由器上网的，路由器挂了的话，第一步就会连不上。你可以先ping路由器的内网IP（比如你例子里的192.168.1.1），如果连路由器都不通，那肯定是故障了：

# 先定义ISP2路由器的内网IP
isp2_router="192.168.1.1"
# 发送2个探测包，超时1秒
ping -I $isp2_if -c 2 -W 1 $isp2_router > /dev/null 2>&1 || {
    logger -s -t "$0" -p daemon.crit "ISP2 router unreachable on $isp2_if"
}

这种方法更直接，毕竟路由器是你能控制的节点，检测它的连通性比检测外部主机更可靠，也更快。

方案三：改用ping代替traceroute #

如果你的需求只是检测连通性，不需要追踪路径，ping的退出码会更靠谱——只要没收到响应，ping就会返回非0值：

# 发送3个探测包，每个包超时2秒，绑定到eth1接口
ping -I $isp2_if -c 3 -W 2 $isp2_tracehost > $output 2>&1 || {
    logger -s -t "$0" -p daemon.crit "ISP2 unreachable on $isp2_if"
}

不过要注意，有些ISP可能会过滤ICMP（ping用的协议），如果出现误报，可以微调ping的参数（比如增加探测次数），或者回到方案一。

额外优化建议 #

• 可以给traceroute加-w 1参数，减少每个跳的等待时间，让脚本执行更快；
• 如果脚本要静默运行，可以把$output设为/dev/null，避免生成无用日志；
• 可以在告警里加上当前时间，方便排查问题，比如logger ... "ISP2 unreachable on $isp2_if at $(date)"

备注：内容来源于stack exchange，提问作者Ale