服务器子网掩码与路由表问题解决

发表于 更新于 分类于

由于路由表配置错误，实验室几台服务器之间无法互相登录；通过ip route修改路由表，成功解决问题。

一、问题描述

事情是这样的。所里的计算集群运行在一个内网系统上。其中包括计算节点服务器A（10.10.339.430），任务提交服务器B（10.10.339.337）等。我们组自己也搭建了两台服务器（分别记作C和D），通过绑定固定IP地址接入了上述内网系统。

在我们组的win10 desktop终端机上，上述所有机器均可以ssh登录。但是这些机器之间的ssh似乎存在一些问题。具体来说，服务器C可以访问服务器A和服务器B等；但是服务器D（10.10.333.37）无法访问两者。

1
2
3
4
5
6
7
8
(base) [machine_C]~$ ssh user@machine_B
(base) [machine_B]~$ # 此处C机可以登录到B机

(base) [machine_C]~$ ssh user@machine_A
Warning: Permanently added 'machine_A' (ED25519) to the list of known hosts.
user@machine_A's password:
Last login: Mon Jun  2 xx:xx:xx xxxx from xxx.xxx.xxx.xxx
(base) [machine_A]~$ # 此处C机可以登录到A机

上面是C机成功登录到计算节点和提交节点的输出结果。

1
2
3
4
5
6
7
(base) [machine_D]~$ ssh user@machine_B
ssh: connect to host machine_B port 22: No route to host
(base) [machine_D]~$ # 此处D机无法登录到B机

(base) [machine_D]~$ ssh user@machine_A
ssh: connect to host machine_A port 22: No route to host
(base) [machine_D]~$ # 此处D机无法登录到A机

上面是D机登陆失败的输出结果。ssh报错内容是 No route to host

另外，C和D可以互相ssh到对方，但是服务器A无法ssh到C和D两者（B亦如此）。

二、原因排查

经过和AI的讨论分析，可能的原因包括下面这些：

  1. D机器的路由表配置错误，缺少到A和B的路由或默认网关错误。
  2. 网络设备（如交换机/路由器）上的ACL或VLAN配置阻止了D机器到A机器的流量。
  3. 计算节点或提交节点的防火墙阻止了来自D机器的 IP的入站流量。
  4. 计算节点缺少返回到D机器所在子网的路由，导致无法响应。

要排查这些原因，可以使用 ip route show 指令展示路由表，或使用 traceroute 查看路由转发的链路。

下面是C机器上的路由表（IP地址已经经过模糊化处理）：

1
2
3
4
5
(base) [machine_C]~$ ip route show
default via 10.10.334.1 dev eno1 proto dhcp src 10.10.333.75 metric 100
10.10.332.0/22 dev eno1 proto kernel scope link src 10.10.333.75 metric 100
10.10.334.1 dev eno1 proto dhcp scope link src 10.10.333.75 metric 100
10.10.334.4 dev eno1 proto dhcp scope link src 10.10.333.75 metric 100

下面是D机器上的路由表（IP地址已经经过模糊化处理）：

1
2
3
(base) [machine_D]~$ ip route show
default via 10.10.334.1 dev enp0s25 proto static
10.10.0.0/16 dev enp0s25 proto kernel scope link src 10.10.333.37

下面是 在D机器上执行 traceroute 10.10.339.337 即从D到B的链路，程序的输出结果（IP地址已经经过模糊化处理）：

1
2
3
4
(base) [machine_D]~$ traceroute 10.10.339.337
traceroute to 10.10.339.337 (10.10.339.337), 30 hops max, 60 byte packets
1  machine_D (10.10.333.37)  3102.796 ms !H  3102.761 ms !H  3102.748 ms !H
(base) [machine_D]~$

D机器无法访问A和B，错误是“No route to host”。traceroute的结果显示第一跳就是它自己，然后出现 !H ，表示目标不可达。这说明问题可能出在路由或网络配置上。

比较两者的路由表，C机器的路由更具体，而D机器的则是 10.10.0.0/16 。虽然D机器的路由范围更大，但可能实际网络分段不同。D机器的路由表中存在一条 10.10.0.0/16 的直连路由（子网掩码 255.255.0.0），覆盖了10.10.0.0~10.10.255.255 的所有地址。A机器（ 10.10.339.337 ）和B机器（ 10.10.339.430 ）由于都属于 10.10.xxx.xxx 子网，因此均位于此范围，因此 系统认为它们与 D机器在同一局域网（链路层），直接尝试ARP解析而非通过网关（ 10.10.334.1 ）转发。因目标主机实际不在同一链路层网络，ARP无响应，最终报错 No route to host。

解决思路：删除D机器中原先的路由表，增加更精细的路由表，对于不在同一链路中的机器，通过网关进行转发。

三、解决策略

（一）临时性策略

  1. 删除原来的路由表：sudo ip route del 10.10.0.0/16 dev enp0s25
  2. 增加新的路由表：sudo ip route add 10.10.332.0/22 dev enp0s25
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
(base) [machine_D]~$ traceroute 10.10.339.430
traceroute to 10.10.339.430 (10.10.339.430), 30 hops max, 60 byte packets
 1  machine_D (10.10.333.37)  3066.337 ms !H  3066.307 ms !H  3066.295 ms !H
(base) [machine_D]~$ sudo ip route del 10.10.0.0/16 dev enp0s25
(base) [machine_D]~$ ip route show
default via 10.10.334.1 dev enp0s25 proto static
(base) [machine_D]~$ sudo ip route add 10.10.332.0/22 dev enp0s25
(base) [machine_D]~$ ip route show
default via 10.10.334.1 dev enp0s25 proto static
10.10.332.0/22 dev enp0s25 scope link
(base) [machine_D]~$ traceroute 10.10.339.430
traceroute to 10.10.339.430 (10.10.339.430), 30 hops max, 60 byte packets
 1  sibsrouter-114.icb.ac.cn (10.10.334.1)  0.975 ms  1.189 ms  1.171 ms
 2  * * *
 3  * * *
 4  * * *
 5  * * *
 6  * * *
 7  *

（二）解决策略（永久生效）：

对于ubuntu24.04LTS系统，路由表管理服务由netplan提供。我们只需要修改netplan的设置即可。用到的指令如下

1
2
3
4
5
6
7
8
(base) [machine_D]:~$ cd /etc/netplan/
(base) [machine_D]:/etc/netplan$ ls
50-cloud-init.yaml
(base) [machine_D]:/etc/netplan$ sudo vim 50-cloud-init.yaml
(base) [machine_D]:/etc/netplan$ sudo netplan apply
(base) [machine_D]:/etc/netplan$ ip route show
default via 10.10.334.1 dev enp0s25 proto static
10.10.332.0/22 dev enp0s25 proto kernel scope link src 10.10.333.37

其中，编辑 /etc/netplan/50-cloud-init.yaml 文件这一步中，修改内容如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# This file is generated from information provided by the datasource.  Changes
# to it will not persist across an instance reboot.  To disable cloud-init's
# network configuration capabilities, write a file
# /etc/cloud/cloud.cfg.d/99-disable-network-config.cfg with the following:
# network: {config: disabled}
network:
	ethernets:
		enp0s25:
			addresses:
			- 10.10.333.37/22 # 这个位置之前的数字是16，对应的ip范围比较大。现在改为22，相当于缩小范围。
			nameservers:
				addresses:
				- 10.10.334.4
				search: []
			routes:
			-   to: default
				via: 10.10.334.1
	version: 2

netplan apply 之后路由表即已经刷新。

备注：为了对IP信息保密处理，文章中所有IP地址信息都经过了模糊化和无效化处理。有效的IP地址段为 0.0.0.0~255.255.255.255 ，超出255的数字没有任何意义。在读者实际操作时，直接使用 ip route del , ip route add, netplan apply 进行处理即可，其中涉及的IP地址以实际为准。