4.3 换角不断戏：自愈重建与负载均衡

4.3 换角不断戏：自愈重建与负载均衡

自愈机制在链路断裂或节点失效后自动恢复通信，分层级从 MAC 重传、本地修复到源端重建；负载均衡则让流量避开热点，把消耗摊到多条路径上。两者共同的目标是把故障的影响半径与恢复时间压到最小。

断链不是事故，是自组织网络的日常。节点会走、会睡、会没电、会被干扰遮蔽——问题不是"如何避免断链"，而是"断了之后多快、多安静地恢复"。衡量自愈能力的三个指标是：恢复时延（业务中断多久）、影响半径（多少条流被牵连）、恢复开销（控制消息打扰多少人）。好的设计让这三个数都小；糟糕的设计则一次断链引发全网路由风暴，自己把自己 healing 死。

断链后的三层应对

第一层在 MAC：几帧没确认就本地重传，配上自适应调制降档（链路差就降速率换可靠性）。这层只对瞬时衰落有效，代价小，动作快。第二层在路由的本地修复：检测到下一跳不可达的中间节点，不把错误立刻上报源端，而是自己在附近发起一次小范围寻路，尝试"原地换角"——AODV 的本地修复就是这样，RREQ 的 TTL 设小值，打扰范围限制在断点附近。第三层才是源端重建：错误信息逐跳上传，源节点重新发起完整寻路。分层的逻辑是把"便宜的尝试"放在前面，贵的动作只在便宜动作失败后触发。

状态图里最值得驻足的是"源端无感"那一格：本地修复的价值不仅是快，更在于把故障的影响半径截断在中游。一个六十节点的网络里，源端重建的 RREQ 要惊动大半个网，而本地修复只打扰断点周围两三跳——高频断链场景下，这两种代价的差距会决定控制面是否被自己的恢复流量压垮。第7章讲广播风暴时会看到这条界线被推到什么程度。

多路径是自愈的另一半保险：寻路时顺手建立两条以上不相交（或弱相交）的路径，主路径断裂时切换备路，切换在毫秒级完成。代价是备路也要维护（周期性保活探测），且不相交路径往往更长更差。折中方案是"主路加影子路"：备路不保活、只缓存，主路断时先试影子路再寻新——用一点成功率换维护开销。

负载均衡：别让一个角唱到失声

自愈解决"断了怎么办"，负载均衡解决"别把它压断"。多跳网络里流量分布天然不均：靠近网关的节点被所有远端流量借道，能量与队列最先耗尽——这就是漏斗效应。缓解思路按介入深度分三档。路由级：寻路度量里加负载项（队列长度、信道占用率），让新流主动绕开热点，代价是路径变长、时延略增。调度级：网关或簇头在采集周期里给重负载子树错峰分配时隙，把拥塞摊到时间轴上。架构级：加节点——在热点位置补一个骨干节点或第二个网关，用硬件直接扩容漏斗口。三档的选择顺序是先调度、再路由、最后架构：前两档是软件调参，架构级要花钱。

一段带负载项的路由度量示例：

综合代价 = 跳数 * w1 + 队列占用率 * w2 + 信道繁忙比 * w3
默认权重 w1=1, w2=2, w3=2   （拥塞信号比跳数更重要）
寻路时选综合代价最小的路径而非最短路径
注意：w2 w3 过大会导致路径频繁震荡（大家都绕行，冷路径变热）
缓解：对负载信号做指数平滑，并给切换加冷却时间
​

注释里那句"大家都绕行，冷路径变热"是负载均衡的经典陷阱：负载信号有延迟，等所有流都看到热点并绕开时，热点已经换了位置，网络进入打摆动状态。平滑加冷却是标准解药，本质上是用响应速度换稳定性——控制理论里到处都是这笔交易。

一次断链恢复的完整观测

背景：试验床三十节点，骨干上跑周期采集，人为关闭一个位于主干路径的节点（编号 M，当时承载七条流的转发）。操作：抓取断链前后共三分钟的控制消息与数据投递记录。结果：断链后零点四秒内，M 的上游两个节点先后进入本地修复；零点九秒时其中一条流经本地修复改道完成，源端无感；一点六秒与二点三秒，另外四条流先后收到 RERR 并完成源端重建；剩余两条流走了缓存备路，切换约零点三秒。全期丢包集中在断链后的头两秒，共四十七个报文，控制消息量约为平时峰值的三倍。解读：本地修复与备路切换吸收了三条流，把源端重建（贵）压到四条流（省）；两秒的恢复窗口与采集周期的关系决定了业务侧感知——采集周期三十秒，用户完全无感，若换成语音流就会明显中断。变式：把 M 换成网关邻接节点，同样的断链会让所有跨网流同时重建，RERR 风暴叠加寻路泛洪，恢复时间拉长到六秒以上——离漏斗口越近，故障越贵，这也是负载均衡要保护网关邻接区的另一个理由。

影响半径的经济账

三层应对的分工可以用"影响半径"统一记账。MAC 重传的半径是零（只有本跳知道），本地修复的半径是两三跳（断点邻居参与），源端重建的半径是全网（泛洪寻路）。半径每升一级，打扰的空口时间大约翻一个量级。健康的网络里，绝大多数断链应该止步于前两层——经验上，若日志里源端重建占比超过三成，说明本地修复的 TTL 或范围设得太保守，或者断链集中在修复能力弱的稀疏区。这个占比是自愈体系的体检指标，值得进监控面板。

备路怎么挑

多路径的"备"字藏着质量陷阱。常见做法是把寻路时发现的第二条最短路存为备路，但第二短往往与主路共享大部分中继节点——主路断的原因（某中继失效）大概率同样砍断备路，切换瞬间再失败，白白多付一次切换时延。有效的备路要满足节点不相交或至少不共享"高风险节点"（快没电的、负载最高的）。工程上不必追求严格不相交：把候选路径的中继集合拿出来算重叠率，低于三成才纳入备选，就能挡掉大多数伪冗余。备路数量也宜克制，两条够用——备路是要保活的资产，账要按 4.2 的能量账本记。

台词摘录

• 断链是日常：设计目标不是避免断链，是压缩恢复时延、影响半径与恢复开销。
• 三层递进：MAC 重传最便宜、本地修复居中、源端重建最贵，便宜的先上。
• 影响半径截断：本地修复的核心价值是让源端无感，省下全网寻路的打扰。
• 备路折中：影子路不保活只缓存，用成功率换维护开销。
• 负载震荡：负载信号有延迟，平滑加冷却是所有绕行机制的标配。