《OSPF网络设计解决方案(第2版)》一2.6 案例分析:为网络添加一台新的OSPF路由器

简介:

本节书摘来自异步社区《OSPF网络设计解决方案(第2版)》一书中的第2章,第2.6节,作者 【美】Thomas M. Thomas II, CCIE #9360,更多章节内容可以访问云栖社区“异步社区”公众号查看

2.6 案例分析:为网络添加一台新的OSPF路由器

OSPF网络设计解决方案(第2版)
本节案例分析所提供的情景涵盖了本章所涉及的大部分信息内容。情景中,假设你需要为网络添加一台新的 OSPF 路由器。这里的案例分析详细地阐述了添加一台新的 OSPF 路由器到网络中会对当前网络产生哪些影响。以下是对添加新的路由器到网络中将发生的事件的顺序描述,你可以对照图2-12到图2-15,以便更加直观地理解这一过程。

1.一台新的OSPF路由器被添加到网络中。

2.新的路由器立即使用代表所有OSPF路由器的多播地址224.0.0.5发送多播Hello包。此时,该路由器尚不知晓网络中是否存在DR(见图2-12)。


e5f6df2e167e1bf18a5a6d7151ba01d318b73319

提示
如果网络中已经存在一台DR,那么即使新的路由器拥有更大的优先级,DR的角色也不会被抢占。
3.当DR和BDR接收到新路由器所发送的Hello包后,它们将使用单播Hello包直接回复新加入的路由器。在 Hello 包交互之后,路由器便开始建立邻接关系(见图2-13)。


adfc880b36cd2c2a44195294dc4b7206735ed156

4.当新的路由器和DR建立了邻接关系后,它将向DR发送一条路由器LSA(1类),用于描述自己拥有的可用链路和这些链路的状态。在此期间,BDR也在监听 DR 是否进行了回复,以确定DR的运行状态(见图2-14)。


a495ca23210bdb085ea2f8c9b8a1501075ad75c3

5.BDR持续进行监听,从而确定DR是否正处于正常的工作状态。DR使用多播地址224.0.0.5向整个网络发送一条新的LSA,通知其他路由器关于新的路由器的可用路由。所有路由器必须使用ACK(确认包)来回复,这样DR才能够获知它们收到了新增的信息(见图2-15)。如果DR失效,那么BDR将成为DR,并且通过选举机制再选出一台新的BDR。


bab5928958675b29685592af5cf8389156ebde96

此时,新的路由器已经完全被网络内其他路由器所识别,而且这些路由器还能够通过新的路由器到达新增的网络。

在某些OSPF网络中,可能需要强制确定哪台路由器成为OSPF的DR和BDR。例如,一些拥有更强处理能力、更大内存的路由器成为网络中的DR应该更为合适。另外,如果是在Lab实验中,也可能会指定具体的路由器成为DR。在这些情况下,你可以使用基于接口的命令ip ospf priority来完成优先级的更改。

OSPF的默认优先级为1。如果路由器优先级越高,则它将越容易成为DR或BDR。如果使用命令将优先级设置为0,那么这可以确保路由器无法成为DR(即不参与DR和BDR的选举)。

注意
路由优先级只能配置在多路访问的网络接口上(换句话说,为点到点网络接口配置优先级没有意义)。
例如,为了将路由器优先级的值设置为5,可以输入如下命令:


c038ffcec04cf43a7c62afc2773daed7710b47c1

但是需要特别注意的是,路由器加入 OSPF 区域的顺序会影响到最终DR和BDR的选举结果。也就是说,只有当网络中不存在 DR 或BDR时,才会进行选举。当路由器开始运行OSPF进程后,它将检查网络内是否存在活动的DR或DBR。如果存在,那么这台新加入的路由器将成为DROther;也就是说,此时无论新路由器的优先级和路由器ID如何,它都不会成为DR或BDR。记住,这种 DR 和 BDR 的选举机制是为了提高效率和稳定性;网络内新加入的路由器不应当抢占当前已经存在的路由器角色。

相关文章
|
5天前
|
机器学习/深度学习 数据可视化 测试技术
深度学习:Keras使用神经网络进行简单文本分类分析新闻组数据
深度学习:Keras使用神经网络进行简单文本分类分析新闻组数据
19 0
|
6天前
|
Python 数据可视化 索引
PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化
PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化
19 0
PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化
|
6天前
|
机器学习/深度学习 算法 数据可视化
用SPSS Modeler的Web复杂网络对所有腧穴进行关联规则分析3
用SPSS Modeler的Web复杂网络对所有腧穴进行关联规则分析3
15 0
用SPSS Modeler的Web复杂网络对所有腧穴进行关联规则分析3
|
6天前
|
存储 算法 前端开发
R语言中贝叶斯网络(BN)、动态贝叶斯网络、线性模型分析错颌畸形数据
R语言中贝叶斯网络(BN)、动态贝叶斯网络、线性模型分析错颌畸形数据
26 0
|
6天前
|
运维 安全 Cloud Native
安全访问服务边缘(SASE):网络新时代的安全与连接解决方案
SASE(安全访问服务边缘)是一种云基安全模型,结合了网络功能和安全策略,由Gartner在2019年提出。它强调身份驱动的私有网络、云原生架构和全面边缘支持,旨在解决传统WAN和安全方案的局限性,如高延迟和分散管理。SASE通过降低IT成本、提升安全响应和网络性能,应对数据分散、风险控制和访问速度等问题,适用于移动办公、多分支办公等场景。随着网络安全挑战的增加,SASE将在企业的数字化转型中扮演关键角色。
|
6天前
|
数据可视化 网络可视化
R语言混合图形模型MGM的网络可预测性分析
R语言混合图形模型MGM的网络可预测性分析
|
1月前
|
机器学习/深度学习 数据采集 人工智能
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
40 0
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
|
1月前
|
机器学习/深度学习 算法 计算机视觉
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
29 2
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的视频手部检测算法matlab仿真
基于yolov2深度学习网络的视频手部检测算法matlab仿真

热门文章

最新文章