L
做带 1588/PTP 的光传输或接入板时,我们碰到过一次很吓人的现场:业务倒换并没有发生,网管却报时钟跳了将近一秒,随后又慢慢追回来。第一反应是 GNSS 丢星或线路侧 SSM 等级变化,查完发现源一直稳定。真正的问题出在板内:网卡 PHC、系统时钟和 FPGA 侧时间戳计数器各走各的,phc2sys 在一次长时间调度延迟后做了一次粗同步。
先分清三条时钟。PHC 是网卡或 PHY 的硬件时钟,时间戳应当在报文进入 MAC 时打上;CLOCK_REALTIME 是系统时钟;还有的板子会把 FPGA 里的 TOD/计数器通过字符设备或 PTP 辅时钟暴露出来。phc2sys 负责把 PHC 和系统时钟锁在一起,ptp4l 负责和上游主钟对齐。如果只看 date 或 date -s 的结果,看不出是哪一条链跳了。我一般先用 phc_ctl 和 pmc 把 PHC、当前偏移、频率调整量和路径延迟打出来,再对照 systemd-timesyncd 或 chrony 有没有同时在改系统时间。两套同步服务一起跑,是跳秒的常见原因之一。
真正难查的是“偶发一次大偏移”。有一次是网卡时间戳中断和业务软中断挤在同一个 CPU 上,ksoftirqd 被长时间占用,phc2sys 的采样间隔从 1 秒漂到数秒,PID 控制器按过期样本给了一个过大的步进。日志里如果出现 clock stepped,而不是 clock freq adjusted,就要把步进条件、最大偏移阈值和 servostep 门限翻出来看。把 phc2sys 绑到空闲核、打开 step_threshold 保护,并禁止其他 NTP 服务写系统钟,这类跳变会少很多。
硬件侧也有坑。有的驱动在复位 MAC 或切换光口速率时会重置 PHC,却不通知用户态,应用看到的就是一次跳秒。还有的板子 1PPS 输入用 GPIO 中断,中断关闭期间丢了沿,软件按“错过一次脉冲”补了一秒。这类问题要用 gpio/irq 统计和 PHC 时间戳差分一起看,单看 PTP 偏移曲线会误判成上游钟源故障。
所以,光传输板上的 PTP 跳秒,先画清 PHC、系统钟和 FPGA TOD 的关系,再查同步服务冲突、调度延迟和复位是否清零了硬件时钟。不要一出现跳秒就去动线路侧时钟源。
先分清三条时钟。PHC 是网卡或 PHY 的硬件时钟,时间戳应当在报文进入 MAC 时打上;CLOCK_REALTIME 是系统时钟;还有的板子会把 FPGA 里的 TOD/计数器通过字符设备或 PTP 辅时钟暴露出来。phc2sys 负责把 PHC 和系统时钟锁在一起,ptp4l 负责和上游主钟对齐。如果只看 date 或 date -s 的结果,看不出是哪一条链跳了。我一般先用 phc_ctl 和 pmc 把 PHC、当前偏移、频率调整量和路径延迟打出来,再对照 systemd-timesyncd 或 chrony 有没有同时在改系统时间。两套同步服务一起跑,是跳秒的常见原因之一。
真正难查的是“偶发一次大偏移”。有一次是网卡时间戳中断和业务软中断挤在同一个 CPU 上,ksoftirqd 被长时间占用,phc2sys 的采样间隔从 1 秒漂到数秒,PID 控制器按过期样本给了一个过大的步进。日志里如果出现 clock stepped,而不是 clock freq adjusted,就要把步进条件、最大偏移阈值和 servostep 门限翻出来看。把 phc2sys 绑到空闲核、打开 step_threshold 保护,并禁止其他 NTP 服务写系统钟,这类跳变会少很多。
硬件侧也有坑。有的驱动在复位 MAC 或切换光口速率时会重置 PHC,却不通知用户态,应用看到的就是一次跳秒。还有的板子 1PPS 输入用 GPIO 中断,中断关闭期间丢了沿,软件按“错过一次脉冲”补了一秒。这类问题要用 gpio/irq 统计和 PHC 时间戳差分一起看,单看 PTP 偏移曲线会误判成上游钟源故障。
所以,光传输板上的 PTP 跳秒,先画清 PHC、系统钟和 FPGA TOD 的关系,再查同步服务冲突、调度延迟和复位是否清零了硬件时钟。不要一出现跳秒就去动线路侧时钟源。

