半夜路由器抽风，你还在爬起来重启？
前两天朋友老张跟我吐槽，公司晚上网络突然断了，监控系统连不上，值班的只能干等运维第二天赶来。其实问题特别简单——主线路丢包，换个备用线路就行。但因为没人实时盯着，硬是拖了六小时。
这事儿要是放在现在，根本不用人管。网络自动化故障恢复早就不是大企业的专利，普通企业甚至高端家用场景都能用上。
什么是网络自动化故障恢复？
说白了，就是让路由器自己“看病开药”。比如检测到主线路延迟飙到500ms以上，自动切换到备用线路；发现某个接口连续丢包，立刻启用备份路径，同时发条消息告诉你出了啥事。
在路由设置里，这功能通常靠脚本+策略联动实现。常见的做法是用定时探测任务配合动态路由协议，一旦触发阈值，自动修改路由表。
一个简单的健康检查脚本示例
比如你在OpenWRT或者企业级路由器上，可以写个脚本定期ping网关或公网地址：
#!/bin/sh
if ! ping -c 3 -W 1 8.8.8.8 > /dev/null 2>&1; then
ip route replace default via 192.168.2.1 dev eth1 # 切换到备用网关
logger "Network failover triggered"
echo "Switched to backup line" | nc push.example.com 9999
fi这个脚本每分钟跑一次，一旦外网不通，立马切线路。你还可以把它接入企业微信或钉钉机器人，实时通知。
结合动态路由更省心
如果你有多条线路跑OSPF或BGP，完全可以配置自动度量值调整。比如主线路质量下降时，路由器自动把它的优先级调低，流量自然流向稳定链路。
华为、华三、思科设备都支持基于NQA（网络质量分析）触发路由变更。比如设置一个NQA测试组监测联通DNS：
nqa test-instance admin dns-check
test-type icmp-echo
destination-address ipv4 202.96.134.134
frequency 5
reaction 1 threshold-loss upper-critical 80
reaction schedule admin dns-check start-time now life forever
ip route-static 0.0.0.0 0.0.0.0 192.168.1.1 track nqa admin dns-check 1一旦丢包率超过80%，静态路由失效，自动启用备份路由。
别忘了日志和回滚机制
自动切换很爽，但也得防误判。建议加上延迟触发和恢复检测。比如连续三次失败再切换，恢复后等待10分钟确认稳定再切回来。
另外，所有操作记进日志，方便事后查是谁在凌晨三点动了路由。你可以用syslog把事件集中收集，排查时一目了然。
现在的中低端路由器很多也支持Lua或Python脚本扩展，搭配Zabbix、Prometheus做监控，小团队也能玩转自动化恢复。关键是在路由设置里把“被动响应”变成“主动应对”，省下的不只是时间，更是关键时刻的稳定性。