公司刚上线的新业务系统，半夜突然访问不了，运维一查发现是主线路出了问题。等切换到备用线路，前后花了二十分钟。用户抱怨声一片，老板第二天就问：为什么不能自动切？
高可用不是买设备就完事
很多人觉得，数据中心上了双核心交换机、双出口、双电源，就叫高可用了。其实不然。设备冗余只是基础，关键是怎么让流量在故障发生时‘无感’地绕过去。
比如你家宽带，装了电信和联通两条线。如果电信断了，你得手动拔网线换到联通？显然不现实。数据中心也一样，得靠路由策略自动选路。
BGP 是怎么扛起大梁的
在跨运营商或多出口场景里，BGP（边界网关协议）是实现自动故障转移的核心。它不像静态路由那样写死路径，而是能根据网络状态动态调整。
举个例子：你有两个互联网出口，分别接移动和电信。通过 BGP 向两边宣告你的 IP 段。当移动线路中断，对端收不到你的路由更新，自然会把流量转向电信出口。整个过程秒级完成，用户几乎察觉不到。
router bgp 65001
neighbor 203.0.113.1 remote-as 4837
neighbor 203.0.113.1 ebgp-multihop 2
network 198.51.100.0 mask 255.255.255.0这段配置让本地路由器和上游运营商建立 BGP 邻居关系，一旦链路异常，路由表自动刷新，流量重定向。
别忘了内部网关的健壮性
外网通了，内网也不能掉链子。OSPF 或 IS-IS 这类动态路由协议，在数据中心内部同样重要。假设两台核心交换机之间的链路断了，OSPF 能在几秒内重新计算路径，把流量导向备用链路。
但要注意，区域划分不合理或 hello 报文间隔太长，都会拖慢收敛速度。建议将骨干区（Area 0）保持简洁，避免引入过多非关键节点。
监控与演练才是最后防线
再好的设计，不验证也是纸上谈兵。定期模拟链路中断，看路由是否如期切换。可以用防火墙策略临时阻断某条路径，观察日志中路由变化和业务响应时间。
有家公司做过测试，发现备用线路虽然通，但 MTU 设置不对，导致大包分片，性能直接打五折。这种问题，只有真跑一遍才能暴露。
真正的高可用，不是不出问题，而是出问题时没人知道。