Linux服务器如何查看路由经过哪些节点?Traceroute与MTR实战

从服务器访问某个目标,数据包在网络上到底经过了哪些路由器、在哪一跳开始变慢、在哪个节点丢包,是排查"跨地域访问慢""偶发超时""部分线路不通"这类问题的核心。traceroute 和 mtr 就是干这个的工具:前者一次性列出路径上的每一跳,后者持续探测并给出每一跳的丢包率和延迟统计。

很多人只会在本地终端跑一句 traceroute 看个热闹,看到输出里满是 * 就以为"网络断了",其实 * 可能只是某个路由器不响应探测包,并不代表路径断了。真正的判断要看后续跳是否还能回包、延迟从哪一跳开始跳升、丢包是单跳持续还是逐跳累积。

这篇文章讲清 traceroute 的三个要点:它的探测原理(为什么能定位到每一跳)、常用参数(TCP/UDP/ICMP 模式、跳数、超时)、以及怎么正确解读那份看起来"满是星号"的输出。然后重点讲 mtr——它把 traceroute 和 ping 合体,持续探测给出统计结果,是生产排查的首选。最后给出几个真实排障场景和常见误区。

一、traceroute 是怎么定位到每一跳的

traceroute 的魔法藏在 IP 包头里的 TTL(Time To Live,生存时间) 字段。每经过一个路由器,TTL 就减 1;当 TTL 减到 0 时,路由器会丢弃这个包,并回一个 ICMP "Time Exceeded" 消息给发送方。traceroute 正是利用这个机制:

  • 第一轮,发一个 TTL=1 的包。到第一个路由器 TTL 变 0,该路由器回 ICMP 超时,于是我们知道了第一跳的地址。
  • 第二轮,发 TTL=2 的包。到第二个路由器 TTL 变 0,回 ICMP,知道第二跳。
  • 以此类推,每轮把 TTL 加 1,直到数据包到达目标,或到达最大跳数限制(默认 30)。

默认情况下 traceroute 用 UDP 探测(发往目标高端口),mtr 和部分系统用 ICMP。这就是为什么有时候 * 很多:某些路由器为了节省资源或出于安全策略,不响应 ICMP 超时,或者只对特定协议响应。关键点是——发起探测的协议不同,能探测到的跳也可能不同,所以 traceroute 不通时换一种协议再试。

二、traceroute 常用用法

# 安装
# RHEL/CentOS/Rocky:
yum install traceroute
# Debian/Ubuntu:
apt install traceroute

# 最基本的用法
traceroute api.example.com
traceroute 203.0.113.50

# 用 ICMP 模式(很多网络对 ICMP 更友好,能探到更多跳)
traceroute -I api.example.com

# 用 TCP 模式(对付只放行 TCP 的网络,可指定端口 443)
traceroute -T -p 443 api.example.com

# 指定最大跳数和每跳探测次数
traceroute -m 20 -q 3 api.example.com

# 不做反向域名解析(快很多,避免因 DNS 慢而卡住)
traceroute -n api.example.com

# 指定超时和包大小
traceroute -w 2 -s 1024 api.example.com

参数速查:-I 用 ICMP、-T 用 TCP(常配 -p 指定端口如 443)、-U 用 UDP(默认)、-n 不解析域名、-m 最大跳数、-q 每跳发的探测包数、-w 每包等待秒数。默认 UDP 模式在穿越 NAT 和防火墙时经常被挡,-T -p 443 往往能穿过大部分只放行 443 的网络,是最推荐的一种。

一个典型输出:

traceroute to api.example.com (203.0.113.50), 30 hops max, 60 byte packets
 1  192.168.1.1 (192.168.1.1)  0.512 ms  0.480 ms  0.455 ms
 2  10.10.0.1 (10.10.0.1)  2.130 ms  2.210 ms  2.050 ms
 3  * * *
 4  202.97.12.1 (202.97.12.1)  8.450 ms  8.610 ms  8.320 ms
 5  * * *
 6  203.0.113.1 (203.0.113.1)  25.780 ms  25.900 ms  26.100 ms
 7  203.0.113.50 (203.0.113.50)  26.200 ms  26.350 ms  26.280 ms

每一跳给三个 RTT(往返时延),单位毫秒。第 3、5 跳显示 * * * 表示那两跳没回 ICMP,但第 4、6 跳能回,说明路径是通的,只是那两个路由器不响应探测。这就回到开头的判断原则:星星不等于断线,要看路径后面还能不能到达。

三、MTR:持续探测 + 统计

traceroute 是"打一次快照",mtr 是"持续观测"。它先像 traceroute 一样探测整条路径,然后对每一跳反复 ping,实时刷新出每跳的丢包率和平均/最差延迟。排查"间歇性丢包"这种时有时无的问题,mtr 比 traceroute 好用得多。

# 安装
# RHEL/CentOS/Rocky:
yum install mtr
# Debian/Ubuntu:
apt install mtr

# 交互界面持续探测(推荐,边看边分析)
mtr api.example.com

# 报告模式:跑固定次数后输出统计,适合脚本/截图
mtr -r -c 100 api.example.com

# 用 TCP 模式探测 443 端口(穿透只放行 TCP 的网络)
mtr -T -P 443 api.example.com

# 不解析域名,输出更快
mtr -n api.example.com

# 报告模式 + 不解析 + 100 次 + 输出到文件
mtr -rn -c 100 api.example.com > /tmp/mtr_report.txt

mtr -r -c 100 的报告输出:

HOST: srv01                    Loss%   Snt   Last   Avg  Best  Wrst StDev
  1.|-- 192.168.1.1             0.0%   100    0.5   0.5   0.4   1.2   0.1
  2.|-- 10.10.0.1               0.0%   100    2.1   2.1   1.9   3.0   0.2
  3.|-- ???                    100.0%  100    0.0   0.0   0.0   0.0   0.0
  4.|-- 202.97.12.1             0.0%   100    8.5   8.6   8.2  15.0   0.9
  5.|-- 203.0.113.1            12.0%   100   25.8  26.0  24.9  88.0   6.2
  6.|-- 203.0.113.50            0.0%   100   26.2  26.3  25.9  27.0   0.3

解读报告要看两个指标:Loss%(丢包率) 和 Avg/Wrst(延迟)。上例中第 3 跳 100% 丢包但第 4 跳正常,说明第 3 跳只是不响应探测;第 5 跳 12% 丢包但第 6 跳(终点)0% 丢包,这种"中间跳丢包、终点不丢"通常也不是真丢包,而是该路由器对探测包限速。判断真丢包的关键,是看从某一跳开始丢包率持续传递到终点。如果终点也是 10% 丢包,那才是端到端真有问题。

四、读懂输出:符号、指标与判断原则

输出符号/指标 含义 判断要点
* * * 该跳三次探测都无响应 不等于断线,看后续跳是否可达
??? 无法解析该跳主机名 无妨,用 -n 本就显示数字
延迟从某跳突增 该跳出现拥塞或跨长距离链路 关注是持续还是偶发
单跳丢包、后续不丢 该路由器限速/不响应探测 一般不是真故障
丢包从某跳起持续到终点 该跳之后存在真实丢包 需重点排查
最后一跳不是目标 IP 路径未到达目标 可能被防火墙拦、路由不通
多轮延迟剧烈波动 链路拥塞或路由抖动 用 mtr 长时间观察
路径出现私有 IP 处于内网或运营商内网 正常,注意各段归属

延迟的经验参考值:同机房内网通常小于 1 毫秒,同城同运营商几毫秒,跨省几十毫秒,跨国到欧美一两百毫秒,跨境到较远地区可达两三百毫秒甚至更高。如果某一跳 RTT 突然从个位数跳到几百毫秒并持续,基本可以定位到该跳之后存在拥塞或长距离链路。注意 traceroute/mtr 显示的延迟是每跳独立探测的,不代表实际转发时延,绝对值仅供参考,趋势更重要。

五、典型场景实战

场景一:用户反馈访问慢,怀疑是中间网络问题。

# 从服务器侧持续探测目标,用 TCP 443 模式穿透防火墙
mtr -T -P 443 -c 200 api.example.com
# 观察延迟从第几跳开始上升、丢包从第几跳开始

如果延迟在进入目标机房后才上升,问题可能在对端;如果在本地出口就高,是本地链路问题。

场景二:访问某外部 API 偶发超时。

# traceroute 看整体路径
traceroute -T -p 443 api.example.com

# mtr 长时间观察丢包分布
mtr -rn -c 500 api.example.com

偶发超时往往在 mtr 里表现为某一跳的 Wrst(最差延迟)很高、Loss% 小但不为零。这时可以多跑几轮,判断是稳定路由还是路由抖动。

场景三:只有去程有问题,回程正常。

traceroute 默认只能看"去程"(本机到目标)。要看"回程",需要在目标主机上反向 traceroute 回来,或用在线工具从目标侧发起。很多"访问慢"其实是回程路径有问题,单向排查容易漏掉。如果是自己可控的对端,从对端 mtr -T -P 443 <你的IP> 看回来的路径。

场景四:判断故障责任段。

沿着 mtr 输出把每一跳归属到"本地内网 → 本地运营商 → 骨干 → 目标运营商 → 目标机房",找到延迟/丢包开始的跳属于哪一段,就能判断该找谁处理。私有 IP 段(10.x、172.16-31.x、192.168.x)属于内网,中间的运营商 IP 可查归属。

六、注意事项与误区

  • 别只看一次 traceroute 就下结论。 UDP/ICMP 探测常被中间设备限速或屏蔽,一次结果可能满是星号。换协议(-T -p 443)、多跑几次、用 mtr 持续观测,结论才可靠。
  • * 不是断线。 只要后续跳能回包、终点可达,中间的星号就是探测被忽略而已。
  • 中间跳丢包 ≠ 端到端丢包。 很多路由器对发往自己的探测包做速率限制,导致中间跳显示丢包,但转发流量本身不丢。看终点是否丢包才有意义。
  • 延迟绝对值不可全信。 traceroute 的每跳延迟是独立探测的,受设备处理探测包的优先级影响,可能出现"后一跳比前一跳延迟还小"的情况,看趋势比看绝对值准。
  • 需要权限。 traceroute -I 等部分模式以及 mtr 的一些功能需要 root,普通用户可能受限,用 sudo 运行。
  • 探测本身有开销。 高频率、大包量的 mtr 会给路径设备带来负担,生产环境建议 -c 限制次数、控制间隔,别长时间无限刷。

常见问题

Q:traceroute 输出里大量 * * *,是网络断了吗?

不一定。只要后面还有跳能回包、最后一跳是目标 IP,就说明路径是通的,星号只是中间路由器不响应探测包(常见于运营商设备为节省资源屏蔽 ICMP)。若最后一跳也不是目标,才说明路径确实没到达。

Q:为什么用 UDP 的 traceroute 星号很多,换 TCP 就好?

很多网络设备对 UDP 高端口和 ICMP 做限速或过滤,但会放行 TCP 443 这类业务端口。用 traceroute -T -p 443 或 mtr -T -P 443 往往能探到更多跳,也更接近真实业务路径。

Q:mtr 显示中间某跳丢包 20%,但终点不丢,有问题吗?

通常没问题。这多半是那个路由器对发往自身的探测包限速所致,转发流量不受影响。只有丢包从某跳开始持续到终点,才是真实端到端丢包。

Q:怎么判断是"去程"还是"回程"的问题?

traceroute/mtr 在本机执行只能看从本机出发的去程路径。要看回程,需要在对端主机上反向探测回来,或使用支持双向探测的工具。访问慢而单向正常时,要专门排查回程。

Q:traceroute 卡住不动是怎么回事?

可能目标不响应探测(如禁 ICMP 且不放行 UDP),或中间设备静默丢包。加 -w 2 限制每包等待时间避免长时间卡住,并尝试 -T -p 443 模式。也可能目标本身不可达。

总结

  • traceroute 靠逐跳增大 TTL、依赖路由器回 ICMP 超时来定位路径,因此它能看到路径;mtr 在此基础上持续探测,给出每跳的丢包率与延迟统计,是生产排查首选。
  • 解读输出的核心原则:星号不等于断线,中间跳丢包不等于端到端丢包,只有丢包/延迟从某跳持续传导到终点才是真问题。
  • 探测协议很重要:UDP/ICMP 常被拦,用 traceroute -T -p 443 或 mtr -T -P 443 能穿透多数只放行业务端口的网络,探到更真实的路径。
  • 延迟和丢包要结合多轮 mtr 看趋势而非单次快照;把每一跳归属到内网/运营商/骨干/目标段,才能定位责任方向。
  • 排查"访问慢"别只查去程,回程路径同样可能是瓶颈;探测时注意权限、控制频次,避免对路径设备造成额外负担。