可靠性 on 红旗下的蛋

业务电路承载：光纤直驱 vs. 传输系统？一个可靠性排序的分析

Fri, 12 Dec 2025 09:35:00 +0800

承载关键业务电路时，选择何种方式是一个涉及技术、成本与风险的重大决策。是采用 简单直接的光纤直驱 ，还是选择 具备冗余保护的传输系统承载 呢？大概大部分人都会选择最“ 安全 ”的方式，就是上传输系统。

但是，是否真是这样呢？

核心问题：如何实现高可靠性？

我们对两种主要的承载方式进行可靠性分析，其中，可靠性（Reliability）用$R$来表示，它代表系统在给定时间内无故障运行的概率。

我们假设：

光缆的可靠性为$p$
传输设备的可靠性为$q$

方式 1：光纤直驱

graph TD;
A[业务输入] --> B(光缆 $$p$$);
B --> C[业务输出];
style B fill:#f9f,stroke:#333,stroke-width:2px;

这是最简洁的方式，电路直接通过一根光缆承载。

方式 2：传输系统承载

我们简化模型为： 一个传输设备 与 两条并联的光缆 串联组成。

graph TD
D[业务输入] --> E{传输设备 $$q$$};
E --> F;
F --> G([光缆 $$p$$]);
F --> H([光缆 $$p$$]);
G --> I;
H --> I;
I --> J[业务输出];
subgraph 并联光缆组
F(分路)
G
H
I(合路)
end
style E fill:#ccf,stroke:#333,stroke-width:2px
style G fill:#f9f,stroke:#333,stroke-width:2px
style H fill:#f9f,stroke:#333,stroke-width:2px

并联光缆的可靠性： 两条光缆并联，只有当两条光缆同时失效时，光缆承载才失效。

$$ R_{光缆并联} = 1 - (1-p)(1-p) = 2p - p^2$$
系统总可靠性： 将光缆并联体与传输设备 $q$ 串联起来。

$$ R_{方式2} = R_{光缆并联} \times q = (2p - p^2) \times q$$

可靠性的“决胜局”：谁更优？

通过数学比较 $R_{方式2}$ 和 $R_{方式1}$ 的大小，我们得出了一个关键的临界值，它决定了你的选择：

临界条件	可靠性比较	决策建议
当 $q > \frac{1}{2-p}$ 时	$R_{方式2} > R_{方式1}$	传输系统承载更优
当 $q < \frac{1}{2-p}$ 时	$R_{方式1} > R_{方式2}$	光纤直驱更优
当 $q = \frac{1}{2-p}$ 时	$R_{方式1} \approx R_{方式2}$	两者可靠性相当

临界值 $Q_{临界} = \frac{1}{2-p}$ 的分析

1. 当光缆 $p$ 极高时（接近完美）

假设你的光缆质量非常好， $p = 0.99$。

$$Q_{临界} = \frac{1}{2 - 0.99} = \frac{1}{1.01} \approx 0.9901$$

这意味着，除非你的传输设备 $q$ 的可靠性高于 99.01%，否则方式1（直驱）的可靠性反而更高！

解读： 当基础的光缆本身已经足够可靠时，再引入高昂的传输设备，其带来的故障风险 ($1-q$) 甚至可能超过两条并联光缆带来的冗余收益。额外的投资换来的可能是可靠性的下降。

2. 当光缆 $p$ 较低时

假设你的光缆环境较差， $p = 0.8$。

$$Q_{临界} = \frac{1}{2 - 0.8} = \frac{1}{1.2} \approx 0.833$$

在这种情况下，只要你的传输设备 $q$ 的可靠性高于 83.3%，方式2就会优于方式1。

解读： 当基础链路可靠性不足时，冗余的光缆并联结构（方式2的核心优势）可以显著提升整体可靠性，即便引入的设备风险较大，也是值得的。

工程抉择：投资与安全的平衡

分析结果清晰地告诉我们： 业务电路承载的可靠性选择，绝不能一概而论。

方式2（传输系统承载）固然提供了强大的光缆冗余保护，但也带来了 巨大的投资增加 和 新的故障点（传输设备） 。

结论：最贵的，不一定就是最好的

构建高可靠性的通信网络，需要从 “可靠性” 和 “投资有效性” 两个维度进行评估。

我们应该避免用巨大的、不经济的投资，去换取微量的安全提升。只有通过精确的数学模型分析和对具体工程环境（$p$ 和 $q$ 的实际值）的深入理解，才能找到真正符合业务需求、且最具成本效益的承载方案。

最可靠的方案，是平衡了成本与风险的方案。

距离越长，光缆就越容易出故障吗？

Sat, 11 Oct 2025 07:45:00 +0800

在通信网络优化中，BBU由DRAN方式改为CRAN方式，或将分散的OLT集中起来，会导致BBU到RRU或OLT到分光器的接入光缆距离变长，这就会引来一个运维比较关心的问题： 光缆线路越长，故障次数是否越多？

乍听之下，这似乎不用讨论——当然越长越容易坏了，线路越长，风险点越多，还有一个指标可以通过反算来说明这个问题。

平均百皮长公里故障次数 = 障碍总次数 ÷ 光缆线路总长度 × 100

这个指标被广泛用于年报、统计表以及考核体系中。它适合进行总体评价，虽然看似科学、简洁，但对于分类的评价，很容易导致错误的推论。因为它混淆了“总量”和“密度”，把不同长度、不同环境的光缆混在一起平均，从而掩盖了真正的规律。

被“平均”掩盖的真相

举个简单的例子。假设网络里有两类光缆：城区的短光缆和长途的干线光缆，故障统计如下：

类型	长度（皮长公里）	故障次数	平均百皮长公里故障次数
城区短光缆	50	10	20
长途干线	400	20	5
合计	450	30	6.67

城区短光缆虽然线路短，但故障次数却不少；长途干线线路长，故障次数更多，但换算成单位长度的故障率却低得多。把两种光缆加起来平均，看似网络整体很稳定，但却掩盖了城区短光缆的高风险。这个“混合偏差”告诉我们，直接用简单的算术平均数（以下简称平均数）来评价，往往会给出误导性的结论。

这就是典型的“ 混合偏差 ”（mixing bias）：当你把不同性质的对象混在一起算平均，结果往往没有任何现实意义。就像把婴儿和老人一起统计平均寿命，再用它预测“中年人的死亡风险”，完全南辕北辙。

为什么“分档统计”更科学

因此，一个更科学的方法是将光缆按长度分档（光缆的端点如何确定，还是比较复杂的，比如用复用段、光放段、光缆段、光路段？，这是另外的话题了），比如10公里以下、10到50公里、50到100公里、100公里以上，分别计算每档的故障率。通过分档统计，我们才能真正看到不同长度光缆的故障规律：如果长距离光缆的单位故障率高，就说明距离确实加大了风险；如果故障率差别不大，说明故障次数的增加仅仅是线路数量多的自然结果；如果短距离的故障率反而更高，背后可能是施工环境复杂和人为破坏导致的。

这种做法，统计学上叫分层分析（stratified analysis），工程上叫结构化指标分析。它能避免整体平均的“生态谬误”（Ecological Fallacy）——即不能用总体平均去推断局部特征。

为什么“越长越坏”未必成立

从工程实际出发，光缆故障的因素极多——不仅仅是长度。光缆及附件质量、外部环境、敷设方式、巡检力度等等，都在发挥作用。比如城区改造区域光缆密集，施工挖掘频繁，造成故障频发，再如接入光缆的接头盒质量不过关，极易造成衰减不稳定，发生闪断。反而相对平稳、保护措施好的长途光缆，单位长度的故障概率会更低。因此，简单认为“越长越容易坏”其实并不严谨。

换句话说，总故障数确实随长度增加，但单位长度的故障概率未必增加。把两者混为一谈，就像说“人口多的国家交通事故一定多”，却没问一句——每万人事故率是多少？

科学分析的进阶方法

如果要更深入探究接入距离与故障次数的关系，可以借助统计学中的 泊松回归 或 负二项回归 ，将 故障次数作为因变量 ， 光缆长度作为基准 ，同时控制 环境条件、施工质量等因素 。还可以做 队列对比分析 ，比较改造前后的长、短线路组的故障表现，计算相对风险，这才能给出“长度是否是独立风险因子”的科学证据。单凭简单的平均数，根本看不到这些细节。

拒绝“平均的幻觉”

总的来说，平均数往往会让我们陷入“平均的幻觉”，看似简单合理，却掩盖了真实的光缆故障分布。只有通过分层、分档、分情境的细致分析，才能真正触及问题本质。做到这点，数据才有了洞察的力量，而不仅仅是枯燥的数字。

题外话

数据的价值不只在于计算，更在于深入挖掘背后的故事。当平均数让视野模糊，我们要学会拆解与细致观察，逐层揭开真相。这种科学严谨的态度，正是面对复杂系统时最可靠的方法。 只是，收集和准备好这些详细的数据，是实践中最大的挑战 。