Sailing - SD-WAN | 更加可靠的互联网接入方案返回首页

SD-WAN QoE 怎么看?应用体验监控指标与告警设置

更新于 2026-11-13 · sailingnet.shop

简答:SD-WAN QoE 的正确看法是:先用 QoE 分数或健康等级发现体验变差,再用延迟、抖动、丢包、吞吐量、应用响应时间和路径变化定位原因。告警不要只设一个分数阈值,而应绑定应用、站点、链路或路径,并加入持续时间、恢复条件、样本门槛和维护窗口。处理顺序可以记为:分数判断体验,原始指标定位原因,影响范围判断责任边界。

定义:SD-WAN QoE(Quality of Experience)是平台根据应用流量、网络路径和应用行为数据评估用户体验的指标体系,不同厂商的分数、区间、样本和计算模型不能直接横向等同。

先看这张表:QoE 变差后应该先查什么

本站为第三方指南站,本文采用跨厂商方法整理;具体菜单、采集范围和告警能力应以实际平台版本为准。判断 SD-WAN QoE 时,不要把厂商分数当成通用网络标准,而要把它作为发现问题的入口。

看到的现象优先查看可能涉及的范围下一步动作
QoE 分数下降,延迟、抖动或丢包同步恶化站点、链路、隧道和路径变化WAN 链路、运营商或隧道比较主备链路与同区域站点
QoE 下降,但链路指标没有明显变化应用响应时间、DNS、认证和云服务路径应用服务器、云服务或终端区分网络传输时间与服务端处理时间
只有一个终端或用户异常Wi-Fi、网卡、浏览器、终端负载局域网或终端与同站点其他终端交叉验证
同一站点多个应用同时异常出口利用率、隧道、链路可用性站点出口或 WAN查看链路状态、路径切换和拥塞
多个站点的同一应用同时异常共同云区域、DNS、认证和服务状态应用服务或共同上游路径核对应用侧与区域性服务状态

告警规则速查卡:语音应用 QoE 低于企业基线,且抖动高于该时段 P95,连续 N 个采样周期触发;QoE 与抖动同时回到恢复阈值以内并保持 M 个周期后关闭。N、M、P95 和最小样本量需要依据平台采样能力与业务基线设定,不应直接照抄其他厂商默认值。

QoE 分数、延迟、抖动和丢包分别说明什么

QoE 分数或健康等级适合回答“哪些应用或站点的体验正在变差”。它通常是平台对多个指标或流量样本的汇总结果,不能替代原始指标。

延迟用于衡量数据传输所需时间,但要先确认平台记录的是单向延迟还是往返延迟。抖动表示延迟的变化程度,对语音和视频更敏感。丢包可能造成实时媒体断续,也可能引发 TCP 重传,使网页和 SaaS 操作变慢。吞吐量需要结合链路利用率、重传、队列和业务时段分析,不能只看线路标称带宽。应用响应时间用于区分网络传输慢与服务器处理慢。

以 Citrix SD-WAN 11.4 的 Application QoE 文档为例,实时应用默认配置包括单向延迟 160 毫秒、抖动 30 毫秒和丢包 2%;交互式应用默认关注每流丢包 1%和预期突发速率 60%。Citrix 将实时应用 QoE 表示为 0 到 10 的分数,并根据满足阈值的流样本比例计算。这里的 160 毫秒是 One Way latency,不应直接与本地 ping 显示的往返时间比较。参见 Citrix SD-WAN Application QoE 文档。

Cisco Catalyst SD-WAN Monitor and Maintain 文档使用 Good、Fair、Poor 和 Unknown 四档,其中 Good 为 QoE 8–10,Fair 为 QoE 5–小于 8,Poor 为 QoE 0–小于 5。由此可见,厂商之间不仅名称不同,边界和计算方式也可能不同。参见 Cisco Catalyst SD-WAN Monitor and Maintain Configuration Guide。

按应用类型设置监控重点和初始阈值

应用类型优先指标不宜单独使用的指标告警建议
语音和实时视频单向延迟、抖动、丢包、路径切换下载速度QoE 与抖动或丢包联动,避免单点尖峰触发
远程桌面和交互式 SaaS往返延迟、丢包、突发率、应用响应时间瞬时吞吐量关注连续交互失败和响应时间趋势
普通 SaaSDNS、TCP 或 TLS 建连、首字节时间、云路径单次 Ping区分解析、建连、服务端处理和传输阶段
文件传输和备份持续吞吐量、重传、链路利用率、队列单次测速结果按业务时段观察持续异常和拥塞

阈值应分为“发现阈值”和“升级阈值”。发现阈值可以较敏感,用于记录趋势;升级阈值应同时满足持续时间、最小样本量和影响范围条件。例如,单个用户的一次丢包尖峰可以记录但不升级为线路故障;同一站点多个关键应用同时恶化,才适合提升告警等级。

对于没有统一行业阈值的指标,可以使用历史基线:按工作日、周末、办公时段和非办公时段分别统计 P50、P95 或 P99,至少保留业务高峰与低峰两类基线。P95 适合发现高于常态的异常,P99 更适合识别极端尖峰。若某个时段样本量不足,应将告警标记为“数据不足”,而不是直接判定链路异常。百分位和样本门槛是降噪方法,不代表某个平台的固定默认配置。

从零设置 SD-WAN QoE 告警:前置检查、操作、验证和回退

1. 前置检查

  1. 确认平台是否提供应用视图、站点视图、路径视图、历史趋势和告警通知。
  2. 确认应用识别已启用,并核对平台支持 IPv4、IPv6 还是两者。Cisco 的应用性能和站点监控要求在相关接口启用 NBAR,以便识别应用;不同版本对应用可见性和配置位置可能不同。参见 Cisco 应用性能与站点监控配置文档。
  3. 确认 DPI、流量元数据、应用分类和许可证状态。若页面显示 Unknown 或无数据,应先检查采集状态,而不是先提高阈值。
  4. 确认业务是否经过平台能够观测的覆盖路径。Cisco Analytics 文档明确说明,单站点 Application 360 对经 vEdge 设备 DIA 出口的应用流量不提供统计,因此 DIA 可见性必须按设备类型和实际部署核对。参见 Cisco Catalyst SD-WAN Analytics 文档。

2. 完整配置流程

  1. 先创建应用组,例如语音视频、交互式 SaaS、文件传输和关键业务。
  2. 为每个应用组选择需要观察的指标,不要把所有应用绑定到同一个阈值。
  3. 配置发现条件,包括指标阈值、持续时间、最小样本量和影响范围。
  4. 配置恢复条件,要求 QoE 与相关原始指标同时回到恢复阈值以内,并保持设定周期。
  5. 设置抑制规则,将同一链路引发的多个应用告警关联为一个事件,避免产生重复通知。
  6. 设置维护窗口,并为应用、站点、链路和全局事件分别指定处理人。

3. 通知渠道和升级策略

渠道适合用途注意事项
邮件低至中优先级、日报和恢复通知需要配置收件人、频率和去重策略
Webhook接入聊天工具、自动化平台或工单系统核对签名、重试、超时和重复事件处理
Syslog将事件送入集中日志平台适合检索和关联,不等于业务告警已经升级
SNMP Trap接入传统网络监控平台需确认平台是否支持以及事件字段是否完整
API拉取告警、做自定义看板或自动化关联需要处理权限、分页、时间范围和告警恢复状态

Cisco Catalyst SD-WAN Manager 的官方网络监控文档确认支持告警邮件和 Webhook 配置;Cisco 的 API 文档则提供告警查询接口。Syslog 和 SNMP Trap 是否可用于 QoE 事件,应以所用厂商和版本的通知能力为准,不能因为平台支持网络日志就推断它一定支持完整的 QoE 告警字段。参见 Cisco Alarm Notifications 文档 与 Cisco Catalyst SD-WAN Manager API 文档。

4. 验证清单

  • 应用是否被正确识别,是否存在大量 Unknown 或未分类流量。
  • 应用、站点、链路和路径页面的时间范围是否一致。
  • 触发告警时,是否能同时看到延迟、抖动、丢包、吞吐量和路径变化。
  • 告警是否按应用、站点和链路去重,是否仍出现同一事件重复通知。
  • 恢复条件是否生效,恢复后是否能自动关闭或标记事件。
  • 维护窗口、低流量样本和单一终端异常是否被单独标记。

5. 失败回退

如果启用后没有 QoE 数据,按“应用识别→DPI 或 NBAR→采集状态→许可证→流量路径→时间范围→告警规则”的顺序回退检查。不要把 Cisco AppQoE 优化服务的命令当成 Analytics QoE 分数的通用排障命令;两者属于不同功能。只有在实际启用了 AppQoE 优化服务,并且需要检查该服务状态时,才应按对应版本文档使用专用命令。对于 Analytics 无数据,应优先使用 Analytics、应用监控和设备采集状态页面核对。

跨厂商兼容性检查清单:上线前先核对这 7 项

检查项需要确认的问题未确认时的处理
应用识别引擎使用 DPI、NBAR、流量分类还是其他引擎不要把 Unknown 应用当成 QoE 正常
IP 版本IPv4、IPv6 是否都能采集应用体验数据分别建立 IPv4 与 IPv6 样本
数据采集是否需要遥测、流量元数据或特定代理组件先检查采集状态和时间延迟
许可证和版本应用监控、历史数据、告警和 API 是否受版本或许可限制按当前平台文档核对功能矩阵
DIA 可见性直接互联网出口是否出现在应用视图用实际设备和路径做小流量验证
指标定义延迟是单向还是往返,丢包按流还是按链路计算在看板中标注单位和计算口径
告警能力是否支持持续时间、恢复、抑制、邮件、Webhook、API先采用平台已确认支持的渠道

这张清单的目的不是证明不同厂商功能相同,而是避免把某一家产品的菜单、分数和默认值当成通用规则。Cisco Analytics 可以按应用、站点和网络 KPI 查看体验变化;Citrix Application QoE 则使用自身的实时与交互式应用配置文件。跨厂商比较时,应保留原始指标、样本口径和时间窗口。

QoE 下降后的分层排障顺序

  1. 先看影响面:单终端、单用户、单站点、多个站点,还是全局异常。
  2. 再看应用阶段:区分 DNS、TCP 或 TLS 建连、应用服务器处理、数据传输和终端渲染。
  3. 再看局域网:检查 Wi-Fi 信号、交换机端口、网卡错误、终端 CPU 和本地出口。
  4. 再看 WAN:对比延迟、抖动、丢包、利用率、队列和链路可用性。
  5. 最后看路径:核对隧道、策略路由、主备切换、云区域和共同上游。

如果只有一个终端异常,优先检查终端和局域网;如果同一站点多个应用同时下降,优先检查出口、隧道和 WAN;如果多个站点的同一 SaaS 同时异常,优先核对云服务、DNS、认证和共同路径。只有当 QoE 变化与原始链路指标在时间上相互对应时,才更适合把问题升级为线路或路径事件。

常见误区

  • 把 QoE 分数当成统一标准:不同厂商的区间和计算模型不同,必须保留原始指标。
  • 所有应用使用同一阈值:语音视频、交互式业务、SaaS 和文件传输的敏感指标不同。
  • 忽略单向与往返延迟差异:例如 Citrix 文档中的实时应用延迟阈值是单向延迟。
  • 用一次尖峰触发高优先级事件:应加入持续时间、最小样本量、百分位基线和影响范围。
  • 把无数据当成网络中断:先检查应用识别、DPI、NBAR、许可证、流量路径和平台采集状态。
  • 混用 AppQoE 与 Analytics QoE:应用加速服务状态和应用体验评分属于不同监控对象。

常见问题

SD-WAN QoE 分数越高,就代表网络没有问题吗?

不一定。QoE 分数受应用识别、采集范围、样本量和厂商计算模型影响。即使分数较高,也应结合延迟、抖动、丢包、应用响应时间和路径变化判断。

QoE 告警应该先按应用设置,还是先按链路设置?

建议两者结合。应用级告警回答“谁受到影响”,链路级告警回答“可能是哪条路径导致”。实时业务可以使用应用指标与链路指标联动,文件传输则提高持续吞吐量、重传和利用率的权重。

为什么已经启用监控,QoE 页面仍然没有数据?

先检查应用识别、DPI 或 NBAR、许可证、数据采集状态、时间范围和实际流量路径。部分平台对 DIA 出口、设备类型、IPv4 或 IPv6 可能存在可见性限制,页面无数据不能直接判断线路中断。

延迟、抖动和丢包应该使用什么统一阈值?

没有适用于所有应用和所有厂商的统一阈值。可以把厂商文档中的默认值作为配置起点,但必须结合应用类型、单向或往返口径、业务基线、样本量和持续时间调整。

QoE 下降但链路丢包正常,下一步看哪里?

依次检查应用响应时间、DNS、认证服务、云服务区域、终端和局域网。如果只有一个终端异常,先排查 Wi-Fi、浏览器和本地资源;如果多个站点的同一应用同时异常,应核对应用服务或共同云路径。

邮件、Webhook、Syslog、SNMP Trap 和 API 应该怎么选?

邮件适合人工通知,Webhook 适合接入工单或自动化平台,Syslog 适合集中检索,SNMP Trap 适合传统网络监控系统,API 适合自定义看板和事件关联。是否支持 QoE 级别的字段和恢复事件,需要按实际厂商与版本核实。

参考资料

  1. Citrix SD-WAN Application QoE
  2. Cisco Catalyst SD-WAN Monitor and Maintain Configuration Guide
  3. Cisco Catalyst SD-WAN Analytics
  4. Cisco Catalyst SD-WAN Application Performance and Site Monitoring Configuration
  5. Cisco Catalyst SD-WAN Alarm Notifications
  6. Cisco Catalyst SD-WAN Manager API:Post Raw Alarm Data