服务器网卡固件批量升级，整批推还是分批走

服务器网卡固件批量升级，整批推还是分批走，这事儿我的答案很干脆——机器只要还在线上跑着业务，就分批；整批推留给刚交付、还没接流量的新机器。不是胆子小，是网卡这个东西升级完经常要重启，或者至少得重新加载驱动，那一下远程连接必然断，你没有第二条路进去，就只能干等着。见过一次同型号网卡一次推完，重启之后一批机器网卡在系统里直接没了，lspci 里还挂在那儿，ip a 里空空如也，最后靠带外管理一台台捞回来，那半天整个人都是麻的。

先分清你升的是固件、驱动，还是刷写工具

这三样东西经常被混着叫。固件烧在网卡芯片上，驱动是操作系统里那一层，厂商工具只是把 bin 文件写进去的那只手。工具界面上那个 flash 按钮看着简单，它只管写，写完之后能不能正常协商速率、能不能被系统认出来，是驱动和固件匹配的事。ethtool -i eth0 一行就能看到 firmware-version 和 driver 版本，lspci -nn 能看到型号和 subsystem id。升级前把这两个输出存成文本，出问题时拿来比对，比拍脑袋猜有用得多。有一次升完速率掉档，查了半天才发现是驱动太老，固件认了新特性驱动不认，白折腾一圈。

还有个细节，同一批机器不一定都是同一个网卡型号。分几次到货、中途换过供应商，型号和 PID 都可能不一样。别拿一个 bin 文件全推。多数工具会校验 pid/sid，不匹配就拒绝，这是好事；有些工具给个强制参数就能硬写上去，那个参数我建议一辈子别碰。

服务器网卡固件批量升级整批推还是分批走，先数清有几条网络路径

评估其实很简单，问自己一句：这台机器现在断网，业务会不会立刻受影响？双网卡做了 bond、两张卡分别上不同的交换机，那你可以一张一张升，业务基本无感；只有一张卡一个口，那不管整批还是分批都得停机窗口，这事跟分批没关系，先跟业务那边约时间。集群里如果这个节点随时能被摘掉、副本在别的机器上活着，那就一台一台来，摘一台升一台。宿主机要额外留个心眼，一台宿主机上压着多少业务，你自己心里得有数，别把它当普通节点。

最怕的不是刷失败，是刷完你进不去

网卡固件升级，流程多数是刷完重启，或者 modprobe 重载驱动。那个瞬间 SSH 必断，任何远程工具都救不了你。所以动手前三件事必须确认：带外管理能进去、密码你知道、控制台真能打开。BMC 或者 IPMI 或者厂商自己的远程管理卡，随便哪个，得有。没有带外管理，就别在没人在现场的时候动线上机器的网卡，这是底线。

第二件事是能不能降级。有些厂商的固件刷上去就不给往回刷，或者要专门的旧版本包才允许降，具体以厂商的说明文档为准，别想当然。第三件事，bond 里两张卡绝对不能同时升。你以为 bond 能扛，实际上两张卡都在重启，中间总有一段谁都不通的时间，交换机侧收敛也不是瞬时的。

分批的切法：按能不能被摘掉来分

我一般这么切。第一批只挑一台，非核心业务、随时能停、最好还在同一个机柜里，方便现场处理。这一台跑完，观察一个工作日或者一两个晚上，看监控曲线有没有抖、交换机端口有没有错误计数。第二批按机柜扩，一个机柜一个机柜推，别跨机柜混着来——真出问题，你至少能顺着机柜去查供电和上联。第三批才是核心节点，一台一台走，一台升完盯一会儿再动下一台。

跨机房绝对不要同时开。A 机房和 B 机房一起刷，中间那条链路断了，你连远程对比的样本都没有。还有个土办法挺好用：升之前把每台机器的固件版本、驱动版本、交换机端口号列一张表，升完一台勾一台，别靠脑子记。

升完别急着收工，盯住这几个计数器

升级前先 ethtool -S eth0 存一份，过几个小时再取一份，前后 diff。盯 rx_errors、tx_errors、rx_crc_errors、rx_missed_errors、rx_length_errors 有没有明显增长；dmesg 里搜 link，看有没有反复 up/down；ip -s link 看 dropped 和 overrun。交换机那侧也别漏，端口上 CRC/FCS 开始涨，多半是链路协商或者光模块的事，跟固件有没有关系，得一项项排。

还有一个容易忘的：速率和双工。升完看一眼 ethtool eth0 输出里的 Speed 和 Duplex，掉档了就是信号，别等业务那边先喊慢。

哪几种情况我会整批推

三种。一是新交付、还没上架、没接流量的机器，刷坏了拉下来返修就行，成本最低；二是整批都是纯备用节点，随时能切走；三是厂商工具明确支持带外批量刷写，而且你手上还留了一台不刷的对照机。就算整批推，我也会留一台老版本不动，出问题时它是唯一的参照物。

有人说安全通告催得紧，修复窗口就那么几天，来不及分批。这时候恰恰相反，越急越要分批——一次推完出了事，你连回退的地方都没有，通告没补上反倒多停一天业务。

真要动手，顺序大概是这样：核对型号和固件版本对不对得上、ethtool -i eth0 存档、确认带外管理能用、确认能不能降级、挑一台非核心做小白鼠、观察、按机柜扩、核心节点单台走、升完对计数器。听着啰嗦，每一步都是别人踩过的坑堆出来的。最后提醒一句，升级窗口别挑业务高峰，也别放在只有你一个人值班的深夜，真出状况连个商量的人都没有。