阿里云服务器与办公室内网无法通信，目测防火墙问题，该如何排查故障

[minsheng]

问题描述：

• 阿里云上同一个 VPC 内，有两台 ECS 服务器，其中一台为自己搭的 VPN 网关
• 办公室路由器通过 WireGuard 连接阿里云的 VPN 网关
• 家里路由器亦通过 WireGuard 连接阿里云的 VPN 网关
• 阿里云的网关 ECS 可以与办公室、家里的内网设备正常通信：
  • 可互 ping
  • 可互相访问 HTTP 服务、SSH 服务
  • 因此我判断路由表设置应该都是正确的。
• 另一台 ECS 无法访问办公室内网设备。
• 两台 ECS 处于同一 VPC 内，两个可用区，可互相通信。
• 在 VPC 路由表内设置了办公室和家庭网络的内网地址块，下一跳设置为网关 ECS 。
• 在另一台 ECS 内可以 ping 办公室的设备。
• 办公室的设备不可以 ping ECS 的服务器。
• 无法在 ECS 和 办公室设备内建立任何 TCP 连接。
• 网关 ECS 的 iptables，FORWARD 表默认 ACCEPT，除了 Docker 也没有其他条目了。

两件比较离奇的事情：

• 我在网关服务器上的 Docker 里开了一个子网，里面的 curl 可以访问另外一台 ECS 。
• 在今天之前，办公室其实是可以和另一台 ECS 通信的。但是，上一次 setup 也曾经短暂出现过类似的现象，只不过在 VPC 路由表里添加了办公室路由条目后，过了几分钟自己就解决了。
• 在出问题之前，我今天刚刚第一次购买了 RDS 实例一份，不知道有没有关系。

完全不懂 Linux 的小白一枚，想问问有没有什么办法可以排查故障？

[minsheng]

在办公室的路由器上 tracepath，能连接到网关服务器，拿到的是 VPN 里的地址，然后就统一 no reply 了。

[Qetesh]

这种网络架构建议考虑 nat 或者在其他 ecs 启用 wireguard

[minsheng]

@Qetesh 是有在考虑 NAT 了，不过还是想先排查一波问题。只有网关服务器有公网访问（最外面放了阿里云的 NAT 网关），所以每个 ECS 塞一个 WireGuard 感觉不太现实……

[saytesnake]

按照这样的需求，NAT to NAT 才是正解。

https://anyisalin.github.io/2018/11/21/fast-flexible-nat-to-nat-vpn-wireguard/

[AIFNI45Mdxn]

排查方向：
1 、首先需要对两端的网络环境检查下，是否有网段冲突，如果两段的网络有重叠，这个肯定是不行的。
2 、第一个情况排除后，需要检查 两端 充当网关设备配置的路由是否 ok 。
3 、两端的路由正常的话，一般就没有什么大问题的，就需要具体问题具体看了。

两台同 VPC 的 ECS，一台创建了 Docker，容器内可以访问另外一台主机，这个是因为 ECS 之间路由、ECS 与容器的路由都是有的，肯定就可以通信。

[minsheng]

@AIFNI45Mdxn
谢谢。
1. 网段全部都是我自己分配的，没有任何问题，阿里云是 172.X，公司是 10.X 。
2. 公司端路由目测是没有问题，因为家里部署了一摸一样的系统，通过阿里云中转，家里和公司互相通信成功。阿里云里的网关本身的程序也可以访问公司内部。目前阿里云网关跑了一个 GitLab，在公司有一个 GitLab Runner，正常使用。以及两边都用 cURL 跑过，可以访问。
3. 所以就难受了……

关于 Docker，其实我是因为比较确信路由都是对的，所以才试了一下，但也不能说明什么。

[minsheng]

我犯了一个错，我没有在 VPC 的路由表里添加 WireGuard 客户端的网段。我画一次我的网络拓扑图吧😂：

[阿里云内部设备] <--> [阿里云的 WireGuard 网关] <--WireGuard--> [公司路由器] <--> [公司设备]

我添加了 WireGuard 的网段之后，公司路由器和设备可以全部访问阿里云 VPC 内部设备了，阿里云网关依旧可以随意访问公司内部，但是阿里云内部设备依然不行。

[minsheng]

现在阿里云内部设备可以访问公司的路由器了，算是进步

[huangmingyou]

一层一层的 tcpdump 抓包

[podel]

阿里云 VPC 设置静态路由表。 本地内网网段指向 VPN 网关。

[podel]

我给我们公司就是这么配置的
阿里云 VPC <-> VPN 网关(ECS,使用 OpenVPN Server) <-> 本地服务器(OpenWrt 系统，使用 OpenVPN Client)

其中阿里云 VPC 需要设置 静态路由。 本地局域网设置静态路由。

[podel]

对了 另外 使用的是 OpenVPN 的 TAP 设备做二层转发。 之前 TUN 设备路由上死活弄不过去。
ECS 上面也要设置好 指向本地内网 静态路由。

[zyzll1234]

因为公司防火墙上只能用 symetiric NAT 吧

[minsheng]

@podel 我之前就是这么干的。我刚刚才发现一个问题，就是公司路由器不知道为什么自动的做了一次 NAT，我明明没有配置 NAT 。总之我的问题在把 VPN 网段（不是内网网段）加进 VPC 路由后得到了解决。但是不知道为什么阿里云非 VPN 服务器依然无法连接公司内网设备，虽然可以 ping 通。还要再试试。

[minsheng]

Okay，公司内部的 NAT 我破案了，我是直接用 systemd-networkd 配置的，VPN + 路由，然后在对应的 LAN 网络上我直接开启了 IPMasquerade = true，也就是 SNAT 模式了。


@podel 你说的 TAP 、TUN 、二层转发我还看不太懂，我自己再摸索摸索。

[minsheng]

@saytesnake 谢谢老哥，最终懒得折腾了，还是走你的双 NAT 道路……😂

[minsheng]

所以，大致破案了，总结一下。我的网络架构是：

* 阿里云 VPC，公司内网路由到网关服务器 A ；
* 网关服务器 A 通过 WireGuard 连接到公司 /家庭路由器；
* 公司 /家庭路由器，对 LAN 的全部设备做了一层 NAT，NAT 背后是公司 /家庭的设备。这是通过 systemd-networkd 设置的，并没有根据目标地址 /设备选择性关闭。

我犯了两个错误：

* 我没有把 WireGuard 的网段添加到 VPC 的路由表里，导致从公司内部发出的被 NAT 的包（用的是 WireGuard 的 IP ），找不到回传的地址，所以无法建立从公司到 VPC 的连接。
* 我没有对来自 VPC 的非网关服务器的包做 NAT 。我不知道为什么这会导致问题，但是反正它就是不能 work😂……一直以来我都是可以从网关服务器直接访问内网的。我猜跟 WireGuard 实现有关，导致从隧道另一头过来的包不需要过 iptables，于是访问一切正常。