NatShell 蓝海卓越 返回首页
马上咨询

行业动态与技术知识

学校WiFi认证计费代拨系统能拨上却打不开网页,先看NAT会话

有一种故障,表现很有欺骗性:拨号成功,认证页面显示在线,ping 网关通,ping 外网也通,但网页就是打不开,或者打开一半图片全是裂的,视频卡在缓冲圈里转。让学生重拨一次,有时候好了,过十分钟又犯。值班的人容易往“运营商线路不稳”上想,但线路真不稳的话,ping 的丢包率会很明显。

这类现象在代拨环境里有一个很具体的解释:NAT 会话或端口不够用了。代拨网关要把每个用户的内网地址转换成公网地址出去,这个转换不是无限的。公网上一个 IP 能用的端口数量有限,设备自身的会话表也有容量上限。用户数一多、每人的连接数一涨,池子就见底了。池子见底时,新的连接建不起来,表现出来就是“网还在,但打不开”。

先和带宽不足分开

带宽不足和 NAT 耗尽,症状不一样。带宽不足是“慢”:能打开,但加载时间长,测速数值低,视频降清晰度还能看。NAT 耗尽是“断”:请求发出去没有回应,页面白屏或者报连接失败,重试几次偶尔成功,测速软件可能根本连不上测速节点。

还有一个区别在时间尺度上。带宽不足是持续的,晚高峰差、白天好,但一直能用。NAT 耗尽是阶跃的:在线用户到某个数量之前一切正常,过了那条线突然一片报障。这条线,就是设备能力和用户行为的乘积。

分不清这两种,方向就错了。带宽不足要扩容出口,NAT 耗尽要加地址、加会话、减异常连接,花的钱和找的人都不一样。

会话是怎么被吃掉的

正常上网,一个用户同时开十几个连接很常见:网页里的图片、脚本、广告、统计,各自一条连接;开个视频,几十条;挂着下载或者网盘同步,上百条。学生宿舍里再串一个路由器,手机、平板、电脑、电视盒子全在同一个账号后面,连接数会翻好几倍。

更麻烦的是几类异常流量。P2P 下载会同时开出大量连接,一条连接不大,但条数惊人;某些视频客户端会预取,把后面的内容提前拉;扫描或者被感染的终端会不断尝试外连,每次失败也算一次会话;还有学生自己在宿舍搭个小服务,对外提供访问,把入向连接也占了。这些加起来,能把一个看起来“用户不多”的网段的会话表撑满。

所以判断这件事,不能只看在线用户数。同样是一千人在线,行为不一样,会话占用能差好几倍。

看哪几个指标

第一个是会话表使用率。设备上一般能看到当前会话数与上限的比值,以及新建连接的速率。使用率长期在七成以上、晚高峰贴近上限,就说明容量不够了。

第二个是端口分配失败计数。NAT 在分配公网端口失败时会记数,这个数从零变成持续增长,是最直接的证据。

第三个是每用户会话分布。把当前会话按用户排序,看前几名占了多少。如果少数账号占了总连接数的很大比例,那不是容量问题,是行为问题,先治行为。

第四个是失败的类型。是 TCP 建连就失败,还是建连成功但没数据,还是 DNS 查询失败。三种指向不同的段,不能混着说。

处置顺序,从便宜到贵

第一步永远是压异常连接。对 P2P 类流量做识别和限速,对单用户的并发连接数设上限,对长时间空闲的会话缩短老化时间。这三件事成本最低,效果往往最直接。很多学校做完这一步,峰值会话量能降下来一大截,原来的设备又能撑住一两年。

第二步是调参数。单用户会话上限、全局会话上限、NAT 老化时间、端口分配策略,这些都能调,但要看设备能力。把上限调到超过设备实际处理能力,只会让设备在高峰期更不稳定。调之前要确认型号、版本、内存和官方给出的能力范围,不要凭经验拍。

第三步是加公网地址。端口池是按公网 IP 算的,多一个地址就多一份端口空间。这件事需要运营商配合,走流程要时间,而且有的运营商对校园代拨的地址分配有固定规则,不是想要就能加。提前谈,别等出问题才提。

第四步才是加设备或分流。把用户按楼栋、按运营商分到不同的代拨节点,降低单点的会话压力。这一步动静最大,涉及地址规划、认证联动和策略同步,要做变更方案。

几个容易踩的坑

第一个坑是只加带宽不加会话。出口从一千兆升到两千兆,用户的体验没改善,因为瓶颈在会话表。带宽和会话是两条独立的资源线,扩容时要一起看。

另一个坑出在老化时间上,调得太短。会话回收太快,用户看视频会反复重建连接,体验更差,还平白增加新建速率。老化时间要按业务类型分,不能一刀切。

第三个坑是忽略无线侧。用户抱怨打不开网页,实际是无线关联断了又重连,NAT 会话跟着重建。这种情况下网关的指标一切正常,问题在 AP 覆盖或者信道。

第四个坑是没有留证据。故障发生时没抓会话表快照,事后只能靠回忆。建议在监控里加一条阈值告警,使用率超过某个比例就自动记录一次快照,事后能对照。

给运维的一条经验

代拨系统的可用性,往往不是被大故障打垮的,而是被这种“半可用”状态磨掉的。用户能认证、能拨号、能 ping 通,就是打不开网页,客服解释不清,工单反复流转,最后大家形成“这网就这样”的印象。

把 NAT 会话这一层纳入日常监控,比事后救火有用得多。至少要知道三件事:当前会话量在什么水位、峰值出现在什么时段、前十名用户在吃什么。这三件事清楚了,很多“网络又卡了”的报修,能在电话里就给出方向。

在线咨询 电话咨询
在线咨询 电话咨询