Monitorar OLT com Zabbix: como funciona para provedores

O que é monitorar OLT com Zabbix

É usar o Zabbix, sistema de monitoramento de código aberto, para ler a OLT em intervalos fixos, guardar o histórico e avisar quando um valor sai da faixa combinada. A OLT vira um host, e o que se mede nela vira item.

O vocabulário do Zabbix tem quatro peças que aparecem em toda conversa sobre OLT. O host é o equipamento; o modelo (template) é o pacote de regras aplicado a ele; o item é cada leitura, como a temperatura de uma placa; e o trigger é a condição que transforma um item em problema, como a porta ficar fora.

Numa rede de provedor, o desafio não é ligar o Zabbix à OLT, que é rápido, mas decidir o que medir e com que frequência. É essa decisão que separa um painel útil de um servidor sobrecarregado, e é por ela que começa o monitoramento de OLTs da Táquion Tech.

O caminho do dado, da OLT ao alerta

Entre a porta PON e a mensagem no celular do técnico, cada leitura passa por cinco pontos. Qualquer um deles pode ser o gargalo, e por isso vale conhecer o caminho inteiro.

Como o Zabbix descobre as portas PON e as ONUs?

Pela descoberta de baixo nível, a LLD: uma regra lê periodicamente a lista de portas ou de ONUs da OLT e cria, para cada uma, os itens e triggers definidos nos protótipos. Quando aparece uma ONU nova, ela entra na coleta sem cadastro manual.

A regra de descoberta devolve uma lista com macros, como o índice SNMP e o nome da porta. Os protótipos usam essas macros para montar a chave de cada item. Assim, um único protótipo de estado de porta vira dezesseis itens numa placa de dezesseis portas, e um protótipo de sinal de ONU vira milhares de itens numa OLT cheia.

Estado de interface e nome de porta vêm das MIBs públicas, iguais em todas as marcas. Já a lista de ONUs, o sinal de cada uma e a contagem de ONUs por porta ficam em MIBs privadas do fabricante, e mudam de caminho entre marcas e entre versões de firmware.

Exemplo: regra de descoberta e trigger por porta PON

O trecho abaixo descreve os campos de uma regra de descoberta de portas PON e de um trigger que compara a contagem atual de ONUs com a de uma hora antes. Os OIDs da IF-MIB são padrão; o da contagem de ONUs depende do fabricante.

## Regra de descoberta (item SNMP no modelo "OLT base")
Nome:      Descoberta de portas PON
Chave:     pon.discovery
OID SNMP:  discovery[{#IFNAME},1.3.6.1.2.1.31.1.1.1.1,{#IFALIAS},1.3.6.1.2.1.31.1.1.1.18]
Filtro:    {#IFNAME} corresponde a ^(gpon|GPON|pon|PON)
Intervalo: 1h
Recursos perdidos: apagar depois de 7d

## Protótipo de item: estado operacional da porta (IF-MIB)
Nome:      Porta {#IFNAME} ({#IFALIAS}): estado
Chave:     pon.status[{#SNMPINDEX}]
OID SNMP:  1.3.6.1.2.1.2.2.1.8.{#SNMPINDEX}
Intervalo: 2m

## Protótipo de item: ONUs ativas na porta (MIB privada do fabricante)
Nome:      Porta {#IFNAME}: ONUs ativas
Chave:     pon.onu.ativas[{#SNMPINDEX}]
OID SNMP:  <OID do fabricante para ONUs online por porta>.{#SNMPINDEX}
Intervalo: 2m

## Protótipo de trigger: porta perdeu mais de um terço das ONUs
Nome:      Porta {#IFNAME} ({#IFALIAS}) perdeu ONUs em massa
Expressão: last(/OLT base/pon.onu.ativas[{#SNMPINDEX}])
             < 0.67 * avg(/OLT base/pon.onu.ativas[{#SNMPINDEX}],1h:now-1h)
           and avg(/OLT base/pon.onu.ativas[{#SNMPINDEX}],1h:now-1h) >= 8
Severidade: Alta
Depende de: Uplink da OLT fora

A segunda linha da expressão evita alerta em porta quase vazia, onde duas ONUs desligadas já seriam um terço. A dependência do uplink impede que todas as portas disparem juntas quando o problema é a ligação da OLT com a agregação.

Modelo pronto ou modelo próprio para a OLT?

Modelo pronto serve para começar e para conhecer os OIDs; modelo próprio é o que fica em produção. A tabela mostra o que pesa na escolha.

Na prática, o caminho mais seguro é importar um modelo pronto numa OLT de laboratório ou de pouca carga, ver quais itens funcionam na sua versão e reescrever um modelo enxuto a partir disso. O passo a passo de como monitorar OLT mostra o teste por snmpwalk que vem antes dessa etapa.

Huawei e ZTE no mesmo Zabbix

Quando há mais de uma marca, um modelo-base com a IF-MIB vale para todas, e cada marca ganha um modelo complementar com as MIBs privadas. Se os itens das duas marcas tiverem a mesma chave, os painéis e os triggers de porta funcionam iguais para as duas.

Quando monitorar OLT com Zabbix vira problema?

Vira problema quando a descoberta de ONUs multiplica os itens além do que o servidor, o banco e a gerência da OLT aguentam. O sintoma aparece primeiro como atraso na coleta, e só depois como alerta perdido.

O Zabbix mede a própria carga em valores novos por segundo, o NVPS. A conta é simples: número de itens dividido pelo intervalo em segundos. O problema é que cada ONU traz dois ou três itens, e uma OLT cheia tem milhares de ONUs.

A coluna de 1 minuto mostra por que o intervalo curto para todas as ONUs não se sustenta. Além do servidor, cada rodada é uma consulta à gerência da OLT, que divide processador com o controle das portas e com a CLI usada pelo técnico.

Sinais de que o Zabbix não está dando conta

O servidor raramente cai de uma vez. Ele vai atrasando, e os sinais ficam visíveis para quem sabe onde olhar.

• Fila crescendo: a tela de fila mostra itens atrasados há mais de alguns minutos, sempre os das OLTs.
• Pollers ocupados: os processos de coleta SNMP passam boa parte do tempo ocupados no gráfico interno do servidor.
• Buracos no gráfico: o sinal das ONUs aparece com falhas, porque a OLT não respondeu a tempo.
• CLI lenta: o técnico reclama que a OLT demora a responder comandos nos minutos da coleta.

A ONU que some e volta da descoberta

Outro problema típico é a ONU trocada ou desligada por falta de pagamento. Ela sai da lista, o Zabbix marca o item como perdido e, se o prazo de remoção for curto, apaga o histórico de sinal que mostraria a degradação. Prazo de remoção longo demais, por outro lado, deixa milhares de itens mortos ocupando o banco.

Erros comuns ao monitorar OLT no Zabbix

Quase todos os erros vêm de tratar a OLT como um switch comum, com intervalos curtos e um alerta para cada coisa. Os cinco abaixo aparecem na maioria dos Zabbix de provedor.

Quando a fibra rompe e o alerta por porta finalmente chega, o passo seguinte é saber se a causa é física ou uma ONU com defeito transmitindo fora de hora. O guia sobre OLT derrubando ONU mostra essa separação a partir do alarme.

Por onde começar sem travar o servidor

Comece pelo que derruba mais clientes, chassi, uplinks e portas, e só depois ligue o sinal das ONUs, com intervalo longo e uma OLT de cada vez. O checklist ajuda a não pular etapas.

Se o Zabbix ainda não existe ou já está saturado com outros equipamentos, a implantação de Zabbix resolve o dimensionamento do servidor e do banco antes de as OLTs entrarem. Quem já tem histórico de alguns meses pode ir além e usar a análise preditiva de falhas para enxergar a degradação antes do alerta.

Perguntas frequentes

Thiago Manoel

Responsável técnico da Táquion Tech · Registro profissional [PREENCHER]

Mais de 15 anos em operações de rede, com gestão de infraestruturas de TI, administração de data centers e condução de equipes em migrações de TI e telecomunicações, com foco em alta disponibilidade e segurança.

A Táquion Tech é uma empresa de engenharia de redes de Balneário Camboriú (SC) que projeta, opera e dá suporte a redes de provedores de internet e de empresas.

Conheça a equipe da Táquion Tech