PPPoE caindo todos os clientes: causas, diagnóstico e quando chamar um Especialista
PPPoE caindo todos os clientes: o primeiro passo é ver se as sessões caem e não voltam ou se caem e voltam aos poucos. Não voltar costuma ser RADIUS, pool de endereços ou concentrador fora; voltar aos poucos com CPU alta aponta para concentrador sobrecarregado pela avalanche de reconexões.
Resumo
- Quando a base inteira cai junta, a falha está num ponto que todos dividem, nunca na ONU ou no roteador de um cliente.
- Sessões que não voltam apontam para RADIUS, pool de endereços ou concentrador desligado.
- Sessões que voltam aos poucos com CPU no limite indicam concentrador afogado pela reconexão em massa.
- Reiniciar o concentrador no pico costuma repetir a queda, porque todos tentam voltar no mesmo minuto.
O que significa o PPPoE caindo todos os clientes?
Significa que falhou algo que todos os assinantes dividem: o concentrador, o RADIUS, o caminho até as OLTs ou a saída para a internet. Defeito em ONU ou em roteador de cliente derruba um assinante, não a base inteira.
Cada cliente abre uma sessão PPPoE com o concentrador, que pergunta ao RADIUS se aquele login pode entrar e entrega um endereço. Quando todos caem juntos, o problema está num desses elos comuns, e isso já elimina metade dos suspeitos antes de abrir qualquer equipamento.
PPPoE caindo todos os clientes é sinal de falha num ponto compartilhado, e por isso o diagnóstico começa no núcleo, não na casa do assinante. O diagnóstico de PPPoE caindo segue essa ordem no concentrador e no RADIUS; com a base fora agora, o caminho é o atendimento de emergência na rede.
Caem e não voltam ou caem e voltam aos poucos?
Essa separação aponta o grupo de causas em poucos minutos. Olhe o gráfico de sessões ativas do concentrador desde o horário da queda.
- Caem e não voltam: RADIUS sem responder, pool de endereços vazio ou concentrador desligado.
- Caem e voltam aos poucos: concentrador sobrecarregado, com a CPU presa no processamento das reconexões.
- Caem só numa região: caminho de camada 2 entre uma OLT e o concentrador, como VLAN, switch ou uplink.
- Sessões de pé, sem navegar: a falha está depois do concentrador, na borda ou no link de saída.
Por que a queda parece não ter fim
Depois que todos caem, todos tentam voltar no mesmo minuto. Milhares de pedidos de sessão juntos, cada um com consulta ao RADIUS e alocação de endereço, podem derrubar de novo um concentrador que estava bem.
O resultado é um ciclo: a base sobe pela metade, a CPU estoura, as sessões caem e a tentativa recomeça. Nesse cenário, a causa original pode até já ter passado, e o que segura a queda é a própria reconexão.
PPPoE caindo todos os clientes: causas em ordem
Concentrador sobrecarregado e RADIUS fora ou lento lideram a lista em provedor regional, seguidos de pool esgotado e falha entre a OLT e o concentrador. Muitas vezes duas causas aparecem juntas: uma derruba e a outra impede a volta.
- Concentrador sobrecarregado: CPU ou memória no limite, quase sempre no pico ou depois de uma queda que gerou reconexão em massa. Veja as causas de concentrador PPPoE com CPU em 100%.
- RADIUS fora ou lento: o concentrador não recebe resposta a tempo, recusa os logins e ninguém volta, mesmo com a rede inteira de pé.
- Pool de endereços esgotado: os clientes que já estavam conectados seguem bem, mas quem cai não recebe endereço para voltar.
- Falha entre OLT e concentrador: loop, tempestade de broadcast, VLAN mudada ou switch reiniciado no caminho cortam todos de uma vez.
- Borda ou link de saída fora: as sessões continuam abertas, mas ninguém navega, e o cliente entende que a internet caiu.
- Concentrador reiniciado: falta de energia, travamento ou atualização de sistema, visível no tempo ligado do equipamento.
- Ataque DDoS: tráfego de ataque contra o concentrador ou contra a borda derruba as sessões junto. Veja o guia de ataque DDoS no provedor.
Como uma sessão PPPoE sobe e onde ela trava
Saber as etapas da sessão mostra em qual delas a base está parada. Cada etapa depende de um elo diferente da rede, então o ponto em que a sessão para já é uma pista.
Descoberta
Achar o concentrador
O roteador procura o concentrador pela camada 2. Se trava aqui, o problema é VLAN, switch ou OLT.
Autenticação
Login no RADIUS
O concentrador consulta o RADIUS. Se trava aqui, o RADIUS está fora, lento ou recusando logins.
Endereço
IP e prefixo entregues
O cliente recebe IPv4 e IPv6. Se trava aqui, o pool acabou ou a faixa está mal configurada.
Navegação
Tráfego até a borda
A sessão está de pé. Se não navega, olhe o CGNAT, a borda e os links de saída.
Depois de aberta, a sessão segue viva por mensagens de eco do PPP. Eco sem resposta por alguns ciclos encerra a sessão, mesmo com o cliente ligado.
Como identificar a causa da queda
O comportamento das sessões e os registros do concentrador e do RADIUS separam as causas. Junte esses dados antes de reiniciar qualquer equipamento.
| O que você vê | Causa provável | Primeira conferência |
|---|---|---|
| Sessões caem e voltam aos poucos, CPU perto de 100% | Concentrador sobrecarregado ou reconexão em massa | Gráfico de CPU e de sessões novas por segundo |
| Ninguém volta e o registro mostra tempo esgotado na autenticação | RADIUS fora ou lento | Login de teste e tempo de resposta do RADIUS |
| Quem estava conectado segue bem, quem cai não volta | Pool de endereços esgotado | Endereços livres em cada faixa |
| Só clientes de uma OLT ou de uma VLAN caem | Caminho entre OLT e concentrador | Interfaces, VLAN e switch do trecho |
| Sessões abertas, mas sem navegação | Borda ou link de saída | Sessões BGP e tráfego nos links |
| Tempo ligado do concentrador de poucos minutos | Concentrador reiniciou | Registro de energia e de sistema |
A borda também pode estar no limite
Se o concentrador está bem e a navegação não volta, o gargalo pode estar no roteador de borda. Veja o que fazer em caso de roteador de borda com CPU em 100% e o guia de sessão BGP que não sobe.
O que os registros contam
O concentrador e o RADIUS guardam o motivo de encerramento de cada sessão. Agrupar esses motivos no minuto da queda costuma mostrar a causa sem nenhum teste a mais.
- Eco sem resposta: o caminho até os clientes caiu, o que aponta para OLT, switch ou VLAN.
- Encerrado pelo concentrador: reinício, falta de memória ou limite de sessões atingido.
- Autenticação recusada ou sem resposta: RADIUS fora, lento ou com o banco de dados travado.
- Sem endereço: pool vazio, com os logins aceitos e a sessão encerrada logo depois.
PPPoE caindo todos os clientes: o que fazer
Comece pelo que só lê informação e deixe para o fim o que mexe na rede. A ordem abaixo acha o elo que falhou sem provocar uma segunda queda.
- Alcance: confira se caiu a base inteira ou só um POP, uma OLT ou uma VLAN.
- Concentrador: anote CPU, memória, tempo ligado e o número de sessões agora e antes da queda.
- RADIUS: faça um login de teste e veja se a resposta chega e em quanto tempo.
- Pool: veja quantos endereços livres restam em cada faixa de IPv4 e de prefixos IPv6.
- Borda: confira se as sessões BGP estão de pé e se há tráfego saindo pelos links.
- Volta controlada: se a reconexão em massa está derrubando o concentrador, limite a taxa de sessões novas ou libere as OLTs aos poucos.
Na borda, as sessões BGP com as operadoras dizem se o problema é de saída. Se elas caíram junto, a queda das sessões PPPoE pode ser efeito, e não causa.
Base inteira fora e o concentrador não segura a volta?
No diagnóstico de PPPoE caindo, um Especialista lê o concentrador e o RADIUS, acha o elo que falhou e organiza a reconexão por etapas, sem nova queda.
Como controlar a volta das sessões
Quando a reconexão é o que derruba o concentrador, a saída é trazer a base de volta em partes. Cada parte sobe, estabiliza e só então a próxima entra.
- Limite de sessões novas: muitos concentradores aceitam um teto de sessões por segundo [CONFIRMAR no equipamento].
- OLTs por etapa: libere o uplink de uma OLT por vez, começando pela de menos clientes.
- RADIUS aliviado: confira se o banco de dados do RADIUS aguenta o pico de consultas antes de liberar tudo.
Exemplo: base fora depois de falta de energia no POP
Um caso comum mostra a ordem funcionando. Uma queda de energia de poucos minutos no POP desliga o switch de agregação, e toda a base perde a sessão.
- Alcance: todos os clientes caíram juntos, e o concentrador está ligado, sem reinício.
- Volta: quando o switch sobe, as sessões começam a voltar, mas a CPU do concentrador vai ao limite e elas caem de novo.
- Controle: a equipe libera uma OLT por vez, e cada grupo autentica sem afogar o concentrador.
- Depois: o switch ganha nobreak próprio e o limite de sessões novas fica configurado para a próxima vez.
Erros comuns na hora da queda
Na pressa, algumas reações aumentam a avalanche de reconexões ou apagam o que mostraria a causa. Todas parecem rápidas e deixam a base fora por mais tempo.
Evite
- Reiniciar o concentrador no pico. Todos tentam voltar no mesmo minuto e a queda pode se repetir.
- Reiniciar o RADIUS sem olhar os registros. A causa da lentidão some junto.
- Pedir para todos os clientes reiniciarem o roteador. A avalanche de reconexões aumenta.
- Mudar MTU, perfis ou regras de firewall às pressas, em todos os clientes de uma vez.
- Ampliar o pool de endereços sem conferir a faixa do CGNAT e o log que depende dela.
O último item pega muitos provedores. Quando o concentrador também faz o CGNAT, mudar a faixa dos clientes mexe na tradução de endereços e no registro que identifica cada assinante.
Também é comum culpar a OLT porque o atendimento ouviu falar de luz vermelha. Se a base inteira caiu ao mesmo tempo, em várias OLTs, o problema está acima delas; o guia de OLT derrubando ONU trata do caso em que só uma porta cai.
Quando vale chamar um Especialista?
Vale chamar quando a base não volta depois dos passos acima, quando a queda se repete no mesmo horário ou quando o concentrador cai de novo assim que os clientes reconectam. Cada tentativa às cegas derruba a base outra vez.
Marque o que vale para o seu provedor agora
- A base caiu mais de uma vez na mesma semana, sempre perto do mesmo horário.
- O concentrador cai de novo assim que as sessões começam a voltar.
- Ninguém sabe dizer qual foi o motivo de encerramento das sessões.
- O RADIUS não tem monitoramento de tempo de resposta.
- Só existe um concentrador, sem outro para dividir a carga ou assumir.
Duas marcas ou mais indicam que a causa não vai aparecer reiniciando equipamento. É a hora de colocar no concentrador alguém que já organizou essa volta em outras redes.
É um caso de suporte técnico N3, porque envolve concentrador, RADIUS, rede de acesso e borda ao mesmo tempo. A Táquion Tech atende a queda de forma remota, com acesso de leitura ao concentrador e ao RADIUS, e entrega um relatório com a causa e o que muda para não repetir.
O peso da queda no SLA
Clientes empresariais costumam ter SLA de disponibilidade em contrato, e uma queda geral conta contra todos eles de uma vez. Registrar início e fim de cada queda ajuda a responder a esses clientes com dados.
Como evitar que a base caia de novo
A prevenção junta capacidade para a volta de toda a base, um segundo concentrador e monitoramento do RADIUS. Com isso, a próxima falha derruba menos gente e dura menos.
- Capacidade para a volta: concentrador dimensionado para a reconexão de toda a base, não só para o uso normal.
- Segundo concentrador: carga dividida ou assumida pelo outro, como na alta disponibilidade de concentrador.
- RADIUS vigiado: tempo de resposta e banco de dados monitorados, com servidor reserva; veja o serviço de RADIUS para provedor.
- Pool com folga: alarme de endereços livres antes de a faixa acabar.
- Camada 2 protegida: controle de tempestade de broadcast entre as OLTs e o concentrador, como no guia de storm control.
Perguntas frequentes sobre PPPoE caindo todos os clientes
Por que todos os clientes caem ao mesmo tempo?
Porque algo que todos dividem falhou: concentrador, RADIUS, pool de endereços, o caminho até as OLTs ou a saída para a internet. Defeito em um cliente não derruba a base inteira.
Os clientes caíram e não voltam. O que olhar primeiro?
O RADIUS e o pool de endereços. Se a autenticação não responde ou não há endereço livre, a rede pode estar de pé e mesmo assim ninguém consegue voltar.
Reiniciar o concentrador resolve a queda?
Às vezes devolve as sessões por um tempo, mas não resolve a causa. No pico, todos reconectando juntos podem derrubar o concentrador de novo.
Como evitar que a reconexão derrube o concentrador?
Limitando a taxa de sessões novas por segundo, quando o equipamento permite, e dimensionando o concentrador para a volta de toda a base. Liberar as OLTs por etapa também ajuda na hora da crise.
Sessões caindo por eco sem resposta indicam o quê?
Indicam que o concentrador parou de ouvir os roteadores dos clientes. Quando acontece com todos juntos, o caminho de camada 2 até as OLTs é o primeiro suspeito.
Serviços ligados a este guia
- Diagnóstico de PPPoE caindo para provedores IPv6, CGNAT e BNG
- Alta disponibilidade de concentrador para provedores IPv6, CGNAT e BNG
- Implantação de servidor RADIUS para provedores IPv6, CGNAT e BNG
- Integração com Hubsoft para provedores Sistemas para provedores
- Integração com MK-Auth para provedores Sistemas para provedores
- Suporte técnico nível 2 para provedores Suporte N3
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.
Fontes
- RFC 2516, A Method for Transmitting PPP Over Ethernet (PPPoE): como o cliente descobre o concentrador e abre a sessão.
- RFC 1661, The Point-to-Point Protocol (PPP): mensagens de eco que mostram se a sessão segue viva.
- RFC 2865, Remote Authentication Dial In User Service (RADIUS): como o concentrador pede ao RADIUS a autorização de cada login.
