前两篇写了选型规划和技术对接，这篇讲日常运维和故障排查。很多学校建设期轰轰烈烈，上线后没人管，等出问题了才发现运维体系是空的。校园网络计费系统不是“上线即完成”，恰恰相反，上线才是运维的开始。

日常监控要看哪些指标

计费系统的监控不能只盯“服务是否运行”。服务运行不代表功能正常。我建议监控以下核心指标：

认证成功率：正常应该在99%以上。如果突然掉到95%以下，说明有问题。不要只看平均值，要看实时值。有些问题是间歇性的，平均值看不出来。

计费准确率：这是最难监控的。我的做法是：设置一个“体验账号”，定期自动登录、使用固定流量、退出，然后检查账单记录是否跟预期一致。如果不一致，说明计费逻辑有问题。

数据库性能：计费系统数据库读写频繁，容易成为瓶颈。要监控数据库CPU、内存、磁盘IO、慢查询。一旦发现慢查询增多，要立刻优化或者扩容。

Radius响应时间：计费系统跟认证设备之间的Radius交互，响应时间要监控。正常应该在毫秒级，如果超过1秒，用户体验会明显下降。

我帮一个学校配置过监控，原来只看了“服务运行”和“CPU使用率”，结果数据库慢查询堆积，用户认证变慢，但监控没报警。后来加上Radius响应时间和数据库慢查询监控，问题立刻就能发现了。

常见故障排查思路

校园网络计费系统的故障，大部分集中在几个区域。掌握排查思路，能大幅缩短故障恢复时间。

故障一：大面积认证失败。先检查Radius连通性，再检查数据库状态，再检查计费策略是否配置错误。排查顺序很重要，从最基础的网络层往上走，不要一上来就怀疑软件bug。

故障二：能认证但计费不准。先检查Radius计费属性配置，再检查计费策略，再检查数据库记录。这种问题一般是配置错误，不是系统bug。

故障三：部分用户无法上网。先检查账号状态（是否欠费、是否到期、是否被禁用），再检查IP地址分配，再检查路由策略。这种问题一般是用户管理层面的，不是系统层面的。

故障四：系统变慢。先检查数据库性能，再检查日志文件是否占满磁盘，再检查是否有异常流量冲击。系统变慢90%是数据库或者磁盘问题。

我总结了一个排查原则：先查配置，再查性能，最后查代码。配置问题占70%，性能问题占25%，真正的代码bug只占5%。

日志分析是关键能力

计费系统产生的日志量很大，但很多人不会分析。日志不是用来“存档”的，是用来“排查问题”的。

认证日志：记录每次认证成功/失败、时间、账号、IP、失败原因。分析认证日志，能发现认证规律、设备故障趋势、异常攻击尝试。

计费日志：记录每次计费开始/停止、流量使用、费用计算。分析计费日志，能发现计费异常、流量异常、策略错误。

操作日志：记录管理员的所有操作。这既是安全审计要求，也是故障回溯的关键。我建议操作日志要详细到“谁、在什么时间、对哪个对象、做了什么修改”。

日志分析不能靠人工翻文件。要会用工具：Linux下用grep/awk/sort/uniq，Windows下用PowerShell的字符串处理。更高级一点，把日志导入Elasticsearch，用Kibana做可视化分析。

我帮一个学校做过日志分析，发现每天凌晨2-4点有大量认证失败记录，来源都是同一个IP段。查出来是一个学生写了个脚本自动尝试破解密码。后来加了账号锁定策略，问题就消失了。

账号管理的坑，提前避开

校园网用户量大、变动频繁，账号管理是运维的重头戏。

新生入学：要在开学前批量导入账号。这个工作要跟招生部门对齐时间，不能等学生到校了还没账号。我建议提前1-2周完成账号导入和测试。

毕业生离校：要及时注销账号、清理资源。很多学校这个工作做得不及时，导致大量僵尸账号占用IP资源，还留下安全隐患。

教职工变动：教职工离职、调岗，账号权限要同步调整。这个工作要跟人事部门建立联动机制，不能等信息化部门自己发现。

密码管理：初始密码不能太简单，要强制用户首次登录修改。还要设置密码复杂度要求和定期修改策略。这些看起来是小事，但跟网络安全直接相关。

性能优化，随着用户量增长要做

计费系统的性能不是“上线时测过就够了”，要随着用户量增长、业务复杂度提升持续优化。

数据库优化：定期清理历史数据（可以把老数据归档到冷存储），建立合适的索引，优化慢查询，必要时做数据库拆分（比如认证库和计费库分开）。

应用层优化：调整线程池大小、连接池大小、缓存策略。这些参数要根据实际运行情况动态调整，不能一套配置用几年。

网络层优化：确保计费系统到认证设备之间的网络路径低延迟、高可靠。必要时做链路冗余。

我见过一个学校，用户从3000增长到8000，计费系统没做过性能优化，结果期末考试期间系统卡顿，学生无法上网查成绩。后来做了数据库拆分和应用层优化，性能提升了3倍。

跟厂商打交道经验

计费系统出问题时，很多时候需要厂商技术支持。怎么高效跟厂商打交道，也是运维能力的一部分。

第一，问题描述要准确。不要只说“系统很慢”，要说“认证响应时间从200ms增加到2000ms，发生在每天10-11点，影响约2000用户”。信息越具体，厂商越容易定位问题。

第二，日志要能快速提供。厂商排查问题主要看日志。你要能快速提取指定时间段的认证日志、计费日志、系统日志。如果每次都要花半小时找日志，问题解决效率就很低。

第三，版本升级要谨慎。不要一有新版就升，先看变更日志，看是否解决了你关心的问题，是否引入了新问题。我建议版本升级要在测试环境先验证，确认没问题再上生产。

总结

校园网络计费系统的运维，是一项需要技术、流程、沟通综合能力的工作。监控体系要完备，故障排查要有思路，日志分析要会工具，账号管理要跟业务部门联动，性能优化要持续做。

最好的运维状态是：问题在发生前就被发现，故障恢复时间在分钟级，用户几乎感知不到系统维护的存在。

下一篇我会讲校园网络计费系统在不同场景下的应用差异，包括高校、职业院校、中小学的不同需求和实施重点。