Latência, Jitter e Perda de Pacote: Como Descobrir Onde Está o Gargalo da Sua Rede

Vídeo travando no horário de pico? Entenda latência, jitter e perda de pacote e descubra se o gargalo está na sua rede, na operadora ou no conteúdo.

Por Fausto Morales

Latência, Jitter e Perda de Pacote: Como Descobrir Onde Está o Gargalo da Sua Rede

Latência, Jitter e Perda de Pacote: Como Descobrir Onde Está o Gargalo da Sua Rede

Durante o dia, tudo funciona. Às seis da tarde, os chamados começam: o vídeo trava, o jogo engasga, a chamada de vídeo picota. Quase nunca é um cabo rompido. O CTO da ASAP Telecom explica como medir, onde procurar e por que a variação da latência importa mais do que o próprio ping.

Todo provedor conhece o roteiro. Entre as 18h e as 23h, quando a família inteira chega em casa e liga a TV, o celular e o videogame ao mesmo tempo, a rede que passou o dia tranquila começa a gerar reclamação. Um assinante diz que a série está carregando. Outro diz que o jogo está com lag. Um terceiro jura que contratou 1 giga e não está recebendo. O técnico confere o cadastro, vê a ONT ligada, a luz verde acesa, e não encontra nada de errado.

Arlei Nalesso, CTO e cofundador da ASAP Telecom, dedicou uma aula inteira, gravada para o canal da ASAP, a esse momento do dia. A tese dele é direta: a maior parte dos chamados no horário de pico não tem relação com problema físico, como uma fibra rompida ou um conector quebrado pelo cliente. Tem relação com capacidade. Em algum ponto entre o assinante e o conteúdo existe um gargalo, e ele pode estar na rede do provedor, na operadora que o provedor contrata, na interconexão entre as duas ou perto do próprio conteúdo. Descobrir qual deles é o trabalho.

Três Palavras Que Explicam o Horário de Pico

A primeira é latência. É o tempo que um pacote de dados leva para sair do seu equipamento, chegar ao servidor do outro lado e voltar. É o número que o comando ping devolve, medido em milissegundos. Pense numa carta que você manda e na resposta que chega: a latência é o tempo entre colocar a sua no correio e abrir a do destinatário.

A segunda é jitter, a variação da latência ao longo do tempo. Se o ping responde em 12, 13, 12, 14 milissegundos, o jitter é baixo. Se responde em 12, 48, 15, 90, é alto. A comparação mais útil é com um ônibus. Uma linha que sempre leva 40 minutos é lenta, mas previsível: dá para se planejar. Uma linha que às vezes leva 20 e às vezes leva 70 é pior, mesmo que a média seja a mesma, porque ninguém consegue confiar nela.

:::Muitas vezes o jitter é mais importante do que o ping. Um ping isolado é uma fotografia; o jitter é o filme, medido durante um período, e revela a rede trabalhando perto do limite.

É por isso que Arlei insiste nele. Streaming, jogos online, televisão por IP e chamadas de vídeo são aplicações em tempo real: elas toleram uma latência razoável, mas sofrem quando a latência oscila. Um jitter que varia muito é um sintoma clássico de que algum equipamento ou algum enlace no caminho está trabalhando muito perto da capacidade máxima.

A terceira palavra é perda de pacote. Quando um enlace ou um roteador recebe mais tráfego do que consegue encaminhar, os pacotes formam uma fila. Enquanto a fila cresce, a latência sobe e oscila, e é aí que aparece o jitter. Quando a fila transborda, os pacotes excedentes são descartados. Em uma página da web, isso significa um carregamento mais lento, porque os dados são reenviados. Num jogo ou numa chamada de vídeo, significa travamento, porque não há tempo para reenviar. Latência alta, jitter e perda de pacote costumam ser, portanto, três estágios do mesmo problema: falta de folga.

Comece Pela Camada de Baixo

Antes de falar de capacidade, Arlei faz um alerta de método. Toda investigação de rede deve seguir o modelo OSI, a forma clássica de dividir a comunicação em sete camadas, da física, que é o cabo e a luz na fibra, até a aplicação, que é o programa que o usuário vê. E deve começar sempre por baixo. Nunca da aplicação para o cabo.

Na prática, isso quer dizer conferir a camada física de verdade. Não basta ver o LED aceso na ONT. É preciso olhar o nível do sinal óptico e verificar se ele está dentro da faixa que o equipamento suporta, e olhar também o estado do backbone que atende aquele cliente. Um sinal no limite da tolerância pode funcionar o dia todo e começar a falhar justamente quando o tráfego aumenta.

Capacidade Não é a Banda Que o Cliente Comprou

Um provedor com 100 clientes de 1 giga não precisa contratar 100 gigas de link. Ninguém usa o plano inteiro o tempo todo, e é essa estatística que torna o negócio viável. Pelas contas que a ASAP faz com provedores, o consumo real costuma ficar entre 2 e 10 megabits por segundo por usuário no horário de pico, mesmo quando os planos vendidos são muito maiores.

É uma faixa larga, e o ponto exato depende do perfil de uso da base. Um público que usa principalmente mensageiros pesa pouco, porque esses aplicativos baixam a mídia para o celular e o usuário a assiste localmente. Um público que assiste a séries, joga online e vê televisão por IP pesa muito mais, porque esse conteúdo é consumido em tempo real, e exige não só banda, mas latência e jitter baixos. Com mil ou dois mil assinantes, a diferença entre 2 e 10 megabits por usuário vira a diferença entre um link de alguns gigas e um de dezenas.

Há ainda um vilão moderno: o teste de velocidade. Ele foi feito para ocupar a banda inteira do plano por alguns segundos. Num provedor com 10 gigas de link e 100 clientes de 1 giga, bastam dez assinantes testando ao mesmo tempo para encostar no limite, somados a todos os outros que já estão navegando. E no horário de pico, quando a rede piora, mais gente faz o teste para conferir. A situação vira uma bola de neve.

O Roteador Também Tem Limite

O gargalo nem sempre está no link. Muitos provedores começam com um único roteador de entrada que faz tudo: roteamento, NAT, autenticação dos assinantes, controle de banda. No início, é a escolha certa, barata e fácil de configurar. Mas, à medida que a base cresce, aquele equipamento passa a carregar mais do que deveria. Arlei usa uma imagem: não adianta querer que ele rode como uma Ferrari.

A recomendação é monitorar o processador do equipamento, e não apenas a ocupação das portas. Uma porta pode estar folgada enquanto a CPU está sobrecarregada, e o efeito para o cliente é o mesmo: latência. Os limites que Arlei usa são simples:

  • Acima de 50% a 60% de CPU: sinal amarelo. A rede está crescendo, ou o tipo de tráfego está mudando.
  • Por volta de 70%: sinal vermelho. É hora de agir, distribuindo serviços em outros equipamentos, tirando o roteador do núcleo da rede ou deixando para ele só uma função, como o NAT ou a autenticação.
  • 80% a 90%: tarde demais. A qualidade já está sendo degradada, e os chamados já estão chegando.

Não existe uma tabela que diga quantos usuários cada equipamento suporta. Dez clientes com o tipo errado de serviço podem levar a CPU ao alto. O que existe é o acompanhamento, que os engenheiros chamam de capacity planning, ou planejamento de capacidade: registrar o uso de cada equipamento ao longo do tempo e olhar a curva. Se ela continuar subindo no mesmo ritmo, dá para prever que o problema chega em um mês, seis meses ou um ano, e se planejar antes. Equipamento novo, rodando a 20%, pode ser olhado uma vez por semana. Equipamento perto dos 70%, todo dia. Melhor ainda é criar um alarme que avise quando o uso passar de 50%.

9,5 Gigas Numa Porta de 10: Seguro?

Um dos cortes mais vistos da aula responde a uma dúvida comum. O provedor tem uma porta de 10 gigas com a operadora, olha o gráfico do horário de pico e vê 9,5 gigas. Está tranquilo? Não está.

O motivo está na forma como o gráfico é feito. Ferramentas de monitoramento coletam amostras de tempos em tempos e mostram a média de cada intervalo. As rajadas de tráfego, que duram poucos segundos, desaparecem nessa média. Quando o técnico olha a interface em tempo real, segundo a segundo, vê uma realidade bem mais agitada: picos que encostam no limite da porta várias vezes por minuto. Cada vez que isso acontece, a fila enche, a latência sobe, o jitter aparece e, no limite, pacotes são perdidos. Um gráfico que mostra 95% de ocupação média quase sempre esconde momentos de 100%.

A regra prática de Arlei é a mesma dos equipamentos: trabalhar com folga, por volta de 70% de ocupação no pico. Com 10 gigas contratados e cerca de 7 gigas de uso, o provedor não terá problema de latência nem de jitter dentro da própria infraestrutura até a interconexão com a operadora.

Quando a folga acaba, há alguns caminhos. O primeiro é o burst. Na ASAP, o link dedicado tem burst automático: em momentos de pico, ele absorve até o dobro da velocidade contratada, sem corte. O uso acima do contratado é cobrado pelo modelo de percentil 95, que descarta os 5% de medições mais altas do mês, cerca de 36 horas num mês de 30 dias, e cobra o excedente que sobra. É uma proteção contra rajadas, não um substituto para a capacidade. Se o uso acima do contratado vira rotina, um upgrade costuma sair mais barato do que viver no burst. O guia Burst e Percentil 95th explica a conta em detalhe.

O segundo caminho vale quando o limite é físico: se a porta é de 10 gigas, não há burst que a faça entregar 11. Aí a saída é ativar uma segunda porta. O terceiro é tirar tráfego do link, levando parte dele para o IX.br ou para conexões diretas com os grandes geradores de conteúdo, como explicado em Como Funciona um PIX do IX.br.

A Conta da Redundância

Há uma armadilha parecida no desenho da redundância. Imagine um provedor com dois links de 10 gigas, de duas operadoras diferentes, e 12 gigas de tráfego no pico. Com as duas operadoras funcionando, a rede está confortável: cada uma carrega cerca de 6. Mas rompimentos acontecem com todo mundo. Quando um dos links cai, os 12 gigas tentam passar pelos 10 que sobraram, e o provedor fica no limite justamente no pior momento.

Por isso Arlei recomenda contratar burst nos dois links. Enquanto a operadora que falhou restabelece o serviço, o link que ficou absorve a diferença, e o assinante sente, no máximo, os segundos em que o tráfego é redirecionado.

A Ferramenta Que Aponta o Culpado

Se o problema não está no roteador nem nas portas do provedor, onde está? A ferramenta que Arlei recomenda para responder é o MTR. Ele funciona como um traceroute contínuo: descobre cada salto do caminho até um destino e fica medindo a latência de cada um, sem parar, por quanto tempo o técnico quiser. Para quem usa Windows, existe uma versão com interface gráfica, o WinMTR.

A leitura é feita salto a salto. Os primeiros pertencem à rede do provedor. Os seguintes, à operadora. Os últimos estão na internet, já perto do conteúdo. Onde a latência começa a variar, ali está o gargalo:

  • A variação começa dentro da sua rede: o problema é seu. Vale rodar o MTR também até o IP da ONT do cliente que reclamou, para ver se há um trecho saturado entre o núcleo e ele.
  • A variação começa na operadora: o trecho que atende você pode estar saturado. O resultado do MTR pode ser exportado em texto ou capturado em tela e enviado junto com o chamado.
  • Só o último salto varia, e todo o resto fica estável: o próprio conteúdo está perto do limite. Se vários clientes reclamam do mesmo serviço, é ele.

Correlacionar os chamados ajuda. Se as reclamações se concentram nos clientes de um mesmo POP, o problema provavelmente está nele. Se vêm de toda a base sobre o mesmo aplicativo, provavelmente está no conteúdo. Ninguém controla a internet inteira, nem o provedor, nem a operadora, nem o próprio conteúdo, que também tem seus dias ruins.

Cobre a Sua Operadora

O último conselho da aula é o mais incômodo para quem vende link. Contratar 30 gigas para usar 10 não garante qualidade se o gargalo estiver dentro da operadora, num trecho que ela própria deixou saturar. Por isso, diz Arlei, o provedor deve exigir qualidade, e não só capacidade. Inclusive da ASAP.

Ele explica por que fala com tranquilidade. A ASAP trabalha com folga: quando um trecho da rede se aproxima dos 70% de uso, a ampliação é feita antes de ativar o próximo cliente. A equipe mantém testes de latência rodando periodicamente nas interconexões, o que permite entregar ao provedor um histórico do trecho entre os dois, e não apenas uma medição do momento. A operadora não enxerga a rede interna do provedor, mas enxerga muito bem o caminho entre ela e o provedor e entre ela e o conteúdo. E, como tem várias interconexões, pode desviar o tráfego de uma que esteja saturada para outra, muitas vezes antes que o problema chegue a ser percebido.

Abrir chamado com a operadora, portanto, nunca é um problema. Abrir chamado com o resultado do MTR na mão é ainda melhor.

O Resumo: Monitorar

Toda a aula se resume a uma palavra. A monitoração mostra o estado da infraestrutura como um todo: links, backbones, operadoras, interconexões e a capacidade de cada equipamento. A ferramenta importa menos do que o hábito. Zabbix, Cacti, The Dude, Nagios, qualquer uma serve, e a melhor é aquela que a equipe domina. Para quem quer começar amanhã, o roteiro é curto:

  • Monitore portas e CPU: de roteadores, OLTs e equipamentos de núcleo, com alarme a partir de 50%.
  • Olhe a curva, não só o número: uma vez por semana para equipamentos folgados, todo dia para os que passam de 70%.
  • Desconfie da média: confira a interface em tempo real no horário de pico.
  • Tenha folga e burst: inclusive no link de redundância.
  • Use o MTR antes de abrir chamado: e mande o resultado junto.

A aula completa está no canal da ASAP Telecom no YouTube: Latência, jitter e perda de pacotes: como diagnosticar problemas no ISP. Para conhecer o link dedicado da ASAP para provedores, com burst e entrega no IX.br, veja a página Para Provedores.

Quer aplicar isso na sua operação? Peça uma proposta à pré-venda da ASAP.