FreeRADIUS服务器中AcctSessionTime重置问题分析
问题背景
在使用FreeRADIUS 3.0.26与MySQL 8.0.35配合Ruckus无线控制器搭建的认证系统中,发现了一个关于会话时间统计的异常现象。当用户设备断开Wi-Fi连接后重新连接时,radius.radacct表中的AcctSessionTime会被重置,而不是继续累计。
问题现象
系统配置采用热点SSID结合认证门户页面,认证和计费指向FreeRADIUS服务器。无线控制器设置为每10分钟向RADIUS计费服务器发送一次计费更新。具体表现为:
- 用户首次连接Wi-Fi并完成认证后,系统正常记录会话时间
- 10分钟后无线控制器发送计费更新,数据库中的acctsessiontime正确显示为600秒(10分钟)
- 当用户断开Wi-Fi1分钟后重新连接时,acctsessiontime会被重置为小于600的值
- 预期行为应是保持原有会话时间继续累计
技术分析
这个问题本质上与FreeRADIUS处理会话唯一标识(Acct-Unique-Session-Id)的方式有关。在默认配置中:
- FreeRADIUS依赖acctuniqueid字段作为会话记录的唯一标识
- 数据库表中设置了UNIQUE KEY约束确保acctuniqueid唯一性
- 当设备重新连接时,无线控制器可能生成相同的acctuniqueid
- 由于唯一键约束,系统会尝试更新现有记录而非创建新记录
- 这导致会话时间被重置而非累计
解决方案
针对这一问题,可以采用以下技术方案:
-
修改数据库结构: 移除radius.radacct表中的"UNIQUE KEY acctuniqueid (acctuniqueid)"约束,允许多条记录共享相同的acctuniqueid
-
调整SQL查询逻辑: 修改/etc/freeradius/3.0/mods-config/sql/main/mysql/queries.conf文件中的所有涉及AcctUniqueId条件的查询语句,确保总是操作最新的会话记录
-
具体查询修改: 将原有条件"WHERE AcctUniqueId = '%{Acct-Unique-Session-Id}'" 修改为"WHERE AcctUniqueId = '%{Acct-Unique-Session-Id}' and radacctid = (select * from (select max(radacctid) from ${....acct_table2} where AcctUniqueId = '%{Acct-Unique-Session-Id}') as a)"
-
服务重启: 修改完成后需要重启FreeRADIUS服务使配置生效
实现原理
该解决方案通过以下方式解决问题:
- 移除唯一约束允许系统为同一设备创建多条会话记录
- 通过子查询确保总是操作最新(radacctid最大)的会话记录
- 这样当设备断开后重新连接时,系统会创建新记录而非更新旧记录
- 计费更新时仍能正确关联到最新的会话记录
- 最终实现会话时间的正确累计
注意事项
实施此解决方案时需要注意:
- 修改前应备份数据库和配置文件
- 生产环境建议先在测试环境验证
- 修改后需要监控系统性能,子查询可能增加数据库负载
- 确保无线控制器的配置与FreeRADIUS修改相匹配
- 长期解决方案应考虑升级到支持更好会话管理的新版本
这种解决方案特别适用于使用Ruckus等无线控制器与FreeRADIUS集成的场景,能够正确处理设备断开重连时的会话时间统计问题。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00