虚拟网络的监控难题 具体看来,企业面临的虚拟网络挑战主要体现在两个方面:一是网络状态与流量数据采集难,二是故障的提前发现与快速定位难。 首先从采集来看,传统应用于物理网络的运维工具无法对虚拟化环境的流量进行直接采集,导致企业对于虚拟网络流量发现存在盲区。再加上云环境下,容器、虚机、主机、接入、核心、网络服务等访问和依赖关系复杂,更难以做到细粒度的流量发现与分析。如此一来,IT管理人员对网络的变化难以感知。对此,云杉网络联合创始人兼COO来源在接受智会社采访时这样形容物理网络到虚拟网络的变化:物理网络如同城市间的高速公路,利用摄像头或其他传感设备能够容易感知和分析车流量信息,而虚拟网络则变成了一条条抽象的逻辑公路,传统装置难以采集获取流量。 其次从故障定位发现来看,正是因为网络数据的采集障碍直接导致了网络运维难题,对于运维人员来说,虚拟网络的连接状态、资源使用状态和策略状态是一个“黑盒”,网络操作无从下手。所以在出现网络故障时,运维人员难以迅速发现和定位问题,从而对业务造成影响。 总结起来说,自从虚拟网络诞生以来,监控难题伴随至今,并且随着混合云的深入应用,这个挑战愈发明显。企业需要打开虚拟网络流量“黑盒”,需要把握控制虚拟网络,需要对业务提供质量可靠的网络服务, 而云杉网络DeepFlow®产品正是这“黑盒”中的第一束光。
除了支持多种云环境和多种部署形态的全面网络流量采集功能外,DeepFlow®的优势特性还体现在对遥测数据、网包数据、网流数据的预处理能力上,云杉网络特有的高性能算法专利技术实现了算子前置。通过过滤、去重、压缩、截短、封装等多种预处理方式,降低了采集信息传输带宽并提升性能。
在流量分发方面,DeepFlow®开放式的API接口满足了多种第三方工具的对接及流量发送,包括NOC/SOC、智能运维平台、业务分析、安全分析、审计工具等,以及对于特定租户、特定流量的筛选等,进而为企业提供更为全面的决策依据。对于整个流量采集、分发,DeepFlow®的特别之处体现在分布式的采集计算能力、高效的预处理和统一管理,“ DeepFlow®为混合云各类资源池提供采集抽象能力,并建立时序数据库,实现了高性能的时序数据读取和分发能力,进而有能力去构建整个云的流量平台化、系统化管理。”来源强调。
基于此,云杉网络可以帮助企业从多个维度清晰的绘制出云网络全景图和业务画像,并提供性能分析、安全策略验证、回溯分析,以及任意两个网元之间的网络诊断功能,从而为业务稳定运行提供支撑。采集、分发、分析三步解决虚拟网络监控难点,企业拥有了对虚拟网络的精准与全面感知后,也就消除了业务上云的最后一大障碍。
DeepFlow®和NSP一监一管、彼此联动,云杉网络的最终目的是让云数据中心网络拥有自优化和动态感知能力。为此,NSP不断在技术和功能上进行迭代,并即将发布重大升级。总之来说,无论是看云网更清晰,还是让云网更自由,DeepFlow®和NSP的结合为云网的发展提供了更多想象力,它让SDN这项网络变革技术焕发出新的活力。]]>
云杉网络
November 25, 2019
媒体报道, 新闻精选