【SDN茶话会】数据中心网络流量分析的SDN用户价值

▌SDN在异构数据中心的价值之自运营 随着云计算的发展和落地，越来越多的用户将各种不同类型的业务部署到云端，接入设备的类型和数量、不同业务的网络流量等也在快速增长，如何在数据中心使用和管理好这些数目庞大、类型各异的网络信息，成为了数据中心网络的巨大挑战。  

1）数据中心网络的变迁

数据中心网络架构的改变是业务发展推动的结果。在网络拓扑结构上，为了减少带宽收敛比，增加网络性能。经典的数据中心网络采用“核心–汇聚–接入”这种传统的三层架构，随着云计算的发展、计算资源的池化，为了满足计算资源任意分配的需求，大二层的网络架构随之诞生，大二层网络架构虽然使得虚机网络能够灵活创建，但是带来的广播风暴问题也是显而易见的。 随着谷歌、Facebook等互联网巨头大型网络的建设，一个融合了OverLay的Spine/Leaf的网络架构呼之欲出。 对于大部分企业和组织来说，其数据中心的规模在没有达到网络巨头的规模前提下，必然要从自身业务出发，从技术能力、运营成本、资源利旧、战略规划等方面综合考量，从操作自动化、硬件白盒化、技术创新和成本优化几个方面改进数据中心的网络运营。  

2）异构数据中心的自运营网络

通常情况下，大部分的组织和企业需要的是一个更加智能化的网络平台，使用户能够根据业务需求，基于意图来创建和管理自己的网络。 IBN（Intent-based Network，基于意图的网络）技术的出现，被业界认为是对网络管理方式的一个重大转变。 美国新锐创业公司Apstra在“SDN茶话会·北京站”上分享了如何通过操作系统「AOS®」的方式来实现基于意图的网络，AOS®通过自我配置、修复和防御来自动化网络基础设施和服务的整个生命周期。 以常见的网络创建需求为例，当用户需要一个新的业务网络来支持1000台服务器的Openstack云部署时，用户根据AOS®的模板或者自定义选项，设置诸如服务器要求10G带宽、支持双连接、1:1收敛比等参数，AOS®即可为此建立一个网络：通过IP Fabric来连接所有应用程序，保证冗余和大量的带宽，在其余的网络配置参数中选用业内标准最佳实践。

▌SDN在DCN的价值之业务画像

数据中心的流量总的来说可以分为以下三种：

• 南北向流量：数据中心之外的客户端到数据中心服务器之间的流量，或者数据中心服务器访问互联网的流量。
• 东西向流量：数据中心内部的流量。
• 跨数据中心流量：顾名思义是指数据中心之间的流量，例如数据中心之间的灾备、专线接入互联等。

  思科发布的白皮书报告显示，2020年全球数据中心东西向流量占比将超过80%，而早期数据中心的流量80%为南北向流量。 随着云计算的到来，越来越丰富的业务对数据中心的流量模型产生了巨大的影响，如搜索、并行计算等，当需要大量的服务器集群系统协同完成工作时，导致服务器集群内部的流量变大，数据中心网络流量由“南北”为主转为“东西”为主。  

1）异常流量与业务画像

云数据中心的网络异常行为不仅会对网络设备造成不当的严重负荷，同时也极大地影响了云用户的使用体验，轻则造成客户投诉、重则导致客户流失。云计算环境中的多租户使得业务千差万别，再加上繁杂的第三方托管和专线接入，使得云数据中心的网络分析和异常行为定位极其困难。 例如，某直播公司，其数据中心峰值流量为1.6T，但是互联网带宽只占400G，剩下的全是专线、CDN流量等。 从运营的角度来看，数据中心正在从提供资源向提供产品或服务进行转变。市场趋势表明，流量分析是云平台的运营方及其租户迫切需求的一项产品或服务，流量分析在用户的决策控制中扮演着极其重要的角色。假以时日，流量分析就会成为云数据中心运营的压力和瓶颈，客户遇到任何网络的问题就会将电话打上门来。  

2）流量分析的体验与价值

云杉网络CTO张天鹏在“SDN茶话会·北京站”上的分享中提到，云数据中心提供不同类型的云计算服务，其中几个典型的流量分析应用为：

• 精准计量和容量规划；
• 业务画像与流量拓扑；
• 物理、虚拟网络的关联分析；
• 性能量化与分析；安全分析。

  多年来业界对SDN的看法不一，但实践证明SDN需要“大脑”才能使网络的控制更合理、有效。随着IBN的出现，网络流量的采集、分析和控制要闭环的看法已经成为共识，中美也因此涌现出一批相关的创业公司。 毫无疑问，数据中心网络流量的分析要面向运营者、面向业务。数据中心用户最关心的三个要素是效率、成本和效果。因此，数据中心运营者要从技术、流程和组织三个方面全面变革，树立云计算、大数据和人工智能领域典型应用，打造未来智能的云数据中心。

快来让难题变妙计吧~

>>云网络显难题？大咖献妙计！SDN锦囊妙计等你来拆！<<

◆◆◆

]]>