資料中心網絡性能：新應用下的新需求

随着機器學習，大資料，雲計算和nfv不斷完善，資料中心網絡性能也随之發展。亞馬遜，谷歌，百度和騰訊等大型雲服務提供商已更新提供it服務的方式，使之功能更強大，速度更靈活，靈活性更高。這敲響了傳統營運商的警鐘，at&t技術與營運首席政策官john donovan 表示，at＆t緻力于成為“世界上最具侵略性的it公司”。ott産品在業界的應用已變得普遍，應用和服務開發都需要創新完善。

他表示：“廠商正在逐漸成為競争對手，過去的競争對手變為開源開發等領域的合作夥伴。整個行業的工作方式正在發生變化。我們在标準機構這個平台上共同管理，交流意見解決問題、制作産品。每個參與者都要在規則内，在競争中合作。”

基于了未來發展和競争現狀，諸如at＆t這樣的營運商已經擁抱nfv和分布式計算，以支援應用傳遞、機器學習和大資料分析來管理基礎設施。這些演變需要在資料中心不斷發展的前提下實作，以確定大型資料集和io密集型工作負載的性能。

普通于雲計算的企業工作負載是計算密集型的，但不一定是io密集型。是以，使用nfv和雲計算的通信應用程式需要更高要求的網絡結構。運用nfv的營運商，需要收集大量在網絡的虛拟和實體層的實時資料。

global data首席分析師peter jarich解釋說：“我們緻力于實作可以查找任何位元組，操作，捕獲，重寫;通過網絡端到端的每個資料包進行時間戳，對交換機中的緩沖進行連續的實時監控。”

性能杠杆：帶寬速度

随着對海量資料傳輸和網絡瞬間資料傳輸的研究逐漸深入，我們發現影響系統性能的原因有兩個：原始吞吐量和延遲。

為了解決原始吞吐量的問題，大容量伺服器正在重新定義資料中心内的架構和經濟模型。我們對提高伺服器速度進行投資，使之從10gb / s提高到25gb / s以上，提高組織帶寬和消息速率升。跟10gb / s的相比25gb / s的帶寬提高2.5倍，成本在1.3x到1.5x之間。

gartner資料中心融合和資料中心實踐副總裁兼分析師joe skorupa表示“從經濟角度來看，此舉意義重大，現行的25 gb / s和50 gb / s服務架構将轉換為50 gb / s和100 gb / s的網絡連接配接，與此同時光網絡成本也在下降 。40gb / s連接配接需要四條10 gb / s的通道，今天的50gb / s連接配接由25b / s鍊路即可，速度的提升意味着價格下降，因為交換機端口和光纖成本都會下降。“

在資料中心互連方面，容量是影響性能的重要因素。例如，移動邊緣計算正在成為趨勢，因為營運商希望使用機器學習和人工智能來管理具有更多分布式節點的網絡。

jarich指出：“過去，每兩百個基站都有一個epc節點，是以在美國傳統的分組核心中将有十幾個站點。現在，您可能有成千上萬的站點，因為使用者需要更多的帶寬将其連結到核心。如果我們要在資料中心的網絡邊緣實施大量的分析和控制，那麼我們必須快速提升分析速度和控制的靈活度。”

降低延遲的架構

考慮到延遲的因素，内部資料中心拓撲也在變化，老式的三層設計被leaf-spine的設計所取代，這種設計方式專門用于大資料行業，如不斷發展的電信資料中心。傳統的三層模式由核心路由器，聚合路由器和接入交換機組成，通過備援路徑互連。但一般隻有一個主要路由，隻有在主要路由中斷的情況下才啟動備份路徑。

下一代配置中設有兩層leaf-spine。leaf層由連接配接到伺服器，防火牆，負載平衡器和邊緣路由器等裝置的接入交換機組成。spine層由執行路由的骨幹交換機組成。每個leaf交換機與每個spine交換機互連，構成網格拓撲，這意味着所有裝置的距離包含了資訊傳播所需的可預測的延遲量。動态路由根據網絡變化确定和調整最佳路徑。

skorupa說：“此舉顯着降低成本的同時提供了大量的橫截面帶寬，傳輸大量資料不成問題。我們相信很快也可以50 gb / s伺服器中得到應用。”

即使是在傳輸少量資料時，高速連接配接也十分重要。skorupa解釋說：“當您的工作負載傳遞少量延遲敏感的資料時，從10 gb / s轉為25 gb / s就有了用武之地。 網絡延遲可能隻占用了百分之五的時間，但是在10gb / s連接配接線纜需要2.5％乃至更長的時間，轉換為25 gb / s意味着從一個節點到另一個節點的所需時間的縮短。所有的這些都使得這些新應用程式更加易于運轉。”

從vswitch解除安裝（offload）

影響分布式和虛拟化應用程式延遲的另一個問題是虛拟交換機（vswitch）的性能不足。

skorupa表示：“當您檢視廣域網優化和虛拟防火牆等服務時，推出了大量的開放源代碼，這是vswitch的一個性能問題。我們可以通過将一些交換功能遷移到網卡（nic）中，或者購買更多的伺服器，但這會對nfv的投資回報率産生負面影響。

offload的政策減輕了cpu的工作量。通過移動到支援進階核心旁路技術的技術棧實作最低延遲并顯着提高資料傳輸速率。

消息加速軟體等輔助技術有助于實作這一點，它可以降低總體延遲并最小化cpu工作負載來提高應用程式的性能。此外，資料平面開發套件（dpdk）提供了一個可程式設計架構，能夠優化應用程式與nic通信的資料路徑。與此同時，它能夠更快地處理資料包，這對處理大量以太網資料包處理或高消息速率的應用程式（如虛拟化網絡功能）尤為有益。

jarich表示：“營運商越來越樂于擁抱雲計算，尤其是當他們搭建5g網絡并具有較大工作量時。移動分布式計算的可帶來更低的延遲，回程節省，更高的可管理性，是以深受營運商青睐。”

本文轉自d1net（轉載）