前往顾页
以后地位: 主页 > 精通Office > 其他教程 >

直面数据中间收集六年夜需求,六步打造面向将来的收集

时候:2017-02-19 22:11来源:知行网www.zhixing123.cn 编辑:麦田守望者

从思科2016年收集陈述白皮书中我们可以看到,2015~2020年环球收集流量年复合增加率将到达22%,至2020年环球收集流量将会净增加200EB(此中2015年环球收集流量为72EB,2016年这一数字为88EB,1EB=1,000PB)。这些数据只是经由过程广域网(WAN)、挪动收集、骨干网传输的流量,其实不克不及反应出数据中间外部的流量。固然有一部分流量是P2P的,但年夜部分流量是经由过程数据中间南北向的出口。

年夜部分现在的利用都是数据驱动的,并且比畴昔的利用复杂。成果导致东西向流量是南北向流量的数倍。思科以为收集流量的“二八效应”在数据中间反转了,并且东西向流量是南北向流量的5倍都不止。

现在的数据中间都是基于谷歌、微软、亚马逊和Facebook如许的互联网巨擘的弹性云技术架构构建,在企业与通信办事供应商看来,效仿互联网巨擘的做法简朴、高效。至于为甚么企业与通信办事供应商要进级他们的数据中间,看一下他们业务的核心需求便知。

下一代数据中间收集转变的动力

传统的数据中间收集是由纯物理的路由器和互换机构成的树状布局,年夜部分流量都是南北向的——用户的请求进入数据中间并由负载均衡集群分发,措置过的请求再前往给用户。凡是这类树状收集合一半的装备处于事情状况、另外一半处于待命状况以便随时领受可能产生的链路或装备毛病。

因为SDN和NFV技术的演进,以云计较技术为主的新数据中间将收集鸿沟进一步扩年夜了,数据中间之间的物理间隔也在扩年夜。跟传统数据中间比拟,下一代数据中间收集迥然不合。为了满足下一代数据中间的需求,首要的云办事商开端对数据中间的收集进行进级,这对企业和企业办事供应商也有不小的影响。对企业来讲,以下几点关头身分推送着数据中间收集的改进:

  • 构成IT技术差别化,进步合作力,鞭策业务敏捷性,降落运营本钱;
  • 增加视频、富媒体内容的消耗;
  • 操纵云计较和挪动利用的上风;
  • 夸大数据的首要性(年夜数据、物联网和阐发才气)。

与其说以下身分鞭策了企业改进数据中间的收集,不如说业务的生长促使数据中间的收集满足和支撑上述特性。那么为了满足业务的生长,对数据中间收集的请求又有哪些呢?

下一代数据中间收集的需求

因为业务和利用的驱动,一波新的收集需求海潮正朝着IT根本设施技术涌来。经由过程对企业和云办事商的调研不可贵知,下一代数据中间的收集扶植要逢迎以下趋势:

模块化、标准化、简化

世界上最先进的数据中间如谷歌、微软、领英、Facebook等都在向着模块化的标的目标生长,每个模块都包含标准化的收集架构,利用诸如博科、Marvell的互换机和Centec、Barefoot、Cavium的芯片。很多年夜型云办事商利用的互换机都是定制的版本,这些标准化的设想同样成了开放计较机项目(OCP)硬件标准的一部分。

这些标准化的模块活着界范围内的数据中间都易于摆设和扩展。固然模块化是云办事商最早开端利用的,但企业和通信办事商也纷繁采取了近似的设想。

为了支撑利用和数据的年夜范围扩展,下一代数据中间需求一个新的标准化的、简化的收集。传统的数据中间收集需求公用的硬件装备,每种装备的收集才气都有较年夜的差别。IDC经由过程采取标准办事器装备(这和SDN、NFV的思路分歧)力求减少收集装备的数量,同时优化收集并降落其复杂度。别的,下一代数据中间收集也偏向于利用较少的白盒装备来优化收集,这类战略与4~7层收集服从向标准办事平台迁徙异曲同工。

假造化和容器技术

跟着年夜量的法度被摆设到假造机中,和以Docker、CoreOS和其他容器处理计划为代表的Linux容器技术的提高,下一代数据中间支撑假造化的才气变得相当首要。绝年夜多数企业其实不像Facebook那样有薄弱的技术气力,在不合程度上都需求假造化和容器技术的支撑和办事。

下一代数据中间收集带来的另外一个关头转变是,收集的鸿沟不再是传统的ToR互换机,而是运行在办事器上的假造互换机(vSwitch),这些假造互换机终究成为数据中间收集的首要一环,并在Overlay收集合起到关头的感化。

可编程性

下一代数据中间收集的另外一个关头身分是支撑可编程。为了满足业务利用敏捷、矫捷的需求,同时许可收集经由过程编排体系或特地的收集法度进行优化,下一代数据中间收集经由过程开放RESTful APIs、支撑像P4如许的编程说话像OpenFlow如许的和谈等办法,使收集成为数据中间最首要的一部分。

熟谙到这一点后,愈来愈多的企业收集(假造的和物理的)采取了云平台的(如OpenStack、CloudStack、VMware等)技术架构。在一些需求及时措置收集拥堵和毛病的处所,体系主动化建设将代替人工运维。是以,可编程性将是下一代数据中间收集成功的关头。

主动化与NetOps

可编程性整合了收集利用和编排,但收集体系仍然需求年夜量的建设、监控和更新。即便是在明天,收集工程师仍然需求登录到节制台拜候装备的CLI进行操纵。很多收集装备供应商供应的GUI其实不成功,收集工程师们不克不及不回到粗陋的CLI眼前日复一日地反复这些事情。

但是我们也看到DevOps在收集方面的影响,有人称之为NetOps。鉴于Ansible、Puppet和Chef等这类东西令人气愤的利用体验,收集工程师们开端用办理办事器的体例办理收集装备。是以,下一代数据中间收集处理计划需求支撑主动化框架,诸如在收集装备上运行类Unix体系或Linux发行版,或在互换机操纵体系上装置DevOps代办代理。

毛病检测与可视化

跟着跨数据中间收集流量的激增和Overlay技术的利用,供应一个静态的收集流量可视化服从正在成为下一代数据中间收集的关头需求。具有事件告诉的高级可编程过滤服从已成为收集延迟排障和查找流量峰值毛刺的刚需。同时,下一代数据中间收集处理计划将不克不及不支撑流量数据汇集以便对收集进行排障、优化乃至是阐发歹意软件和收集抨击打击。

在三层收集架构(Leaf-Spine ECMP L3 Fabrics)中,特别是对收集延迟特别敏感的办事,确保其收集机能十分首要。可视化在洞察收集合正在产生的转变方面(乃至是切确到每个互换机端口的缓存操纵率方面)起着关头的感化。

开放硬件平台

很多收集运营商在扶植下一代数据中间收集的时候都十分存眷白盒机和其他开放硬件平台,有的以为能在硬件方面节流年夜量的本钱(估计节俭30%~80%不等)。质量和可靠性的疑虑在年夜量的白盒机和开放硬件体系被一样的OEM和ODM厂商批量生产出来并供应给世界上最年夜的收集供应商利用后便烟消云散了。特别是现在跟着软件栈技术的成熟,利用像EdgeCore的白盒装备值得考虑,像戴尔、华为和HPE等供应商都在售卖白盒处理计划,但是他们的计划还不敷开放。

为企业打算面向将来的收集

为了适应下一代数据中间收集的生长趋势,Facebook打造了一个重度利用ECMP的完整的IPv4/IPv6三层收集(拜见Facebook的Altoona数据中间设想)。

Facebook是贯彻黑客精神的典范,其建议的OCP项目经由过程开源硬件驱动了IT根本设施架构不竭往宿世长。如果你是一个高级收集办理职员,你应当对进步收集的敏捷性、可用性和降落收集的运营本钱连滚存眷。这意味着除平常的收集办理和运维事情,你应当考虑企业将来收集的打算。

直面应战

Gartner的查询拜访显现,只需18%的用户实现了收集主动化。如前文所述,收集主动化在数据中间收集合极其首要,除此以外另有可视化、可编程、标准化、开放硬件等一系列首要的需求。在数据中间收集演进过程中,不克不及有任何IT技术(包含公有云)的限定或依靠。除此以外,你还访问会面对以下拘束:

  • 讨厌风险、巴望“宁静”的心思使得“技术债”滚雪球一般积习难改,收集变得愈来愈难办理;
  • 很多企业的收集架构设想贫乏敏捷的理念,对收集改进没有决定信念;
  • 年夜多数的收集毛病是因为手动变动收集引发的;
  • 收集新技术(如SDN)的引入是供应商灌输的,但是供应商其实不处理文明和职员问题。

更令人懊丧的是,年夜型的批发商和金融机构正在不竭减少收集部分的预算和支出。Gartner的查询拜访显现,部分企业收集预算砍失落了一半,有的乃至减少了90%的预算。在缺饷少粮的环境下,改进企业收集只需依靠外部供应商一条路可走了吗?收集渐进实际以为,不合的收集计划将影响收集的持久可用性。借使假如企业不尽早做出定夺,面对的将是收集开消持久超支、技术债有增无减和收集转变迟缓等倒霉场合排场。毫无疑问,必须避免这类短视的行动!

两个方面六个步调

处理上述困难,需求办理者从职员文明和技术两个方面着手,经由过程简朴的六步构建一个面向将来的收集。

 

文明和职员方面

  1. 启动一个以利用、业务为核心的收集设想打算很多企业的业务计谋和收集打算是摆脱的,这类征象亟需改变;在制定收集打算或摆设的时候要遵守“五个关头维度”,新计划的制定最好由非收集技术职员掌管,要基于X86平台构建、避免供应商绑定,不增加分外支出或采取开源技术计划。最首要的是,包管业务和利用驱动收集设想,而非相反。
  2. 不要把鸡蛋放进同一个篮子里在年夜企业中,收集团队具有极高的风险躲避才气,保守的思惟当然能包管业务的一般运行,但也限定了新技术、新思惟的生长。长远看来,反而倒霉于企业的生长。
  3. 突破构造架构的束厄局促在年夜型企业中,胡萝卜+年夜棒的KPI查核轨制使得任务鸿沟的分别更加首要,技术改革的需求其实不如人们想象的强烈。持久以来这类桎梏难以突破,现在对收集团队来讲刚好是一个机遇,建议收集团队从为其他团队供应收集监控接口开端,鼓动鼓励跨技术部分的合作、培训乃至团建,在这类收集转变中阐扬带领感化。

技术方面

  1. 鞭策收集主动化如安在公司外部奉行收集主动化?起首从一个小项目开端,利用主动化收集技术并建立这类氛围,接上去的关头是在其他项目乃至全公司的项目中扩年夜这类主动化的氛围,使之成为持久目标。一些年夜的企业已开端利用DevOps的技术,年夜多数收集装备供应商都在本身的产品上供应了开放的API,以便用户在下面开辟收集主动化的服从。搭建收集主动化的根本设置不但需求东西和供应商的支撑,更加首要的是优先对Linux、Python和DevOps的软件技术和人才进行投资。
  2. 定性你的收集企业收集是一个复杂的漫衍式体系,数据中间和园区对收集的服从需求差别极年夜,没有哪个供应商能应付这类差别。是以建议企业先对本身的收集进行定性,明白本身的特别需求,多采取标准化的计划以避免供应商绑定。同时,避免外包本身的收集架构设想事情,并跟供应商多传达本身的持久计谋打算,确保供应商能满足本身的服从需求。
  3. 扶植可编程的收集根本设施和技术体系任何成功的收集主动化项目无一不是高度依靠其可编程收集根本设施和相关技术人才的努力。目前,独一不足15%的企业实现了收集的可编程性。这些企业起首从DevOps实际中遍及受益,而他们的收集供应商的产品也支撑可编程性,诸如包含开放的API、支撑Puppet、Chef和Ansible等主动化东西等。东西和供应商的支撑是需求的但不是决定性的,对相关技术人才的培养才是最火急的。
------分开线----------------------------
标签(Tag):数据中间收集
------分开线----------------------------
保举内容
猜你感兴趣