基于SDN的數(shù)據(jù)中心動(dòng)態(tài)優(yōu)先級(jí)多路徑調(diào)度算法概論

黃浩

摘 要 云計(jì)算的發(fā)展使得越來(lái)越多的服務(wù)選擇部署在大型的數(shù)據(jù)中心，而不是部署在本地服務(wù)器上。傳統(tǒng)的數(shù)據(jù)中心流量主要是來(lái)自數(shù)據(jù)中外部客戶(hù)端請(qǐng)求訪問(wèn)數(shù)據(jù)中心內(nèi)部服務(wù)器的流量，近年來(lái)隨著分布式業(yè)務(wù)的發(fā)展，數(shù)據(jù)中心內(nèi)部服務(wù)器之間的流量大幅增加，例如主從備份、設(shè)備動(dòng)態(tài)遷移等。這些流量稱(chēng)為“東西向”流量，現(xiàn)在數(shù)據(jù)中心中“東西向”流量占總流量的80%，即數(shù)據(jù)中心內(nèi)部服務(wù)器之間的通信流量占絕大多數(shù)。數(shù)據(jù)中心網(wǎng)絡(luò)的特點(diǎn)是服務(wù)器之間的流量大、突發(fā)流量大等，通常數(shù)據(jù)中心是通過(guò)增加冗余鏈路來(lái)達(dá)到增加帶寬的目的，如何調(diào)度多個(gè)鏈路成為提高網(wǎng)絡(luò)性能的關(guān)鍵，所以需要為數(shù)據(jù)中心制定高效可行的流量調(diào)度方法，來(lái)緩解網(wǎng)絡(luò)流量壓力。

關(guān)鍵詞 流量調(diào)度;多路徑傳輸;軟件定義網(wǎng)絡(luò);數(shù)據(jù)中心網(wǎng)絡(luò)

引言

隨著網(wǎng)絡(luò)的不斷發(fā)展，伴隨著云服務(wù)和網(wǎng)絡(luò)服務(wù)器虛擬化的出現(xiàn)，網(wǎng)絡(luò)中流量的大量增長(zhǎng)。數(shù)據(jù)中心網(wǎng)絡(luò)（DCN，DataCenterNetwork）[1]提供非常高的聚合帶寬，使得網(wǎng)絡(luò)中心的數(shù)十萬(wàn)臺(tái)服務(wù)器承載的各種各樣的應(yīng)用程序，包含有Web服務(wù)、電子商務(wù)、網(wǎng)絡(luò)游戲等。DCN中的流量[2]主要可分為兩類(lèi)：批量數(shù)據(jù)傳輸（俗稱(chēng)大象流，由數(shù)據(jù)備份和虛擬機(jī)遷移等進(jìn)程產(chǎn)生），對(duì)帶寬需求較高和短期數(shù)據(jù)交換（也稱(chēng)為老鼠流，由Web服務(wù)和分布式計(jì)算等應(yīng)用進(jìn)程）。延遲對(duì)于用戶(hù)的服務(wù)質(zhì)量有重大影響。數(shù)據(jù)中心流量研究報(bào)告[3]顯示，網(wǎng)絡(luò)中大象流承載了整個(gè)網(wǎng)絡(luò)80%的流量。因此，解決數(shù)據(jù)中心網(wǎng)絡(luò)中流量沖突造成的擁塞，必須對(duì)網(wǎng)絡(luò)中的大象流進(jìn)行合理調(diào)控。

1SDN的發(fā)展及體系架構(gòu)

SDN技術(shù)主要由一個(gè)分布式轉(zhuǎn)發(fā)功能與集中控制平面兩部分網(wǎng)絡(luò)框架構(gòu)成，采用軟件技術(shù)編程的思想將不同的功能分離運(yùn)行，以達(dá)到對(duì)數(shù)據(jù)進(jìn)行集中式控制管理的目的，并與開(kāi)放式的網(wǎng)絡(luò)進(jìn)行對(duì)接，達(dá)到靈活利用資源的目的。SDN技術(shù)是一種新式的網(wǎng)絡(luò)架構(gòu)技術(shù)，具有控制與轉(zhuǎn)發(fā)分離功能，實(shí)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)的集中控制與優(yōu)化的功能，并能通過(guò)網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)據(jù)業(yè)務(wù)的編程，在網(wǎng)絡(luò)架構(gòu)上具有開(kāi)放的接口，實(shí)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)分布式轉(zhuǎn)發(fā)與控制。

2多路徑調(diào)度算法設(shè)計(jì)

2.1 大象流檢測(cè)模型

本文使用sFlowagent統(tǒng)計(jì)交換機(jī)中的流量，使用sFlowrt作為收集器。整個(gè)過(guò)程中sFlowagent過(guò)濾掉已經(jīng)被認(rèn)定為大象流的流量不必全量采樣，且對(duì)數(shù)據(jù)包的處理過(guò)程發(fā)生在數(shù)據(jù)平面，這樣有效地減少了控制平面的額外負(fù)擔(dān)。采樣率設(shè)置為1/z，表示每z個(gè)數(shù)據(jù)包采樣一個(gè)數(shù)據(jù)包，采樣率必須設(shè)置合理，過(guò)大會(huì)導(dǎo)致大象流的丟失，影響準(zhǔn)確性，過(guò)小會(huì)增加內(nèi)存和計(jì)算負(fù)擔(dān)。整個(gè)過(guò)程中，采樣的數(shù)據(jù)包需要實(shí)時(shí)計(jì)算自適應(yīng)閾值σ來(lái)判斷是否是大象流。數(shù)據(jù)中心的流量服從重尾分布，大象流的數(shù)量很少，但卻占據(jù)了大部分的網(wǎng)絡(luò)流量，老鼠流的數(shù)量很多，卻只占有很少的流量，數(shù)據(jù)中心經(jīng)常使用這一特性改善網(wǎng)絡(luò)鏈路。

2.2 拓?fù)浒l(fā)現(xiàn)與K最短路徑算法

不失一般性，本文使用的網(wǎng)絡(luò)拓?fù)錇镕at-Tree拓?fù)洌肎（V，L）表示網(wǎng)絡(luò)，其中V表示網(wǎng)絡(luò)鏈路所有節(jié)點(diǎn)，L表示網(wǎng)絡(luò)鏈路集合Fat-Tree網(wǎng)絡(luò)結(jié)構(gòu)分為Core、Aggregation和Edge三層，主機(jī)連接在Edge層交換機(jī)，Core層交換機(jī)與控制器相連接。K元Fat-Tree的任意兩個(gè)Pod主機(jī)之間的拓?fù)浯嬖贙條路徑，在網(wǎng)絡(luò)中兩個(gè)主機(jī)通信具有多條路徑選擇，某一鏈路失效可切換到其他路徑，所以該網(wǎng)絡(luò)拓?fù)渚哂幸欢ǖ木W(wǎng)絡(luò)容錯(cuò)功能，還可實(shí)現(xiàn)網(wǎng)絡(luò)流量的負(fù)載均衡。根據(jù)Fat-tree網(wǎng)絡(luò)拓?fù)涞奶攸c(diǎn)，發(fā)現(xiàn)在不同端主機(jī)之間存在多條基于跳數(shù)的最短路徑，K元Fat-tree拓?fù)渲校煌琍od內(nèi)的通信源目的主機(jī)之間有k2/4個(gè)等價(jià)路徑，所以對(duì)于大象流的調(diào)度方案是根據(jù)一種K最短路徑算法（KShortestPaths，KSP） 求出最短偏離路徑合集{L1，L2，L3…Ln}之后，對(duì)網(wǎng)絡(luò)中OpenFlow交換機(jī)的工作狀態(tài)與鏈路剩余帶寬進(jìn)行度量，最后選擇一條負(fù)載較輕的路徑。

2.3 可行路徑計(jì)算

K-podFattree網(wǎng)絡(luò)分為3個(gè)層次：自上而下分別為邊緣層、匯聚層和核心層，圖2給出了一個(gè)4-podFattree網(wǎng)絡(luò)架構(gòu)的示例。拓?fù)浜校╧/2）2個(gè)核心交換機(jī)，其中匯聚層交換機(jī)與邊緣層交換機(jī)構(gòu)成一個(gè)pod，每個(gè)pod有k/2個(gè)匯聚層交換機(jī)。在此網(wǎng)絡(luò)拓?fù)渲校琾od間任何主機(jī)對(duì)之間都存在（k/2）2條相同的最短路徑。pod內(nèi)流分為2種情況：如果2個(gè)主機(jī)連接在一個(gè)交換機(jī)上，那么就只有一條最短路徑可選，如果不在同一個(gè)交換機(jī)上則有k/2條最短路徑。本文采用K短路徑算法（KSP）來(lái)得到跳數(shù)最少的k條路徑，并計(jì)算鏈路代價(jià)作為每條路徑的優(yōu)先級(jí)，最后下發(fā)組表和流表。本文將此算法稱(chēng)為動(dòng)態(tài)優(yōu)先級(jí)多路徑調(diào)度算法（DPMS）。

2.4 網(wǎng)絡(luò)鏈路負(fù)載計(jì)算

網(wǎng)絡(luò)鏈路的使用狀況對(duì)于大象流路徑的轉(zhuǎn)發(fā)具有特別大的影響，對(duì)于給定的網(wǎng)絡(luò)拓?fù)銰（V，L），Pi表示在源目的節(jié)點(diǎn)之間的第i條路徑。對(duì)于網(wǎng)絡(luò)中流用集合F表示，表示W(wǎng)l鏈路l上的流量帶寬之和，鏈路l的容量用C表示，由此可得鏈路l的帶寬使用率根據(jù)網(wǎng)絡(luò)中OpenFlow交換機(jī)的度量值M與網(wǎng)絡(luò)鏈路帶寬使用率Ul兩方面對(duì)網(wǎng)絡(luò)負(fù)載進(jìn)行評(píng)估，得到網(wǎng)絡(luò)負(fù)載度量值E。上述網(wǎng)絡(luò)度量值描述的是網(wǎng)絡(luò)中一條鏈路的綜合負(fù)載（包括鏈路帶寬利用率，交換機(jī)負(fù)載），在公式中M1，M2表示鏈路兩端交換機(jī)的負(fù)載度量值，E值越小說(shuō)明網(wǎng)絡(luò)鏈路負(fù)載越低，反之亦然。

3結(jié)束語(yǔ)

SDN技術(shù)在網(wǎng)絡(luò)通信中的應(yīng)用，對(duì)實(shí)現(xiàn)網(wǎng)絡(luò)智能控制具有十分重要的作用，作為一種靈活的技術(shù)架構(gòu)方式，SDN技術(shù)在可持續(xù)演進(jìn)網(wǎng)絡(luò)中，可以讓網(wǎng)絡(luò)系統(tǒng)的架構(gòu)更加靈活，更加智能化，特別是SDN技術(shù)在網(wǎng)絡(luò)中的應(yīng)用，可提高網(wǎng)絡(luò)的新架構(gòu)與新的運(yùn)營(yíng)模式，實(shí)現(xiàn)網(wǎng)絡(luò)系統(tǒng)架構(gòu)的集約化發(fā)展，實(shí)現(xiàn)網(wǎng)絡(luò)管理的智能化與自動(dòng)化，以及網(wǎng)絡(luò)數(shù)據(jù)的快速處理。

參考文獻(xiàn)

[1] 徐儉.SDN疊加虛擬化網(wǎng)絡(luò)技術(shù)探究[J].電視工程，2018（4）：14-17.

[2] 高平，張帆，張東，等.基于SDN的云架構(gòu)網(wǎng)絡(luò)高確定性流量控制方法[J].計(jì)算機(jī)工程，2018，44（12）：74-78，84.

[3] 朱曉榮，張倩.面向多業(yè)務(wù)需求的NFV和SDN融合的資源優(yōu)化算法[J].通信學(xué)報(bào)，2018，39（11）：54-62.