Трафик внутри цод

В статье [5] утверждается, что большая часть интернет-трафика находится внутри центров обработки данных, а трафик в гипермасштабных центрах обработки данных удваивается каждые один-два года, что создает проблему масштабируемости для межсоединений и сетей внутри центров обработки данных. Быстрый рост веб-приложений и облачных вычислений за последнее десятилетие привел к растущему интересу к технологиям центров обработки данных. Огромный объем исследований и разработок, как академических, так и промышленных, позволил развернуть гипермасштабные центры обработки данных по всему миру. Важнейшей частью этой инфраструктуры является сетевое соединение между хранилищем и вычислительными элементами в центре обработки данных.

Вместе с тем, во внутренних соединениях центра обработки данных используются многие технологии, такие как кабели прямого подключения (DAC), активные оптические кабели (AOC) и оптические приемопередатчики. Описаны характеристики каждой технологии и обсуждены области их применения. Подключаемая оптика широко используется в соединениях внутри центров обработки данных, пропускная способность которых за последние два года увеличилась с 40 до 100 Гбит/с, а через 1-2 года она достигнет 400 Гбит/с.

DCN напрямую влияет на скорость, надежность и задержку связи, необходимую для запуска приложений в вычислительной инфраструктуре и инфраструктуре хранения, размещенной в центре обработки данных. Капитальные затраты на развертывание сети и затраты, связанные с ее надежной эксплуатацией, составляют значительную часть общих расходов центра обработки данных. Следовательно, ключевой целью является сетевая архитектура, которая может минимизировать капитальные затраты, не ставя под угрозу надежность и масштабируемость сети. Прежде чем обсуждать различные варианты топологии, мы изучим динамику трафика, который эти сети намерены обслуживать.

По мере появления новых типов сервисов, работающих в инфраструктуре центров обработки данных, модели трафика, наблюдаемые в этих сетях, также развивались. Термин «трафик север-юг» используется для описания трафика между серверами в центре обработки данных и объектами за пределами сети DCN, например, пользователями, подключенными через Интернет, пиринговыми соединениями с другими сетями и т. д. Трафик «восток-запад» используется как прозвище для трафика, который остается в DCN, то есть с одного сервера на другой. Стоит отметить, что фраза «внутри DCN» не обязательно означает внутри здания. В зависимости от конкретной физической архитектуры коммутационная матрица между серверами, входящая в состав DCN, может быть распределена по нескольким зданиям. Кроме того, требования к репликации данных и соединению различных облачных сетей генерируют восточно-западный трафик, который не ограничивается одним центром обработки данных. Из-за быстрого роста объемов данных, таких как веб-поиск, высокопроизводительные вычисления, социальные сети и потоковое видео, рост трафика с востока на запад затмевает рост трафика с севера на юг. Например, Глобальный облачный индекс Cisco, который отслеживает рост интернет-трафика, прогнозирует, что к 2021 г. на трафик с востока на запад будет приходиться 85% всего трафика центров обработки данных. в стойке серверов, что само по себе вдвое превышает объем трафика, передаваемого между стойками в центре обработки данных.

Рис. 10. Прогноз глобального облачного индекса Cisco для распределения трафика центра обработки данных.

Согласно отчету Cisco, трафик между центрами обработки данных растет быстрее, чем трафик внутри центра обработки данных или трафик между центрами обработки данных и пользователями.

Традиционные корпоративные центры обработки данных предназначались для обслуживания конкретных вариантов использования, например, для хранения данных, электронной почты и т. д. С переходом на виртуализацию центров обработки данных и облачные вычисления все больше и больше компаний выбирают переход от своих частных центров обработки данных к общедоступному облаку. Компании, которые управляют этими общедоступными облаками, Amazon, Microsoft, Google и Alibaba, и многие другие, строят массивные (называемые гипермасштабируемыми) центры обработки данных с намерением обслуживать разнообразные рабочие нагрузки миллионов клиентов. Базовая инфраструктура должна быть «универсальной», чтобы реализовать преимущества масштабирования, и в то же время позволять включать расширенные возможности для специализированных рабочих нагрузок, когда это необходимо. Эти компании сделали упор на упрощенное аппаратное и сетевое программное обеспечение, предназначенное специально для DCN, вместо сложной сетевой технологии «на все руки», которая может работать с несколькими сетевыми протоколами. Как отмечается в Глобальном облачном индексе Cisco, к 2021 году количество гипермасштабируемых центров обработки данных превысит количество традиционных центров обработки данных во всем мире. Кроме того, более 90 % рабочих нагрузок будут выполняться в облаке, а не в локальных центрах обработки данных, а 0,70 % облачных рабочих нагрузок будут выполняться в общедоступном облаке, а не в частных облачных сетях эти тенденции побуждают к глубокому пониманию архитектуры DCN в контексте поставщиков гипермасштабируемых облачных услуг.

Рис. 11. Общедоступные облачные центры обработки данных будут обслуживать растущий процент облачных рабочих нагрузок.

DCN можно оценивать на основе множества показателей. В нескольких работах задокументированы такие метрики, а также проведено сравнение различных архитектур DCN на основе этих метрик.

С точки зрения гипермасштабируемого поставщика облачных услуг сеть должна обладать следующими характеристиками, обеспечивающими эффективную передачу данных с одного сервера на другой:

1. Высокая пропускная способность;

2. Низкая задержка;

3. Низкая изменчивость задержки;

4. Устойчивость к сбоям устройств или каналов связи;

5. Низкое энергопотребление и соответствующие требования к охлаждению;

6. Высокая степень масштабируемости без нарушения работы существующей сети;

7. Обратная совместимость, позволяющая частям сети использовать новые технологии;

8. Бюджетность.

Большинство межсоединений внутри центра обработки данных можно разделить на три широкие категории; ЦАП, АОС и оптические приемопередатчики. Каждое из этих решений предназначено для установки в корпус с электрически подключаемой клеткой, расположенной на передней панели оборудования, которая может быть одинаковой для каждого типа межсоединений. Это обеспечивает гибкость конструкции для оптимизации типа соединения, используемого для соединения различных элементов сетевого оборудования в центре обработки данных, таких как шасси коммутаторов, вычислительные стойки и стойки хранения, без необходимости разрабатывать отдельный элемент оборудования для каждого типа соединения.

Подводя итог, оптические коммутаторы в настоящее время используются для динамического предоставления полосы пропускания в сетях DCN в течение нескольких минут или дольше. Основываясь на этой тенденции, разумно предположить, что по мере развития технологий плоскости данных и плоскости управления DCN на основе OCS сможет поддерживать как чувствительный к задержкам, так и нечувствительный к задержкам сетевой трафик, тем самым устраняя будущие сетевые узкие места в гипермасштабных центрах обработки данных.

Как и авторы предыдущих статей, авторы статьи [6] подтверждают точку зрения об увеличении данных и возрастающих требованиях к ЦОД, говоря, что с широким применением облачных вычислений и технологий больших данных масштабы центров обработки данных также быстро увеличиваются, что приводит к более высокому спросу как на возможности связи, так и на возможности управления сетями центров обработки данных. Исследователи предложили множество подходов для повышения производительности DCN. Среди этих методов методы маршрутизации с учетом топологии хорошо известны своей эффективностью по сравнению с традиционными методами маршрутизации состояния канала, такими как OSPF. Метод маршрутизации с учетом топологии учитывает физическое расположение сети для расчета путей маршрутизации и пересылки пакетов.

В последние годы методы маршрутизации с учетом топологии вызвали всплеск интереса исследователей, и было проведено множество связанных исследований с использованием подхода, ориентированного на коммутаторы (например, Fat-Tree, HHS, VL2, Aspen tree и S2), к подходу, ориентированному на сервер (например, BCube и DCell).

В области сетей центров обработки данных Google сначала использовала SDN для передачи и синхронизации данных между центрами обработки данных. В и они внедрили B4 в межсоединение своего центра обработки данных для оптимизации трафика и распределения ресурсов. На глобальном уровне B4 центральный сервер управления трафиком распределяет полосу пропускания и трафик на основе приоритетов потоков, управляя коммутаторами OpenFlow через контроллер OpenFlow на среднем уровне. Благодаря централизованному управлению трафиком компания B4 улучшила коэффициент использования канала с 30∼40% до более чем 90%, что значительно снизило стоимость устройств.

Рис. 12. Задержка обработки сообщений Packet-In в контроллере OpenDaylight SDN.

В то время как внутри центров обработки данных методы управления трафиком и восстановления после сбоев также выигрывают от внедрения SDN.

Глобальное представление контроллера SDN помогает оптимизировать трафик и обнаруживать сбои, а разделение уровней управления и данных делает возможным детальное планирование потоков. Hedera выполняет динамическое планирование потоков в сети центра обработки данных с помощью технологии SDN. По сравнению со статическими методами балансировки нагрузки, Hedera обеспечивает до 113% более высокую пропускную способность пополам. В том же духе другие работы, такие как работа Афека и его коллег, DevoFlow, MiceTrap, RepFlow, OpenQos и DIFFERENCE, также пытались оптимизировать сеть центра обработки данных. опираясь на SDN.

Топология сети ЦОД обычно регулярна и может быть описана либо рекурсивно, либо итеративно. Вернее, расположение, адресация и соединения между узлами в сетях центров обработки данных имеют некоторые закономерности. Чтобы в полной мере использовать их, первым шагом является четко определенный метод описания. Ниже представлена типичная схема для SDN:

Рис. 13.

Авторы разработали и внедрили схему маршрутизации на основе технологий TPDL и SDN, а также эффективный метод расчета маршрутизации и механизм обработки сбоев на основе алгоритма A-star и TPDL. Экспериментальные результаты показывают, что по сравнению с OSPF, традиционной сетью SDN с контроллером Floodlight и DCell, расчет маршрута cRetor выполняется быстрее, время конвергенции сети короче, служебные сообщения управляющих сообщений более стабильны и предсказуемы, а восстановление после сбоя исполнение тоже отличное. Считается, что cRetor может лучше использовать потенциал сетей центров обработки данных и повышать эффективность сети.

Вывод

В наше время центры обработки данных актуальны как никогда ранее, с их помощью мы храним, обрабатываем и производим расчёты различных данных, которых с каждым годом становится всё больше. Однако, центры обработки данных тоже не стоят на месте, изобретая всё новые и новые методы адресации, передачи и, что не маловажно, маршрутизации трафика. Маршрутизация является не просто прикладным инструментом для центров обработки данных, а их основой, благодаря которой мы можем обеспечить удобное взаимодействие и безотказную работу.