云计算数据中心网络的发展方向

云计算将主导应用的未来这一点已经成为业界的共识。在网络架构方面、在网络流量模型方面、在网络安全方面，云计算网络都和以前的传统数据中心网络有很大的改变。为适应云计算业务的发展，网络需要在性能、架构融合、安全融合等方面做出改变，最终能形成全网智能的带宽调动、安全调动，让网络随时就绪。

一、端到端万兆网络构筑高速大道

虚拟化给网络带来了性能挑战，但提升网络的整体性能需要有的放矢。首先需要明确网络的瓶颈究竟在哪里。根据目前大量的案例和实践总结分析，数据中心网络主要面临两个瓶颈：一是数据中心的核心交换设备，它作为数据中心所有业务系统之间，以及业务系统和用户之间的交换枢纽，将会是所有流量汇集的地方，所以网络核心的性能压力最大，是可能的瓶颈所在。另一个就是安全设备，安全设备的性能往往落后于网络设备一个级数，而其在企业数据中心的部署又是必不可少的防护措施，所以如何突破安全的性能瓶颈至关重要。

网络技术和数据中心的发展，同样推动了数据中心级交换机的出现，目前数据中心级的核心交换机基于CLOS的多级交换架构，使其具备了10T以上的交换容量，能够支持高密度的万兆端口和未来的100GE标准，具有更好的扩展性，能够很好的缓解数据中心网络核心的交换压力，解决核心网络性能瓶颈。另一方面，虽然部门高端安全设备已经搭建在10G平台之上，但依然不能满足对其在性能上的高要求，所以目前最好的解决方法就是将万兆的安全设备与网络设备结合部署，通过在网络设备中部署支持安全模块实现性能累加，该方式在当前的数据中心建设中已经逐渐成为了主流方案，不但可以解决安全设备带来的性能瓶颈，而且可以解决安全系统部署在可靠性上和空间上遇到的种种难题。

二、网络虚拟化技术为虚拟机迁移铺平道路

当虚拟机在物理服务器之间进行迁移，为了避免虚拟机迁移后路由的震荡和修改网络规划，迁移只能在二层域进行，因此数据中心需要具备一个性能更高、二层域更大的网络环境为迁移提供保障。在传统的数据中心网络中，都是通过STP+VRRP的方式进行网络拓扑设计，但由于STP+VRRP的设计和维护都比较复杂，这种设计在很大程度上阻碍了其二层域的扩大，随着服务器的数量和网络设备的增多，这种网络设计方式将会变得无法实施。同时，虚拟机的迁移对网络的可用性要求也非常高，在STP+VRRP的组网中，如果链路出现故障，其收敛时间都在秒级，增加了应用系统迁移的限制。

以上问题可以通过网络虚拟化技术来解决，在数据中心的应用中，网络虚拟化主要是通过将多台物理设备虚拟成一台逻辑设备的方式，来减少设备节点，并通过跨设备链路聚合技术取代传统部署方式中的STP+VRRP协议，使网络拓扑变得简洁，具备更强的扩展性，以满足虚拟机迁移所需要构建的二层网络环境，同时，其毫秒级的故障收敛时间，为虚拟机迁移提供了更加宽松的实现环境。

三 分布式缓存应对虚拟环境下的突发流量冲击

绝大多数应用系统的流量模型都有一定周期性(即流量波峰的出现时间)，就像乘坐电梯一样，通常都是上下班时间客流最多，其他时间电梯基本处于空闲状态。但突发流量已经成为了数据中心网络系统面对的最棘手的问题之一，其难点在于业务的变化使得无法准确评估出其出现的峰值、精确的时间。服务器和存储等设备实现虚拟化后，多个应用的叠加产生的突发流量就更加难以衡量和控制。所带来的直接影响就是造成网络拥塞，严重的甚至会导致业务中断。

要解决这个问题，首先需要分析哪里会产生拥塞?网络的拥塞只有两种情况，一种是多个端口向一个端口发送数据的情况，另一种就是高速端口向低速端口发送数据的情况。找出拥塞节点并增加其带宽，可以解决一部分问题，但是对于数据中心中复杂的业务模型和应用的变更而言并不适用，更加实际和行之有效的方法就是利用分布式缓存技术。所谓分布式缓存技术，主要是相对于传统设备的出端口缓存技术而言的。传统的网络设备，缓存都是部署在设备的出端口，该技术可以缓解网络中高速端口向低速端口发送数据时产生的拥塞，但是对于网络中存在的多个端口向一个端口发送数据的情况却是无能为力。分布式缓存通过对传统的出端口缓存机制进行改良，将端口缓存置于入端口，这样的实现方式可以灵活的根据入端口数量来动态的调整可用缓存的容量，可以很好的解决数据中心网络环境中突发流量在上述两种情况下带来的网络拥塞，提高业务连续性。

所以，在数据中心的网络部署时，为了应对网络核心处交互式流量的过载而产生的拥塞，需要在网络的核心位置部署分布式缓存机制的数据中心设备;在接入层可以通过缩小收敛比来减少服务器上行流量带来的冲击，并要求网络设备具备一定的缓存能力，来缓解下行流量对接入交换机的影响。

相关阅读：

云数据中心发展现状及趋势

云数据中心系统层次架构

标签： idc idc资讯 安全 服务器 网络 网络安全 云计算 云计算业务

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。