“進化是不可避免的”，它是現(xiàn)在的基礎，顯然也是未來的基礎，所以讓我們談談網(wǎng)絡遙測的演進與不斷發(fā)展的SDN世界！

隨著需求的不斷增長，企業(yè)和數(shù)據(jù)中心正在尋求新的方式和解決方案，例如SDN解決方案和NFV，以使現(xiàn)有網(wǎng)絡更加可靠，冗余，有效和有利可圖。這種采用將需要更復雜和靈活的遙測機制來監(jiān)控、維護和排除網(wǎng)絡故障，特別是對于數(shù)據(jù)中心和大型企業(yè)網(wǎng)絡。顯然，傳統(tǒng)的監(jiān)控方法有利于收集許多有見地的數(shù)據(jù)，但不斷增長的網(wǎng)絡的一些強制性網(wǎng)絡監(jiān)控需求不足以滿足這些傳統(tǒng)方法。

不斷增長的網(wǎng)絡的要求：

收集實時數(shù)據(jù)

在傳統(tǒng)方法中，數(shù)據(jù)通常在幾秒鐘內(nèi)從網(wǎng)絡設備輪詢，而流量以來自該設備的 GB 或 MB 速率運行。試想一下，這里可以實現(xiàn)多少真正的時效性！

擁有 360? 的網(wǎng)絡可見性

在這里，每個網(wǎng)絡設備都顯式地與監(jiān)控管理器通信，因此識別網(wǎng)絡中數(shù)據(jù)包所采用的流量將很困難，并且將限制收集有關實際網(wǎng)絡行為的許多見解。

仰望機器學習

ML在網(wǎng)絡世界中也在加緊發(fā)展，但是，只有能夠識別瞬時異常并快速采取行動以具有可靠性和穩(wěn)定性，才能實現(xiàn)真正的意義。傳統(tǒng)方法在這個方向上不會有太大的空間——到達本博客的末尾會更容易理解！

提供高靈活性

網(wǎng)絡資源本身在過去并不僵化，并且對傳統(tǒng)方法有一點增強的空間。然而，在當前的趨勢中，網(wǎng)絡更側重于硬件和軟件的可編程性和冗余，這自然會帶來更好的策略來考慮監(jiān)控方面。

數(shù)據(jù)包級網(wǎng)絡遙測：

顧名思義，這一切都是關于攜帶和收集遙測信息，數(shù)據(jù)包通過網(wǎng)絡。這種策略正在原位OAM（IOAM）和帶內(nèi)網(wǎng)絡遙測（INT）以及替代標記性能測量（AM-PM）環(huán)境中使用。嗯，帶內(nèi)網(wǎng)絡遙測（INT）在外部世界中變得非常流行，因為遙測數(shù)據(jù)與網(wǎng)絡的常規(guī)流量一起以線速搭載。

解決方案架構：

如上圖所示，源端點在數(shù)據(jù)包中嵌入指令（INT 標頭），列出要從網(wǎng)絡元素收集的網(wǎng)絡狀態(tài)類型。之后，每個網(wǎng)元在遍歷網(wǎng)絡的數(shù)據(jù)路徑時將請求的網(wǎng)絡狀態(tài)（INT Payload）插入數(shù)據(jù)包中，當數(shù)據(jù)包到達最后一個節(jié)點時，所有級聯(lián)網(wǎng)絡狀態(tài)都將被解碼和分析，以獲得數(shù)據(jù)包遍歷的整個流的必要見解。最終用戶可以配置源和接收器終結點、網(wǎng)絡流等，通過這些終結點可以從網(wǎng)絡收集更好、更深入的數(shù)據(jù)。讓我們看看這種方法帶來的數(shù)據(jù)包監(jiān)控的明顯可能性。

數(shù)據(jù)包級遙測的主要優(yōu)點：

膨脹延遲和擁塞分析：

在遍歷源到接收器時，網(wǎng)絡中的節(jié)點將附加數(shù)據(jù)包入口和出口的時間戳。通過解碼這些數(shù)據(jù)，可以輕松識別節(jié)點內(nèi)和兩個節(jié)點之間的延遲。

一旦網(wǎng)絡中的流量延遲被校準為低流量，擁塞就可以很容易地識別，因為當流量高時延遲會相對較高。

網(wǎng)絡拓撲和數(shù)據(jù)包遍歷：

如果指示每個節(jié)點附加其標識，即數(shù)據(jù)包入口的端口和數(shù)據(jù)包出口的端口，則可以輕松導出拓撲，說明數(shù)據(jù)包所采用的路徑。通過配置具有多個數(shù)據(jù)包遍歷的多個源和接收器節(jié)點，可以捕獲網(wǎng)絡拓撲的 360? 可見性。

例外情況的及時性和靈活性：

數(shù)據(jù)是從網(wǎng)元捕獲的，流量以線速，這顯然是識別關鍵異常的最快方法。

在即將到來的趨勢中，網(wǎng)絡處理器ASIC也支持在異常時生成和鏡像具有洞察力數(shù)據(jù)的數(shù)據(jù)包。這是一種完全不同的基于數(shù)據(jù)包的遙測方法，但提供了一流的靈活性和及時性。

機器學習的大門：

ML 的第一個需求是盡早了解可能的行為，這種方法通過提供非常實時的事件通知來實現(xiàn)相同的目標。

如第一個好處中所述，延遲可能導致識別網(wǎng)絡擁塞點。同樣，可以建立ML算法，這有助于預測充血狀況并幫助解決它們。這是一個單一的用例，ML 可以幫助保護重要或大象流。

隨著網(wǎng)絡行業(yè)的發(fā)展方式，ML將為網(wǎng)絡內(nèi)的安全性，冗余和可靠性打開新的大門的時間已經(jīng)不遠了！

因此，“數(shù)據(jù)包級網(wǎng)絡遙測”能夠收集數(shù)據(jù)以及實際流量，從而能夠觀察整個網(wǎng)絡基礎設施的實時端到端網(wǎng)絡行為。這將有助于網(wǎng)絡管理員描述由于性能瓶頸、網(wǎng)絡故障或配置錯誤而出現(xiàn)的暫時性問題。

審核編輯：郭婷