SDN，在經(jīng)歷了猶豫彷徨、百家爭鳴之后，目前已成為企業(yè)CTO的堅定選擇。
SDN時代的網(wǎng)絡展現(xiàn)出兩面性：一方面讓客戶使用更加簡單，另一方面卻讓運維更加復雜。而當前，整個行業(yè)的目光多聚焦在前者而忽略了后者。
隨著SDN的部署如火如荼，一絲憂患也隱隱浮現(xiàn)。2015年12月，管理行業(yè)研究機構EMA（Enterprise Management Associates）針對100多家企業(yè)的調(diào)查結果顯示：70%左右的客戶對于現(xiàn)有管理運維體系是否適用于SDN場景表示擔憂。Gartner于2015年7月發(fā)布的通信網(wǎng)絡技術成熟度曲線（The Hype Cycle）也顯示，SDN相關的運維技術處于泡沫化的底谷期（Trough of Disillusionment），將在2～5年內(nèi)進行大規(guī)模商用部署。
華為早在全面擁抱SDN初期，就把SDN運維作為關鍵課題進行研究和實踐，下面分別從WHY、WHAT、HOW這3個緯度展示華為對SDN運維的思考。
WHY：SDN運維的新變化
相對于傳統(tǒng)網(wǎng)絡，SDN時代的網(wǎng)絡有如下的特征：
- 動態(tài)網(wǎng)絡：動態(tài)是指根據(jù)應用需求按需創(chuàng)建和刪除邏輯網(wǎng)絡。比如某企業(yè)用戶反饋，在運維中需要投入50%的工作在防火墻的規(guī)則上，主要原因是隨著應用的變遷，防火墻規(guī)則沒有隨之變遷，造成網(wǎng)絡沉淀和碎片。
- 實時響應：傳統(tǒng)網(wǎng)絡的設計主要是面向人的界面，基于分鐘級別慢速的原則，比如使用了幾十年的SNMP機制。這種慢速機制，在SDN的快節(jié)奏中成為“吐槽”點。某企業(yè)客戶抱怨其輕載的網(wǎng)絡存在瞬態(tài)的突發(fā)丟包，懷疑存在毫秒級別的微突發(fā)流量，但是在分鐘級別的SNMP機制下無法觀察到，更無法優(yōu)化。
- 大規(guī)模：大規(guī)模有兩個含義，其一是管理的設備數(shù)量。從物理網(wǎng)元到邏輯網(wǎng)元vSwitch/vRouter，其數(shù)量增加了50倍；其二是處理的故障數(shù)量。據(jù)LinkedIn披露，從2010年到2015年，需要處理的故障增加了18倍，但管理人員僅增加了幾個。
要應對上述SDN網(wǎng)絡的3大問題，傳統(tǒng)的“人工運維”方式賢德捉襟見肘、難以為繼。
WHAT：SDN運維內(nèi)涵
為了滿足SDN下“動態(tài)性、實時性、大規(guī)模”的挑戰(zhàn)，華為提出需要對整個運維架構進行變革，才能讓SDN“管用、好用”。新的SDN運維架構需要圍繞下面幾個方面打造：
可視化：看得見，看得清
俗話說“You Can’t Manage What You Can’t See”。“看得見”有兩個方面的含義：
- 觀察對象可視：可監(jiān)控物理和邏輯對象，包括網(wǎng)元級別的節(jié)點和接口等，也包括網(wǎng)絡級別的鏈路、邏輯路徑和應用質量等。
- 觀察的實時性：支持毫秒級別現(xiàn)象的感知（比如流量微突發(fā)）、低頻率（<10-4）的丟包，以及大象流和老鼠流的識別等。
- “看得清”意味著針對觀察的準確性，需要采集和分析海量的數(shù)據(jù)。包括：
- 精確計費：采集的比例需要從8K:1到2K:1，甚至1:1全量采集。
- 疑難問題定位：基于采集的“大數(shù)據(jù)”和實時分析，及時發(fā)現(xiàn)偶發(fā)性丟包和流量黑洞等。
自動化：自修復，自優(yōu)化
傳統(tǒng)的網(wǎng)絡運維架構是一個單向的系統(tǒng)，而不是一個負反饋系統(tǒng)。網(wǎng)絡運維包括兩個方向：管理員在下行方向配置網(wǎng)絡，然后通過上行方向獲得網(wǎng)絡的狀態(tài)，也就是說，網(wǎng)絡的部署和狀態(tài)是割裂的，通過管理員進行有限的溝通。這種機制顯然無法滿足網(wǎng)絡故障自修復和網(wǎng)絡自優(yōu)化的需求。自動化的運維需要構建“閉環(huán)”運維架構，具體包括：
- 延遲修復：發(fā)現(xiàn)故障后，首先隔離故障，不影響現(xiàn)有業(yè)務。
- 診斷修復：結合采集的“大數(shù)據(jù)”和經(jīng)驗數(shù)據(jù)庫，進行自動修復或給出明確的修復方案。
- 網(wǎng)絡優(yōu)化：及時發(fā)現(xiàn)網(wǎng)絡存在的“病態(tài)”，如流量不均衡和流量擁塞風險等，通過閉環(huán)系統(tǒng)，由網(wǎng)絡部署系統(tǒng)自動進行調(diào)整，把故障消滅在萌芽狀態(tài)。
HOW：SDN運維方案
基于SDN下的運維新變化，華為分解了運維的生命周期，構建了“閉環(huán)”的運維負反饋系統(tǒng)，稱為Fabric Insight架構，包括如下4個模塊：
Monitor：監(jiān)視
為了解決實時，海量的數(shù)據(jù)監(jiān)視，需要在如下兩個方面改進方案：
- 改造采集通道，滿足海量數(shù)據(jù)上報：對于中規(guī)模的數(shù)據(jù)上報，采用gRPC等高效的采集通道替代SNMP等；對于大規(guī)模的數(shù)據(jù)上報，直接采用數(shù)據(jù)面基于UDP的采集通道，消除管理面CPU的帶寬限制。
- 改造采集點，滿足高頻采集：在數(shù)據(jù)中心交換機上設計專門的高頻采集部件，滿足毫秒級的事件采集。
Detector：探測
未來及時發(fā)現(xiàn)端到端業(yè)務路徑的質量，需要通過實時發(fā)送探測報的方式，對網(wǎng)絡進行“掃描”。區(qū)別于傳統(tǒng)機制的“隨機掃描”，華為結合網(wǎng)絡的拓撲和路由，支持更精確的“定向掃描”，可以做到真正的全網(wǎng)全覆蓋。基于這種能力，管理員就不再是“救火員”，而是運籌帷幄的“諸葛亮”。
Metrics：度量
在某些情況下，網(wǎng)絡質量顯示正常，但是應用體驗下降。探測機制無法解決這種問題，就需要基于真實的業(yè)務流進行度量，發(fā)現(xiàn)該業(yè)務流是否存在丟包和時延問題，如果丟包，丟包位置在哪？如果時延大，是什么因素造成的？
Diagnosis：診斷
診斷就像老中醫(yī)看病，通過Monitor、Detector和Metrics進行“望聞問切”后，再結合經(jīng)驗庫的案例，定位出問題的根因。診斷部件由一系列的工具組成，每個工具針對特定的問題。比如環(huán)路診斷工具、丟包診斷工具等。
華為秉承開放的理念，開放基本的運維API，客戶可自助地開放和定制自己的診斷工具集。
