基于超融合云网络环境的持续丢包主动探测系统

业务上云在近些年已经成为趋势,而新冠疫情也加速了这一趋势.然而公有云并不适用于所有用户.尤其是出于数据隐私的考虑,很多用户尤其是政府用户更希望在后疫情时代建设他们自己的私有云或者混合云.超融合设备(HCI)是达到这一目标的有效手段.在超融合设备中,计算、网络、存储等资源都被完全虚拟化,传统的物理网络设备单元也被一段段代码所替代.此外为了获得高性能的网络转发能力,很多创新技术应运而生,其中DPDK技术是其中翘楚而被广泛应用.开发者可以利用DPDK技术实现多种多样地、定制化地网络转发应用.虚拟化技术和DPDK技术可以大大提升设备资源的利用率以及网络转发性能,降低大中小企业或者机构的数据中心或者私有云的构建难度和成本.但同时高度的虚拟化也给网络运维人员带来了巨大的挑战.这些虚拟网元对网络运维人员而言是没有实体的,虚拟网络在运维人员看来就像一个"黑盒".当网络出现故障时(如丢包),传统的针对物理网络设备的排障手段在虚拟网络中变得不可用,这就大大增加了网络排障的时间,进而对业务的持续运行造成影响.针对这种问题,设计了一种虚拟网络持续性丢包探测系统Flowprobe,该系统旨在解决基于DPDK用户态虚拟网络的持续性丢包检测及根因定位问题.通过该系统,用户可以观测数据包在虚拟网络中的详细路径、经历的转发行为,定位丢包的位置,获知丢包的原因.实验表明,该系统可以针对576种虚拟网络持续丢包场景进行检测以及给出问题根因,并且该系统做到了对正常转发业务的无影响,性能测试表明,该系统开启以后,对用户正常业务的转发影响可以控制在1％以内.该系统己经在超融合生产环境持续运行了 3年,帮助用户以及网络运维人员解决了诸多虚拟网络故障问题.