工具之家 > 软件导刊 > 数据中心网络中自适应流量分配方案研究

数据中心网络中自适应流量分配方案研究

发布时间:2019-01-16 02:16:00 文章来源:工具之家    

 推荐工具:金融理财app工具实用工具

吴杰+徐昌彪

摘要:数据中心网络中的长数据流对网络流量的贡献很大,但是数量较少,因而容易产生网络拥塞,影响网络性能。为改善这一状况,提出一种基于软件定义网络(Software Definition Network,SDN)的多路径自适应流量分配方案。该方案利用SDN控制器的全局特性,计算长数据流的多条可用路径及其权值,并根据链路状态更新路径权值,实现长数据流的动态分配。仿真结果表明,与单路径方案相比,长数据流的吞吐量提升了28%,平均时延降低了16%;与等价多路径方案相比,长数据流的吞吐量提升了7%,平均时延降低了5%。相比于已有方案,该方案在提高网络吞吐量与降低网络时延方面都表现更好。

关键词:数据中心网络;自适应流量分配;路径全值;动态分配

DOIDOI:10.11907/rjdk.173235

中图分类号:TP391

文献标识码:A文章编号文章编号:1672-7800(2018)001-0179-05

Abstract:The long data flow in the network of data center contributes a lot to network capacity, but often leads to network congestion and damages network performance since it is less in quantity. In order to improve such condition, a multi-path adaptive flow allocation scheme based on software defined network is proposed. Depending on the global features of SDN controllers, it calculates multiple potential paths of a long data flow and their weights, and updates path weights with respect to link states for the purpose of dynamic allocation of long data flow. Simulations show that compared with the single path scheme, the throughput of long data stream is increased by 28%, and the average delay is reduced by 16%; compared with the equivalent multipath scheme, the throughput of long data stream is increased by 7% and the average delay is reduced by 5%. The program performs better in terms of network throughput enhancement and network delay decrease than existing programs.

Key Words:the network of data center; adaptive flow allocation; path weights; dynamic allocation

0引言

数据中心网络是数据传输、计算和存储的中心,集中了各种软硬件资源和关键核心业务,如Web服务、搜索引擎、MapReduce大规模集群计算等[1-4]。随着这些业务的迅速发展,现有TCP/IP数据中心网络的性能瓶颈日益凸显。软件定义网络(Software Definition Network,SDN)是一种全新的网络范式,其将数据平面与控制平面相耦合,实现逻辑集中控制。SDN具有网络管理简单灵活、可编程、虚拟化等优点,因此越来越多地被应用于数据中心网络[5-8]。

数据中心网络存在显著的长短流特征。文献[9]对6 000台服务器的数据中心网络一个月150TB的数据量进行统计分析后发现,不到20%的长流贡献超过80%的网络流量。无独有偶,文献[10]也观察到类似结论,指出约90%的网络流量由长流产生。长流通常由数据备份、虚拟机迁移、数据挖掘等产生,大小一般在1M以上,对吞吐量敏感。目前,在SDN架构的数据中心网络中提高长流吞吐量、改善网络拥塞方面,已取得了一些研究成果。文献[11]提出了一种显示拥塞通告(ECN)机制,它在保证短流时延性能的情况下,可改善长流吞吐量。该机制利用

SDN控制器的全局特性,获取全网拓扑、链路状态、长短流比值等信息,动态设置瓶颈链路的ECN门限值,从而控制发送端的发送速率。仿真结果表明,与DCTCP相比,ECN机制使长流吞吐量提高了12%;文献[12]定义链路容量使用率大于85%的链路为拥塞链路,为改善网络拥塞及提高网络吞吐量,提出一种基于端到端的重路由方案。利用SDN控制器中的路由引擎模块周期性地监测全网链路,发现拥塞链路时,将链路上的长流重路由到负载最小的路径。除链路拥塞外,链路错误也会触发重路由。因此,重路由方案有效改善了网络拥塞,提高了网络吞吐量及网络安全性。数据中心网络中的源、目的节点间有多条路径,为了有效利用链路资源,文献[13]提出了等价多路径(ECMP)的流调度方案。该方案在终端检测并标识长流,然后控制器识别长流、计算等价多路径并将其下发至相应交换机,最后将长流数据包调度到多条路径上传输。

文獻[11]提出的ECN机制缓解了网络拥塞,但未对链路资源进行再分配,因此长流吞吐量的改善有限;文献[12]的端到端重路由方案,将拥塞链路上的长流重路由到一条负载较小的路径,即链路资源再分配,然而该方式没有充分利用数据中心网络的剩余带宽;文献[13]的ECMP方案将长流均衡地分配到多条可用路径上传输,有效提高了长流吞吐量,但该方案没有考虑到不同路径的负载能力,可能存在丢包情况。针对当前方案中存在的不足,本文充分利用网络链路可用带宽并考虑不同路径的负载能力,设计了基于SDN的多路径自适应流量分配方案。该方案利用SDN控制器的全局特性,计算长流的多条可用路径及其权值,并根据链路状态变化及时更新路径权值,以实现流量动态分配。endprint

软件导刊 2018年1期

软件导刊的其它文章 移动机器人目标物体识别研究 触发词扩展、神经网络及依存分析相结合的事件研究 传统情感分类方法与基于深度学习的情感分类方法对比分析 基于卷积神经网络的人脸识别研究 基于卷积神经网络的人脸表情识别研究 基于改进PCA算法的人脸识别
转载请注明来源。原文地址:https://www.5420.com.cn/view/2019/0116/10165/
 与本篇相关的热门内容: