复杂DCN 多业务布局优化设计

余 庚 陈宏意

（福建船政交通职业学院，福建 福州350007）

近年来随着云端概念和大数据、区块链等物联网技术的兴起，DCN 部署在广域网中的应用潜力得到了进一步挖掘。该网络在各个生产实践领域中的实施成效充分满足了复杂用户终端对各类综合性复杂业务的客户体验（QoE）需求。然而目前业界对于此类复杂DCN 数据平面结构的内在管理方面却较关注甚少。譬如，传统架构下的DCN 在承载全业务时会过多地偏好于节点自身而导致在对全局多业务实施布局时耗费大量开销。换言之，DCN 在应对多业务布局作业时往往以开销为代价来获得QoS[1]。但在建构资源有限的复杂DCN 网络中，总是通过持续消耗开销的方式来评估多业务布局承载度，并非一个良好的长期解决方案。

针对此现状，虽有部分观点试图通过借鉴迪杰斯特拉算法原理，舍弃已计算出来的路径收敛值，进一步开展后续延伸搜索，寻找更优收敛度。依此来最大程度降低DCN 在承载多业务时面临的布局问题。但此种方法应用在规模较大的全局网络中，收敛结果依旧呈现出不同程度的多样性。这意味着在开展极优甄选计算时又再次耗费了复杂DCN 网络开销资源。无疑该方法的适应性较弱。基于此，本文构思在复杂DCN 网络中融入交换和控制功能分离的软件定义网络架构，并在此基础上讨论该复杂DCN 网络在应对复杂用户终端对多业务承载布局的适应性算法。

1 方案评估

软件定义网络逻辑层次从下到上依次是转发架构、控制架构、应用架构。其中由大量交换机组成的转发架构中主要执行多业务多路由作业，控制架构中的控制器主要为全局网络在部署全业务时提供综合性调度策略的计算，该计算过程通过启用全局网络的在线监测单元和感知单元来实施。该控制计算过程也正是直接改善全局网络在应对全业务转发时，布局良好与否的决定性环节。结合转发架构中交换机功能，使得整个数据平面在承载全业务时的相关状态参数均可被采集至控制架构中。以便良好地实施全网多业务载荷布局。经由转发架构和控制架构的优化布局下的多业务为应用架构中的各项服务个提供了QoS 保证。

对于将复杂终端用户对业务QoS 要求作为服务宗旨的DCN 而言，相对于传统的城域传送网络优化了内部拓扑。所采用的胖树交叉型架构可为用户对多业务的要求提供分布式多路由机制，这在一定程度上减轻了各级网元资源代价。尤其对于那些对网元自身硬件资源偏好度较高的复杂业务而言，更有利于网元响应资源和链路承载资源的优化布局。经上所述，将传输和控制解耦的软件定义网络架构嵌入到复杂DCN 网络中，为复杂网络提供多业务布局优化设计是可行的。

2 多业务布局优化思想

为了使全网应对多业务时能够有良好的布局以更好的为复杂DCN 网络的应用层提供客户体验，本次优化设计将核心控制单元映射成等候路由的多业务载荷，并将等候被实施的任务映射成多业务载荷相关的多路由通道。经过这样的1：N 配比关系来重构复杂网络中多业务承载的布局状况。实施多业务布局优化时要求核心控制单元在特定的时间长度后向待用路由广播侦听数据包。待用多路由将接受到的侦听数据包映射成信息域提交至控制架构中的核心控制单元。此时控制单元开始计算从侦听数据包的发起至收到每个路由响应的时长。若遍历出某条待用路由的时间长度间隔最低，则定义此条待用路由为多业务布局优化的最佳选项，同时终止侦听数据包的广播业务并将多业务导入到最佳选项的待用路由实施承载作业。基于上述多业务布局思想，形成如下一套计算机制：首先，初始化复杂DCN全网并调用控制架构中的在线监测[2]单元定义一个时长间距T，然后在计时器监视下遵照该时长间距向待用路由集合WL={WL1，WL2，…，WLn}广播侦听数据包。其次，集合WL 的信宿交换网元S={S1，S2，…，Sn}将侦听数据包映射成信息域提交至控制架构中策略响应单元接受计算分析。当控制单元在初始化随定义的时长间距内接收到了首个由待用路由WL1st响应的信息域后，便终止了侦听作业。反之，控制单元需再等候下一个时长间距。如果控制单元在等候下一个时长间距之后接受到了信息域[3]则开始更新转发架构中交换单元内的流表资源，然后交换机将等候发送的多业务载荷经由WL1st传输；如果连续两个时长间距后仍未收到信息域的应重新在计时器的监视下遵照时长间距向待用路由集合WL={WL1，WL2，…WLn}广播侦听数据包。但是如若控制单元在一个时长间隔内收到了两个以上的信息域，则可从中任意选择一个待用WL 对多业务进行承载。在对多业务重新执行承载后控制架构中的在线监测单元重新定义一个时长间距，然后按照上述步骤循环执行直至全局布局均衡为止。

3 方案测试

本次测试在Mininet 2.2.1 环境来开展。在该环境下建立的胖树结构是由核心层的4 个控制单元和汇聚层的32 个交换机组成。每个交换机连向不同的主机。多业务流量由灌包软件代为发起，服从10Mb/s 到107Mb/s]的规模部署。每10 秒对交换机接口的业务承载参数进行统计，全网带宽峰值置为102Mbit/s。同时将任意两个路由间时延差记为0.1，多业务布局门限初始为0.7。若当前多业务载荷布局突破门限，则每隔1 秒钟广播一次侦听数据包并开始计时统计从发送侦听数据包到收到响应的信息域所产生的时长间距。

传统算法在多业务均衡过程中发挥的效能有限，主要是由于传统算法的计算体系未能从宏观角度来良好规划全业务的部署，仅适用于局部网络的调度。与此相反，本文构思的优化算法在调度全网多业务布局方面具有良好的灵活性。主要通过路由承重度[4]、多业务失效率和多业务时间代价指标的测试得以验证。

如图1 所示，描述了本文设计的多业务布局优化算法在全网实施过程中所表现出的路由承重度。和传统算法一样，由于在实施前期全网业务流量暂未达到初始门限而使得本文设计的算法并未表现出明显的差异性。但是随着时间的推移，多业务承载规模进一步增加直至突破门限0.6 后，此时两种算法逐渐表现出差异性，且这种差异伴随着时长愈加显著。以本文布局优化算法为例，由于该算法将响应度最高的待用路由及时地分配给了多业务流量，故对全局路由而言，承载度相对较轻，终于0.65 左右，起到优化效果。

图1 承重度比较

随着全网承重度从轻度向重度演变，算法计算的时效性无法及时跟上吞吐量[5]爆发所带来的多业务流量拥塞，因此多业务流量拥塞导致的多业务失效率必然逐渐增加。这样的大势在所有算法不可避免。如图2 所示，两种算法下的多业务失效率曲线也客观地说明了这个规律。传统算法虽然能在较短时间内计算出极佳待用路由供多业务实施承载，但随时间增加该条极佳待用路由必然遭遇承重度过高情形，于是不可避免地陷入业务失效风险。相比之下，布局优化算法的实施是在调用控制架构中的在线监测单元来进行的，所制定的策略具有统筹规划性。故业务失效率相对较低。

图2 失效率比较

在全网多业务承重度总体增加的前提下，端到端的业务承载时间成本也将增加。两种算法部署在复杂网络中对全业务实施承载作业的时间代价从图3 所示的延迟时间曲线走势图中得以说明。相对而言，传统算法在多业务承载路由选取思想上具有局部性，而布局优化算法筛选极佳路由的思想是在获取全网参数的前提下，通过分析响应时长来辨析待选路由的可用性。由于辨析策略是在动态获取网络端口参量的前提下制定的，故在不同承重度的环境中始终具有有效性。高效的路由是保持端到端流量承载时间的保证。因此，本文的布局优化算法相对传统算法付出了较低的时间代价。

图3 时间代价比较

4 结论

本文探讨的复杂网络多业务布局算法设计思想是控制架构对转发架构提交的侦听数据包做出响应，并比较分析响应时长来确定实施布局优化的待用路由通道。将所设计的算法部署在模拟环境中，通过对比传统算法在布局中的局限性验证了本文所提算法的优化性。