CN105704054A

CN105704054A - 数据中心网络流量迁移方法及其系统

Info

Publication number: CN105704054A
Application number: CN201410709872.5A
Authority: CN
Inventors: 叶瑜君; 王定中; 林炳梁; 洪维藩; 王国祯
Original assignee: Inventec Pudong Technology Corp; Inventec Corp
Current assignee: Inventec Pudong Technology Corp; Inventec Corp
Priority date: 2014-11-27
Filing date: 2014-11-27
Publication date: 2016-06-22
Also published as: US9467380B2; US20160156558A1

Abstract

一种数据中心网络流量搬迁方法包含控制机依据数据中心网络的拓朴信息，侦测数据中心内的多数个交换机中，每一个交换机的使用负载量，控制机依据互斥式节点分离生成树演算法及每一个交换机的使用负载量，将数据中心网络内的该些交换机重新建立对应的多数条连接路径，若数据中心网络内，该些交换机重新建立完成的对应的该些连接路径中，至少一条连接路径上的使用负载量超过门槛值，控制机依据流量搬迁演算法，将使用负载量超过门槛值的至少一条连接路径重新绕道。

Description

数据中心网络流量迁移方法及其系统

技术领域

本发明涉及一种数据中心网络流量迁移方法及其系统，尤指一种低计算复杂度的网络流量迁移方法。

背景技术

近年来随着云端运算的蓬勃发展，虚拟化(Virtualization)技术成为热门的研究议题，其中主机虚拟化由于可将单一实体主机转化为多部共同运作的虚拟主机(VirtualMachine，VM)，通过数台主机执行平行化运算，来提供可靠的服务质量。但虚拟化的技术应用于云端等级的网络，需要巨量的运算能力、内存以及数据储存空间。为此，史丹佛大学发展了一种软件定义网络(SoftwareDefinedNetwork，SDN)的系统，制定了OpenFlow的架构。原目标为延伸校园网络的交换线路的可程序规划特性，并提供对应的虚拟平台。一般而言，软件定义网络包含一个集中式的控制机(Controller)和数以万计的交换机(Switch)组合而成，这些交换机相互连接，并提供传输路径至所有的实体机器上。而这种连结关系为一种拓朴架构，这种拓朴架构同时也构成了软件定义网络下的数据中心(DateCenter)系统。

然而，因为数据中心包含大量的交换机，而不同的实体机器通过数个交换机连接而成的路径互相沟通。因此，当数据中心的传输负载量较高时，便会发生特定路径区间的使用量过高而造成传输壅塞(TrafficCongestion)的问题。因此，数据中心内的交换机以及其使用的路径必须随时动态调整，以平均分配每一个交换机的使用率而降低传输壅塞的现象。传统用于网络节点的动态互斥式节点分离生成树(DynamicandDisjointEdgeNodeDividedSpanningTree，D2ENDIST)演算法，若用于软件定义网络的数据中心时，因为要同时考虑节点数量、每一个节点的使用负载组合、以及所有重新绕径的可能性，故于每次重新计算路径优化时，计算复杂度将非常高(约为大O函数的5次方)，几乎无法用硬件实现。

因此，在软件定义网络的数据中心中，发展一种低复杂度及高效能的流量迁移方法是非常重要的。

发明内容

本发明一实施例提出一种数据中心网络流量搬迁方法，包含控制机依据数据中心网络的拓朴信息，侦测数据中心内的多数个交换机中，每一个交换机的使用负载量，控制机依据互斥式节点分离生成树演算法及每一交换机的使用负载量，将数据中心网络内的该些交换机重新建立对应的多数条连接路径，以及若数据中心网络内，该些交换机重新建立完成的对应的该些连接路径中，至少一条连接路径上的使用负载量超过门槛值，控制机依据流量搬迁演算法，将使用负载量超过门槛值的至少一条连接路径重新绕道。

本发明另一实施例提出一种数据中心网络流量搬迁系统，包含多数个交换机及控制机。在多数个交换机中，每一个交换机依据拓朴信息相互连接，而控制机是连结于该些交换机。其中控制机依据数据中心网络的拓朴信息，侦测数据中心内的该些交换机中，每一个交换机的使用负载量，控制机依据互斥式节点分离生成树演算法，将数据中心网络内的该些交换机重新建立对应的多数条连接路径，及若数据中心网络内，该些交换机重新建立完成的对应的该些连接路径中，至少一条连接路径上的使用负载量超过门槛值，控制机依据流量搬迁演算法，将使用负载量超过该门槛值的至少一条连接路径重新绕道。

附图说明

图1为本发明的软件定义网络的数据中心的实施例的架构图。

图2为图1实施例的数据中心流量搬迁方法的流程图。

图3为图1实施例的数据中心初始化的连接路径示意图。

图4为图1实施例的数据中心使用互斥式节点分离生成树演算法的示意图。

图5为图4实施例的数据中心进一步使用流量搬迁演算法的示意图。

图6为图1实施例中，使用动态互斥式节点分离生成树演算法以及互斥式节点分离生成

树演算法结合流量搬迁演算法的效能仿真图。

组件标号说明：

100数据中心

0至12交换机

13、A至H服务机

14虚拟机

15控制机

S201至S204步骤

具体实施方式

图1为本发明的软件定义网络的数据中心的实施例的架构图。如图1所示，数据中心100包含多数个核心层交换机10、多数个聚合层交换机11、多数个边缘层交换机12、多数个服务机13、多数个虚拟机14以及控制机15。在本实施例中，数据中心100是以宽树状拓朴信息(Fat-TreeInformation)建置，具有三层交换机的结构，多数个核心层交换机10为拓朴结构最上层的交换机，多数个聚合层交换机11为拓朴结构中间层的交换机，而多数个边缘层交换机12为拓朴结构最下层的交换机。三层的交换机以图1的方式相互连结。而多数个服务机13在本实施例中为实体机器(PhysicalMachine)，成对的服务机13通过交换机建立传输路径后即可传输数据。虚拟机14是为每一个用户所使用的非实体机器，这些虚拟机14会依附在服务机13的下，使用服务机13的硬件资源以及带宽。举例来说，在图2中，最左边的服务机13的下执行了3个虚拟机14，而这三个虚拟机14可通过最左边的服务机13传输数据至别的虚拟机。控制机15连结于所有的交换机10至12、服务机13及虚拟机14，以用来控管整个数据中心100的分配和传输流量。然而，当许多服务机13同时通过交换机10至12互相传递数据时，可能有许多路径会因为过度使用(OverUtilized)而造成传输壅塞(TrafficCongestion)的情况。这种情况将一并导致某些路径下的子树状(Sub-Tree)拓朴结构的传输造成壅塞。而传统于数据中心100的解决方案为利用动态互斥式节点分离生成树(DynamicandDisjointEdgeNodeDividedSpanningTree，D2ENDIST)演算法，将过度使用的路径重新绕道(Reroute)。然而，这种D2ENDIST演算法必须同时考虑节点数量、每一个节点的使用负载组合、以及所有重新绕径的可能性，每次会重新计算并重新规划所有交换机的路径，因此复杂度非常高，约为其中N_S为数据中心100网络内所有交换机的数量，O(·)为计算复杂度函数(BigO)。为了解决D2ENDIST具有超高复杂度而不易被硬件实现的问题，本发明实施例中将使用二阶段(Two-Stages)的绕径方法取代使用D2ENDIST演算法，可以大幅降低其计算复杂度而维持高效能的绕径结果。本发明所使用的方法将详述于下。

图2为图1实施例的数据中心100网络流量搬迁方法的流程图。本发明的网络流量搬迁方法可用步骤S201至S204的流程实现，为下所示：

S201：依据数据中心100网络的拓朴信息，侦测数据中心100内的多数个交换机中，每一个交换机的使用负载量；

S202：控制机15依据互斥式节点分离生成树演算法(DisjointEdgeNodeDividedSpanningTree，DENDIST)及每一交换机的使用负载量，将数据中心100网络内的该些交换机重新建立对应的多数条连接路径；

S203：若数据中心100网络内，该些交换机重新建立完成的对应的该些连接路径中，至少一条连接路径上的使用负载量超过门槛值，控制机15将超过该门槛值的至少一条连接路径依据使用负载量依序排列；及

S204：控制机15将超过门槛值的至少一条连接路径中，依据流量搬迁演算法(FlowMigration，FM)，由使用负载量最大的连接路径至使用负载量最小的连接路径依序重新绕道。

在步骤S201中，数据中心100会先依据链路层发现协议(LinkLayerDiscoveryProtocol，LLDP)建构整个网络拓朴(Topology)的初始化。当拓朴数据被建构完成的后，由每一个交换机的初始化路径可以得到每一路径(节点)的使用负载量。然而，这些交换机以及路径的使用负载量皆未被优化，因此很可能会发生某些路径过度使用而造成传输壅塞的情况。因此，在步骤S202中，控制机15依据统计后的使用负载量和DENDIST演算法，将数据中心100网络内的交换机重新建立对应的连接路径，以尽量使所有路径不被过度使用。这边说明一下，DENDIST演算法是一种静态(Static)的连接路径分配演算法，相较于D2ENDIST演算法，DENDIST演算法仅考虑目前节点(交换机)的流量情况，因此其复杂度较低，仅为其中N_S为数据中心100网络内所有交换机的数量。然而，当执行DENDIST演算法将大部分过度使用的路径绕道后，可能会有少数的路径仍然被过度使用。此时，于步骤S203中，若数据中心100网络内，于该些交换机重新建立完成的对应的该些连接路径中，侦测出至少一条连接路径上的使用负载量超过门槛值，控制机15将超过门槛值的至少一条连接路径依据使用负载量依序排列。在这些路径依照使用负载量严重的程度排序好之后，即进入步骤S204，控制机15将超过门槛值的至少一条连接路径中，依据流量搬迁演算法(FlowMigration，FM)，由使用负载量最大的连接路径至使用负载量最小的连接路径依序重新绕道。而FM演算法其计算复杂度仅为在执行步骤S201至步骤S204之后，若系统负载量不是极端高时(亦即可以找出重新绕道的候选路径)，所有过度使用的路径将以低复杂度的演算法绕道，因此有效解决了传输壅塞的问题。而本发明使用DENDIST演算法结合FM演算法的绕径机制将描述于下。

图3为图1实施例的数据中心100初始化的连接路径示意图。如图3所示，数据中心100考虑10个交换机，为交换机0至交换机9，以及考虑8个服务机，为服务机A至服务机H。为了表达简化，图2在服务机A至服务机H的间仅考虑了10条路径，分别为路径P1至路径P10，描述于下：

P1：服务机A→交换机6→交换机2→交换机0→交换机4→交换机8→服务机E；

P2：服务机B→交换机6→交换机2→交换机0→交换机4→交换机8→服务机E；

P3：服务机A→交换机6→交换机2→交换机0→交换机4→交换机8→服务机F；

P4：服务机B→交换机6→交换机2→交换机0→交换机4→交换机8→服务机F；

P5：服务机C→交换机7→交换机2→交换机0→交换机4→交换机8→服务机E；

P6：服务机C→交换机7→交换机2→交换机0→交换机4→交换机8→服务机F；

P7：服务机C→交换机7→交换机2→交换机0→交换机4→交换机9→服务机G；

P8：服务机C→交换机7→交换机2→交换机0→交换机4→交换机9→服务机H；

P9：服务机A→交换机6→交换机2→交换机7→服务机C；

P10：服务机A→交换机6→交换机2→交换机7→服务机D；

在图2中，这10条路径P1至P10经过了许多重复的交换机，意即有许多路径区间是被重复使用的，下表将图3中，10条路径P1至P10的所有路径区间的使用程度列出，如下所示：

路径区间	使用负载量(次数)
		交换机6→交换机2	6次
交换机2→交换机0	8次
		交换机0→交换机4	8次
交换机4→交换机8	6次
		交换机7→交换机2	6次
交换机4→交换机9	2次

因此，若定义最上层的核心层交换机(CoreLevelSwitch)，包括交换机0与交换机1连出的路径使用次数超过6次以上即为过度使用的情况，中间层的聚合层交换机(AggregateLevelSwitch)，包括交换机2至交换机5连出的路径使用次数超过3次以上即为过度使用的情况，则根据上表中的使用次数统计量，有5条路径区间会发生过度使用的情况。这5条路径区间分别为交换机6→交换机2(6次)、交换机7→交换机2(6次)、交换机2→交换机0(8次)、交换机0→交换机4(8次)以及交换机4→交换机8(6次)，于图3中以实线标示之。这5条路径区间因为数据传输时所经过的使用次数过高，发生传输壅塞的机率也较高。因此，数据中心100使用了DENDIST演算法，先将交换机的初始路径区间做第一次优化，详述于下。

图4为图1实施例的数据中心100使用DENDIST演算法的示意图。如同图2中的设定，数据中心100考虑10个交换机，为交换机0至交换机9，以及考虑8个服务机，为服务机A至服务机H。在服务机A至服务机H的间每一条路径的起始点及终点的设定亦同于图3。如图4所示，当数据中心100执行DENDIST演算法时，会尽量将图3中过度使用的路径区间绕道，而执行DENDIST演算法的后的10条路径P1至P10可以表示为下：

P2：服务机B→交换机6→交换机3→交换机1→交换机5→交换机8→服务机E；

P4：服务机B→交换机6→交换机3→交换机1→交换机5→交换机8→服务机F；

P7：服务机C→交换机7→交换机3→交换机1→交换机5→交换机9→服务机G；

P8：服务机C→交换机7→交换机3→交换机1→交换机5→交换机9→服务机H；

P9：服务机A→交换机6→交换机2→交换机7→服务机C；

P10：服务机A→交换机6→交换机3→交换机7→服务机D；

在图4中，这10条路径P1至P10经过了许多重复的交换机，意即有许多路径区间是被重复使用的，下表将图4中，10条路径P1至P10的所有路径区间的使用程度列出，如下所示：

路径区间	使用负载量(次数)
		交换机6→交换机2	3次
交换机2→交换机0	4次
		交换机0→交换机4	4次
交换机4→交换机8	4次
		交换机7→交换机2	3次
交换机4→交换机9	2次
		交换机7→交换机3	3次
交换机6→交换机3	3次
		交换机3→交换机1	4次
交换机1→交换机5	4次
		交换机5→交换机9	2次

如同图3的设定，若定义最上层的核心层交换机，包括交换机0与交换机1连出的路径使用次数超过6次以上即为过度使用的情况，中间层的聚合层交换机，包括交换机2至交换机5连出的路径使用次数超过3次以上即为过度使用的情况，则根据上表中的使用次数统计量，仅有1条路径区间会发生过度使用的情况。这一条过度使用的路径区间即为交换机4→交换机8(4次)的路径，在图4中以实线标示的。因此，经过了DENDIST演算法将数据中心100的路径做第一次优化的后，仍可能会有一些过度使用的路径存在，如交换机4→交换机8的路径区间，此条路径区间因为使用次数过高，故发生传输壅塞的机率也较高。因此，数据中心100接下来使用了FM演算法，将剩下使用次数过高路径区间做第二次优化，详述于下。

图5为图4实施例的数据中心100进一步使用FM演算法的示意图。如同图4中的设定，数据中心100考虑10个交换机，为交换机0至交换机9，以及考虑8个服务机，为服务机A至服务机H。在服务机A至服务机H的间每一条路径的起始点及终点亦同于图4。如图5所示，当数据中心100执行FM演算法时，会将图4中，使用DENDIST演算法后剩下使用次数过高的路径区间绕径，以使所有的路径区间其使用负载量(使用次数)都不超过过度使用的条件。在本实施例中，如图4所示，使用DENDIST演算法后仅剩下一条交换机4→交换机8的路径区间为过度使用，而FM演算法也仅针对交换机4→交换机8的路径区间进行绕径。然而本发明却不限于此，在其它实施例中，若执行DENDIST演算法剩下多条使用次数过高的路径区间，则数据中心100将会把使用次数过高的连接路径区间由大到小排列，等同于将次数过高的连接路径区间的壅塞严重性由大到小排列。而FM演算法会逐一由负载量最大的连接路径区间至使用负载量最小的连接路径区间依序重新绕道。而本实施例中，经过FM演算法将交换机4→交换机8的路径区间进行绕径处理后，服务机A至服务机H的间互相传输的10条路径可以表示为下：

P5：服务机C→交换机7→交换机2→交换机0→交换机5→交换机8→服务机E；

P9：服务机A→交换机6→交换机2→交换机7→服务机C；

P10：服务机A→交换机6→交换机3→交换机7→服务机D；

在图5中，这10条路径P1至P10经过了许多重复的交换机，意即有许多路径区间是被重复使用的，下表将图5中，10条路径P1至P10的所有路径区间的使用程度列出，如下所示：

路径区间	使用负载量(次数)
		交换机6→交换机2	3次
交换机2→交换机0	4次
		交换机0→交换机4	3次
交换机4→交换机8	3次
		交换机7→交换机2	3次
交换机4→交换机9	3次
		交换机7→交换机3	3次
交换机6→交换机3	3次
		交换机3→交换机1	4次
交换机1→交换机5	4次
		交换机5→交换机9	2次
交换机0→交换机5	1次

如同图4的设定，若定义最上层的核心层交换机，包括交换机0与交换机1连出的路径使用次数超过6次以上即为过度使用的情况，中间层的聚合层交换机，包括交换机2至交换机5连出的路径使用次数超过3次以上即为过度使用的情况，则根据上表中的使用次数统计量，所有路径区间皆未发生过度使用的情况。因此，在本实施例中，数据中心100经过了如图4所述的DENDIST演算法以及图5所述的FM演算法进行绕径优化后，原本于图3中的5条过度使用的路径区间：交换机6→交换机2(6次)、交换机7→交换机2(6次)、交换机2→交换机0(8次)、交换机0→交换机4(8次)以及交换机4→交换机8(6次)，将全数被绕道至符合设定的使用次数门槛值以下的路径。由于经过DENDIST及FM演算法后的数据中心100并无过度使用的路径区间，因此能有效的避免传输壅塞的问题。

图6为图1实施例中，使用D2ENDIST演算法以及DENDIST结合FM演算法的效能仿真图。在图6中，X轴表示处理的时间，Y轴表示吞吐量(Throughput)。如图6所示，D2ENDIST演算法的理论数值仿真结果标示为虚线，而DENDIST结合FM演算法的理论数值仿真结果标示为实线，每次重新绕径的周期为1秒。可以由图6观察出，数据中心100使用DENDIST结合FM演算法后的传输吞吐量会非常接近使用D2ENDIST演算法的传输吞吐量，且于任何时间上的收敛状态几乎一致。然而，软件定义网络的数据中心100若使用D2ENDIST演算法，因具有的计算复杂度，硬件实现上将面临非常高的设计困难度。而本发明的DENDIST结合FM演算法，其计算复杂度为至的间，因此在硬件实现上相对D2ENDIST演算法较为可施行。

综上所述，本发明揭露了一种用于软件定义网络的数据中心下的流量迁移方法及其系统，其概念为先利用DENDIST演算法对数据中心中每一个交换机对应的路径做初步的优化，再利用FM演算法将少数超出使用负载量(次数)的路径区间绕道。而DENDIST演算法与FM演算法的计算复杂度较低，将这两个演算法结合时，依据仿真结果，其传输吞吐量效能以及收敛程度均逼近于使用具有超高计算复杂度的D2ENDIST演算法的效能。因此，本发明所述的流量迁移方法及其系统，可利用较低计算复杂度的演算法而达到高传输效能的功效。

以上所述仅为本发明的较佳实施例，凡依本发明权利要求书所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims

1.一种数据中心网络流量搬迁方法，其特征为，包含：

一控制机依据所述数据中心网络的一拓朴信息，侦测所述数据中心内的多数个交换机中，每一交换机的使用负载量；

所述控制机依据一互斥式节点分离生成树演算法及所述每一交换机的使用负载量，将所述数据中心网络内的所述些交换机重新建立对应的多数个连接路径；及

若所述数据中心网络内，所述交换机重新建立完成的对应的所述连接路径中，至少一连接路径上的使用负载量超过一门槛值，所述控制机依据一流量搬迁演算法，将使用负载量超过所述门槛值的所述至少一连接路径重新绕道。

2.如权利要求1所述的方法，其特征为，所述数据中心网络的所述拓朴信息为一宽树状拓朴信息，且所述数据中心网络内的所述个交换机包含多数个核心层交换机、多数个聚合层交换机以及多数个边缘层交换机。

3.如权利要求1所述的方法，其特征为，所述互斥式节点分离生成树演算法为一静态连接路径分配演算法。

4.如权利要求1所述的方法，其特征为，所述互斥式节点分离生成树演算法的计算复杂度为其中N_S为所述数据中心网络内的所述交换机的数量，O(·)为一计算复杂度函数。

5.如权利要求1所述的方法，其特征为，所述流量搬迁演算法的计算复杂度为其中N_S为所述数据中心网络内的所述交换机的数量，O(·)为一计算复杂度函数。

6.如权利要求1所述的方法，其特征为，若所述数据中心网络内，所述交换机重新建立完成的对应的所述连接路径中，所述至少一连接路径上的使用负载量超过所述门槛值，所述控制机依据所述流量搬迁演算法，将使用负载量超过所述门槛值的所述至少一连接路径重新绕道，包含：

若所述数据中心网络内，所述交换机重新建立完成的对应的所述连接路径中，所述至少一连接路径上的使用负载量超过所述门槛值，所述控制机将超过所述门槛值的所述至少一连接路径依据使用负载量依序排列；及

所述控制机将超过所述门槛值的所述至少一连接路径中，依据所述流量搬迁演算法，由使用负载量最大的连接路径至使用负载量最小的连接路径依序重新绕道。

7.如权利要求1所述的方法，其特征为，若所述数据中心网络内，所述交换机重新建立完成的对应的所述连接路径中，所述至少一连接路径上的使用负载量超过所述门槛值，所述控制机依据所述流量搬迁演算法，将使用负载量超过所述门槛值的所述至少一连接路径重新绕道，为若所述数据中心网络内，所述交换机重新建立完成的对应的所述连接路径中，所述至少一连接路径上的使用负载量超过所述门槛值，所述控制机依据所述流量搬迁演算法，将使用负载量超过所述门槛值的所述至少一连接路径重新绕道至使用负载量不超过所述门槛值的路径。

8.一种数据中心网络流量搬迁系统，其特征为，所述数据中心网络流量搬迁系统包含：

多数个交换机，每一交换机依据一拓朴信息相互连接；及

一控制机，连结于所述交换机；

其中所述控制机依据所述数据中心网络的一拓朴信息，侦测所述数据中心内的所述交换机中，每一交换机的使用负载量，所述控制机依据一互斥式节点分离生成树演算法，将所述数据中心网络内的所述交换机重新建立对应的多数个连接路径，及若所述数据中心网络内，所述交换机重新建立完成的对应的所述连接路径中，至少一连接路径上的使用负载量超过一门槛值，所述控制机依据一流量搬迁演算法，将使用负载量超过所述门槛值的所述至少一连接路径重新绕道。

9.如权利要求8所述的网络流量搬迁系统，其特征为，所述交换机包含：

多数个核心层交换机；

多数个聚合层交换机，连结于所述核心层交换机；及

多数个边缘层交换机，连结于所述聚合层交换机；

其中所述核心层交换机为在所述数据中心网络的所述拓朴结构中最上层的交换机，所述边缘层交换机为在所述数据中心网络的所述拓朴结构中最下层的交换机。

10.如权利要求8所述的网络流量搬迁系统，其特征为，所述互斥式节点分离生成树演算法的计算复杂度为为所述流量搬迁演算法的计算复杂度为N_S为所述数据中心网络内的所述多数个交换机的数量，O(·)为一计算复杂度函数。