CN113438163A - 一种基于路径隔离的数据中心网络混合流路由方法及系统 - Google Patents
一种基于路径隔离的数据中心网络混合流路由方法及系统 Download PDFInfo
- Publication number
- CN113438163A CN113438163A CN202110596018.2A CN202110596018A CN113438163A CN 113438163 A CN113438163 A CN 113438163A CN 202110596018 A CN202110596018 A CN 202110596018A CN 113438163 A CN113438163 A CN 113438163A
- Authority
- CN
- China
- Prior art keywords
- flow
- path
- data center
- isolation
- priority
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/14—Routing performance; Theoretical aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/38—Flow based routing
Abstract
本发明属于数据中心流量优化技术领域,公开了一种基于路径隔离的数据中心网络混合流路由方法及系统,所述基于路径隔离的数据中心网络混合流路由方法包括:构建数据中心网络路径隔离优化模型,创建隔离路径并配置路径优先级队列;评估流的优先级并实施速率控制;计算流的传输路径,并实施流的重路由。所述基于路径隔离的数据中心网络混合流路由系统中,主机控制包含流信息表、流需求评估器、流分类器和速率控制器,网络控制包含流量管理模块、拓扑管理模块、链路管理模块、路径管理模块、性能评估器、路由模块和执行器。本发明针对数据中心网络混合流的特点,通过充分利用数据中心高连通度网络拓扑的优势,通过路径隔离支持不同流的服务需求。
Description
技术领域
本发明属于数据中心流量优化技术领域,尤其涉及一种基于路径隔离的数据中心网络混合流路由方法及系统。
背景技术
数据中心流量呈混合特征,主要表现在流的数据量差异大和流对网络需求各不相同。具体来说,时延敏感型应用产生大量的短流和少量的长流,这些应用要求网络最小化短流的完成时间并保证长流的截止时间;吞吐量敏感型应用要求网络为流提供最小带宽保证,同时要求网络提供持续的带宽供给;对于弹性业务流,则要求网络提供尽可能多的传输带宽,从而提高应用的性能。这些混合流共享数据中心网络的基础设施,对于有限的网络资源,如何保证混合流中不同流的服务需求是数据中心网络流量优化面临的一个关键问题。
实施有效的混合流流量优化面临的主要挑战是混合流对网络资源需求的竞争性和互异性。数据中心网络中包含大量的短流和少量的长流,竞争性表现在长流和短流对网络带宽资源和交换机缓存资源的抢占关系,互异性表现在长流和短流要求网络提供不同的服务保证。具体来说,由于短流对排队时延非常敏感,短流要求网络尽可能地减小交换机中缓存报文的数量,从而减小短流的排队时延,进而减小短流的完成时间。长流则要求网络保证一定数目的排队报文,从而保证长流的吞吐量。当短流和长流在同一路径上进行传输时,会因为资源分配的竞争性和互异性导致长流和短流的性能同时下降(参见A.Mushtaq的《Rethinking buffer management in data center networks》,发表在2014年ACMSIGCOMM会议)。研究表明,在基于先到先服务调度策略的数据中心流量优化方案中,基于TCP统计复用的资源分配方式使得短流的完成时间被严重增加(参见M.Alizadeh的《pFabric:Minimal near-optimal datacenter transport》,发表在2013年ACM SIGCOMM会议),而短流的突发性,导致长流因为网络拥塞网络吞吐量明显下降(参见王伟的《Freeway:Adaptively Isolating the Elephant and Mice Flows on Different TransmissionPaths》,发表在2014年IEEE ICNP会议)。因此,如何在共享的网络基础设施上实现有效的混合流流量优化是一个亟需解决的问题。
现有方案并不能有效解决混合流的流量优化问题,现有流量优化方法可以分为三类,第一类方案致力于通过减小网络中缓存报文的数量来减小短流的排队时延,进而减小短流完成时间(参见M.Alizadeh的《Data center TCP》,发表在2010年ACM SIGCOMM会议)。这类方案能有效减小短流的完成时间,但是无法保证流的截止时间,同时也无法为流提供最低传输带宽保证。第二类方案采用了最小任务优先(Shortest Job First,SJF)或最早截止时间优先(Earliest Deadline First,EDF)的流量调度策略(参见M.Alizadeh的《pFabric:Minimal near-optimal datacenter transport》,发表在2013年ACM SIGCOMM会议),这类方案使得短流和具有较小截止时间的流优先使用网络资源,从而减小短流完成时间,并满足更多时延敏感流的截止时间,但这类方案无法为流提供最小带宽保证。第三类方案旨在通过提高网络的吞吐量来减小流的平均完成时间(参见M.Alizadeh的《CONGA:Distributed congestion-aware load balancing for datacenters》,发表在2013年ACMSIGCOMM会议),这类方案无法最小化短流的完成时间,也无法为流提供最小传输带宽保证。
通过上述分析,现有技术存在的问题及缺陷为:现有技术并不能有效解决混合流的流量优化问题。
解决以上问题及缺陷的难度为:
数据中心不同类型应用的流具有不同的服务需求,这些流共享数据中心网络资源,由于现有的数据中心交换机(或路由器)无法实现基于流的性能隔离,导致数据中心混合流之间相互影响,无法保证不同需求流的服务需求。具体来说,短流要求网络提供较小的排队时延,从而最小化短流的完成时间,长流则要求网络必须缓存一定量的报文来保证长流的吞吐量,长流和短流需求的矛盾性导致混合流流量优化复杂难以实现。同时,带宽敏感流要求网络提供最小传输带宽保证,当短流和带宽敏感流在同一条链路上传输时,短流的突发性导致网络无法为带宽敏感流提供最小传输带宽保证。此外,时延敏感流要求网络提供截止时间保证,因而网络需要为时延敏感流提供可以预测的排队时延,由于短流的突发性,网络也无法为时延敏感流提供排队时延保证。现有数据中心交换机(或路由器)仅支持4~8个优先级队列,在现有数据中心基础设施上实现数据中心混合流的流量优化面临很大的挑战。
解决以上问题及缺陷的意义为:
数据中心应用的多样性导致流量需求的异构特性,数据中心是应用驱动的产物,满足不同应用的服务需求是数据中心流量优化必须解决的问题,本发明依据数据中心当前基础设施能力研究混合流的流量优化技术,具有重要的实际应用价值。
发明内容
针对现有技术存在的问题,本发明提供了一种基于路径隔离的数据中心网络混合流路由方法及系统。
本发明是这样实现的,一种基于路径隔离的数据中心网络混合流路由方法,所述基于路径隔离的数据中心网络混合流路由方法,包括:
步骤一,构建数据中心网络路径隔离优化模型,创建隔离路径并配置路径优先级队列。其中,隔离路径构建优化模式是隔离路径创建的依据,隔离路径创建算法是隔离路径生成的基本方法,路径优先级队列是实现不同需求流性能隔离的关键;
步骤二,评估流的优先级,计算流的发送速率并实施流的速率控制。流的优先级评估是对流进行分类,使得端主机和控制器均能够分辨流的类型,进而可以评估流的需求。端主机实施需求感知的流速率控制,是保证不同流的服务需求基础;
步骤三,计算流的传输路径,按需实施流的重路由。控制器程序根据流的类型和获取的流传输速率信息,为每流计算最优的传输路径,保证流的服务需求。同时,通过流的重路由方法,提供流的服务需求保证并最大化网络吞吐量。
进一步,所述步骤一中,构建数据中心网络路径隔离优化模型具体过程为:
使用无向图G=(V,E)描述数据中心网络拓扑模型:网络中包含V个节点和E条链路;将连接主机的交换机称为边缘交换机,用ToR表示,用VToR表示ToR的集合;无向图G中每一条链路将会被划分为低时延链路LDL或者高吞吐量链路HTL中的一种,所有由LDL组成的传输路径被称为低时延路径LDP,所有由HTL组成的传输路径被称为高吞吐量路径HTP;对于任何ToR到ToR的传输路径,路径隔离方案保证至少有一条LDP和一条HTP;同时,路径隔离方案以最大化LDP和HTP的数量NLDP和NHTP为优化目标。
进一步,所述描述隔离路径的优化模型为:
maxNHTP×NLDP
进一步,所述步骤一中,创建隔离路径具体过程为:
1)初始化,数据中心网络拓扑无向图G=(V,E),低时延链路集合ALDL=φ,高吞吐量链路集合AHTL=φ,低时延路径数目NLDP=0,高吞吐量路径数目NHTP=0;
2)评估边缘交换机,获取边缘交换机集合VToR;
3)选取任意两个边缘交换机i、j(i,j∈VToR),计算i到j的所有独立路径Pij;
5)根据ALDL和AHTL的信息,随机选择两个边缘交换机s、d(s,d∈VToR),重复3)和4)的过程,将所有链路划分为LDL或者HTL,形成不同的ALDL和AHTL;
6)计算不同方案ALDL和AHTL中NLDP和NHTP,选取NHTP×NLDP最大化时的ALDL和AHTL为隔离路径方案,输出ALDL和AHTL。
进一步,所述步骤一中,创建路径优先级队列具体过程为:
将数据中心网络中的流分为6种,依次为短流、小数据量带宽敏感流、小数据量时延敏感流、时延敏感流、带宽敏感流和弹性流;
在低时延路径和高吞吐量路径的交换机端口分别设置4个优先级队列;低时延路径中的优先级队列分别对应短流、带宽敏感流、时延敏感流和弹性流,高吞吐量路径中的优先级队列分别对应小数据量带宽敏感流与小数据量时延敏感流、带宽敏感流、时延敏感流和弹性流,采用基于优先级的调度策略;高吞吐量路径最高优先级队列实施速率控制。
进一步,所述步骤二中,评估流的优先级具体过程为:
流的优先级评估依据流的特征信息和流的需求信息共同决定,根据流的数据量信息,将数据量小于100KB的流设定为短流,短流的优先级设置为0;对于长流,当数据中心应用为带宽敏感型应用时,小数据量带宽敏感流优先级设置为1,其他长流设置为3;同时,将小数据量时延敏感型流的优先级设置为2,其他时延敏感流的优先级设置为4,弹性流的优先级设置为5。使用IP报头中的DSCP字段中低3位进行流优先级的标识。
进一步,所述步骤二中,流的速率控制具体过程为:
对于带宽敏感流,设置流f的发送速率v=BWd,其中BWd为流f所需的传输带宽;对于时延敏感流和弹性流,设置流f的发送速率v=Sizef/Dtf,其中Sizef为流f的数据量,Dtf为流f的截止时间;对于弹性流和短流,不设置流的发送速率。本发明中使用Linux TC实施流的速率控制。
进一步,所述步骤三中,计算流的传输路径,具体过程为:
(1)初始化,数据中心网络拓扑无线图G=(V,E),待优化流f,低时延链路集合ALDL,高吞吐量链路AHTL;
(2)对于短流,根据边缘交换机集合VToR信息和ALDL信息,计算所有ToR到ToR的低时延路径,然后根据枚举算法实现基于主机负载均衡的短流路由方法,并通过SDN技术为短流预安装流表,实现短流的主动路由方法;
(3)对于小数据量带宽敏感流和小数据量时延敏感流,依据高吞吐量链路集合AHTL和ToR交换机s、d的信息计算所有独立的高吞吐量路径,选择首条可以满足流所需传输带宽的路径作为流的传输路径;对于带宽敏感流、时延敏感流和弹性流,依据高吞吐量链路集合AHTL、低时延链路集合ALDL和ToR交换机s、d信息计算所有独立的低时延路径和高吞吐量路径,最后选择首条可以满足流所需传输带宽的路径作为流的传输路径;对于弹性流,依据高吞吐量链路集合AHTL、低时延链路集合ALDL和ToR交换机s、d信息计算所有独立的低时延路径和高吞吐量路径,最后选择剩余传输带宽最大的路径作为流的传输路径。
进一步,所述步骤三中,流的重路由,具体过程为:
A、初始化,控制器程序使用OpenFlow技术周期性的计算网络中所有流的传输带宽、所有链路的状态和剩余带宽,评估流的类型和隔离路径是否最优;
B、控制器按照以下三种情况,对流f进行重路由;
第一步,控制器程序周期性的评估链路的负载情况,当等价链路之间的负载差值大于链路容量的20%时,认为网络存在严重的负载不均衡问题,控制器程序将负载重的链路上的流迁移到负载轻的链路;
第二步,端主机流量控制程序感知到流f的当前传输路径无法满足流f所需的传输带宽,将DSCP字段最高位置为1,通告控制器程序为流f分配新的传输路径;
第三步,端主机流量控制程序感知到时延敏感流f的剩余截止时间小于5*RTT时,当网络给流f分配的传输带宽小于流f期望的发送速率时,端主机流量控制程序将流f的优先级调整为带宽敏感流的优先级,通告控制器程序为流f分配更优的传输路径。
本发明的另一目的在于提供一种实施所述基于路径隔离的数据中心网络混合流路由方法的基于路径隔离的数据中心网络混合流路由系统,所述基于路径隔离的数据中心网络混合流路由系统设置有端主机、控制平面、数据平面;
端主机设置有应用流、流信息表、流需求评估器、流分类器、速率控制器;应用流与流信息表连接,流信息表与流需求评估器连接,流需求评估器与流分类器连接,流分类器与速率控制器连接,速率控制器与流需求评估器连接。数据平面设置有OpenFlow交换机;
控制平面设置有控制器,控制器与执行器连接,执行器与路由模块连接,路由模块与性能评估器连接;控制平面设置有网络视图,网络视图设置有路径管理模块、拓扑管理模块、链路管理模块、流量管理模块;
路径管理模块与拓扑管理模块连接,拓扑管理模块与链路管理模块连接,链路管理模块与流量管理模块连接。
本发明的另一目的在于提供端主机流量管控程序运行于Linux操作系统,控制器程序运行于主流的SDN网络操作系统(如POX、ONOS)之上,通过OpenFlow协议完成相应的功能,端主机流量管控程序和控制器程序按照下列步骤实现基于路径隔离的数据中心网络混合流路由方法:
步骤一,运行在SDN控制器的控制器程序通过OpenFlow协议获取数据中心网络拓扑,根据构建的数据中心网络路径隔离优化模型,创建隔离路径并配置路径优先级队列;
步骤二,端主机程序维护应用流信息表,根据流信息评估流的优先级、计算流的发送速率并实施流的速率控制;
步骤三,控制器程序计算流的传输路径,维护流信息表,按需实施流的重路由。
本发明的另一目的在于提供一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行所述基于路径隔离的数据中心网络混合流路由方法包括下列步骤:
步骤一,获取数据中心网络拓扑,根据构建的数据中心网络路径隔离优化模型,创建隔离路径并配置路径优先级队列;
步骤二,主机控制通过流信息表维护用户应用流量信息,评估流的优先级,计算流的发送速率并实施流的速率控制;
步骤三,控制器程序计算流的传输路径,并按需实施流的重路由。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述基于路径隔离的数据中心网络混合流路由方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的基于路径隔离的数据中心网络混合流路由方法,包括构建数据中心网络路径隔离优化模型,创建隔离路径,创建路径优先级队列,评估流的优先级,计算流的传输路径,按需实施流的重路由。该方法针对数据中心网络混合流的特点,通过充分利用数据中心高连通度网络拓扑的优势,通过路径隔离支持不同流的服务需求,为解决数据中心网络混合流的服务需求保证提供一种有效的方法。本方法通过将流速率控制和流调度解耦及流速率控制和流路由解耦,通过流速率控制与路由协同、流路由与流调度协同,能够在现有数据中心网络基础设施上实现不同类型流的性能隔离,在现有基础设施上解决了混合流的流量优化问题。
附图说明
图1是本发明实施例提供的基于路径隔离的数据中心网络混合流路由方法流程图。
图2是本发明实施例提供的基于路径隔离的数据中心网络混合流路由系统结构示意图;
图2中:1、端主机;2、控制平面;3、数据平面。
图3是本发明实施例提供的基于路径隔离的数据中心网络混合流路由方法架构图。
图4是本发明实施例提供的低时延路径和高吞吐量路径的优先级队列分配示意图。
图5是本发明实施例提供的DSCP字段分配示意图。
图6是本发明实施例提供的测试网络拓扑示意图。
图7是本发明实施例提供的测试流量信息示意图。
图8是本发明实施例提供的实验结果示意图;
图中:图(a)为短流的平均完成时间,图(b)长流的平均完成时间;图(c)为不同方案的流服务失效率。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于路径隔离的数据中心网络混合流路由方法及系统,下面结合附图对本发明作详细的描述。
本发明提供的基于路径隔离的数据中心网络混合流路由方法,业内的普通技术人员还可以采用其他的步骤实施,图1的本发明提供的基于路径隔离的数据中心网络混合流路由方法仅仅是一个具体实施例而已。
如图1所示,本发明实施例提供的基于路径隔离的数据中心网络混合流路由方法,包括:
S101:构建数据中心网络路径隔离优化模型,创建隔离路径并配置路径优先级队列;
S102:评估流的优先级,计算流的发送速率并实施流的速率控制;
S103:计算流的传输路径,并按需实施流的重路由。
本发明实施例提供的S101中,构建数据中心网络路径隔离优化模型具体过程为:
使用无向图G=(V,E)描述数据中心网络拓扑模型:网络中包含V个节点和E条链路;将连接主机的交换机称为边缘交换机,用ToR表示,用VToR表示ToR的集合;无向图G中每一条链路将会被划分为低时延链路LDL或者高吞吐量链路HTL中的一种,所有由LDL组成的传输路径被称为低时延路径LDP,所有由HTL组成的传输路径被称为高吞吐量路径HTP;对于任何ToR到ToR的传输路径,路径隔离方案保证至少有一条LDP和一条HTP;同时,路径隔离方案以最大化LDP和HTP的数量NLDP和NHTP为优化目标,从而提高隔离路径方案的健壮性。为此,使用如下的优化模型描述隔离路径构建问题:
maxNHTP×NLDP
本发明实施例提供的S101中,创建隔离路径具体过程为:
1)初始化,数据中心网络拓扑无向图G=(V,E),低时延链路集合ALDL=φ,高吞吐量链路AHTL=φ,低时延路径数目NLDP=0,高吞吐量路径数目NHTP=0;
2)评估边缘交换机,获取边缘交换机集合VToR;
3)选取任意两个边缘交换机i、j(i,j∈VToR),计算i到j的所有独立路径Pij;
5)根据ALDL和AHTL的信息,随机选择两个边缘交换机s、d(s,d∈VToR),重复3)和4)的过程,将所有链路划分为LDL或者HTL,形成不同的ALDL和AHTL;
6)计算不同方案ALDL和AHTL中NHTP、NLDP,选取NHTP×NLDP最大化时的ALDL和AHTL为隔离路径方案,输出ALDL和AHTL。
本发明实施例提供的S101中,创建路径优先级队列具体过程为:
将数据中心网络中的流分为6种,依次为短流、小数据量带宽敏感流、小数据量时延敏感流、时延敏感流、带宽敏感流和弹性流;在低时延路径和高吞吐量路径的交换机端口分别设置4个优先级队列;低时延路径中的优先级队列分别对应短流、带宽敏感流、时延敏感流和弹性流,高吞吐量路径中的优先级队列分别对应小数据量带宽敏感流、小数据量时延敏感流、带宽敏感流、时延敏感流和弹性流,采用基于优先级的调度策略;高吞吐量路径最高优先级队列实施速率控制,保证小数据量流的服务需求。
本发明实施例提供的S102中,评估流的优先级具体过程为:
流的优先级评估依据流的特征信息和流的需求信息共同决定,根据流的数据量信息,将数据量小于100KB的流设定为短流,短流的优先级设置为0;对于长流,当数据中心应用为带宽敏感型应用时,小数据量带宽敏感流优先级设置为1,其他长流设置为3;同时,将小数据量时延敏感型流的优先级设置为2,其他时延敏感流的优先级设置为4,弹性流的优先级设置为5。使用IP报头中的DSCP(Differentiated Services Code Point,差分服务代码点)字段中低3位进行流优先级的标识。短流的优先级为000,小数据量带宽敏感流优先级为001,其他带宽敏感流优先级为011,小数据量时延敏感型流的优先级为010,其他时延敏感流的优先级为100,弹性流的优先级为101。
本发明实施例提供的S102中,流的速率控制具体过程为:
对于带宽敏感流,设置流f的发送速率v=BWd,其中BWd为流f所需的传输带宽;对于时延敏感流和弹性流,设置流f的发送速率v=Sizef/Dtf,其中Sizef为流f的数据量,Dtf为流f的截止时间;对于弹性流和短流,不设置流的发送速率。本发明中使用Linux TC实施流的速率控制。
本发明实施例提供的S103中计算流的传输路径,具体过程为:
(1)初始化,数据中心网络拓扑无线图G=(V,E),待优化流f,低时延链路集合ALDL,高吞吐量链路AHTL;
(2)对于短流,根据边缘交换机集合VToR信息和ALDL信息,计算所有ToR到ToR的低时延路径,然后根据枚举算法实现基于主机负载均衡的短流路由方法,并通过SDN技术为短流预安装流表,实现短流的主动路由方法;
(3)对于小数据量带宽敏感流和小数据量时延敏感流,依据高吞吐量链路集合AHTL和ToR交换机s、d的信息计算所有独立的高吞吐量路径,选择首条可以满足流所需传输带宽的路径作为流的传输路径;对于带宽敏感流、时延敏感流和弹性流,依据高吞吐量链路集合AHTL、低时延链路集合ALDL和ToR交换机s、d信息计算所有独立的低时延路径和高吞吐量路径,最后选择首条可以满足流所需传输带宽的路径作为流的传输路径;对于弹性流,依据高吞吐量链路集合AHTL、低时延链路集合ALDL和ToR交换机s、d信息计算所有独立的低时延路径和高吞吐量路径,最后选择剩余传输带宽最大的路径作为流的传输路径。
本发明实施例提供的S103中,流的重路由,具体过程为:
A、初始化,控制器程序使用OpenFlow技术周期性的计算网络中所有流的传输带宽、所有链路的状态和剩余带宽,评估流的类型和隔离路径是否最优。
B、控制器按照以下三种情况,对流f进行重路由;
第一步,控制器程序周期性的评估链路的负载情况,当等价链路之间的负载差值大于链路容量的20%时,认为网络存在严重的负载不均衡问题,控制器程序将负载重的链路上的流迁移到负载轻的链路;
第二步,端主机流量控制程序感知到流f的当前传输路径无法满足流f所需的传输带宽,将DSCP字段最高位置为1,通告控制器程序为流f分配新的传输路径;
第三步,端主机流量控制程序感知到时延敏感流f的剩余截止时间小于5*RTT时,当网络给流f分配的传输带宽小于流f期望的发送速率时,端主机流量控制程序将流f的优先级调整为带宽敏感流的优先级,通告控制器程序为流f分配更优的传输路径。
如图2所示,本发明实施例提供的基于路径隔离的数据中心网络混合流路由系统设置有端主机1、控制平面2、数据平面3;
端主机1设置有应用流、流信息表、流需求评估器、流分类器、速率控制器;应用流与流信息表连接,流信息表与流需求评估器连接,流需求评估器与流分类器连接,流分类器与速率控制器连接,速率控制器与流需求评估器连接。数据平面3设置有OpenFlow交换机,支持多优先级队列。
控制平面2设置有控制器,控制器与执行器连接,执行器与路由模块连接,路由模块与性能评估器连接;控制平面2设置有网络视图,网络视图设置有路径管理模块、拓扑管理模块、链路管理模块、流量管理模块。
路径管理模块与拓扑管理模块连接,拓扑管理模块与链路管理模块连接,链路管理模块与流量管理模块连接。
下面结合具体实施例对本发明的技术方案作进一步的描述。
如图3所示,本发明采用主机控制和基于SDN的网络控制相结合的流量控制框架,通过下列步骤实现基于路径隔离的混合流路由:控制器程序根据数据中心网络拓扑结构计算隔离路径,并在相关的交换机端口设置优先级队列,端主机流量控制程序计算每流的优先级和发送速率,并根据流的需求信息调整流的发送速率和优先级,与控制器程序协同完成流的重路由,保证混合流的服务需求。具体说明如下:
步骤一:构建隔离路径优化模型
目前,数据中心网络均采用高连通度网络结构,对于任何通信主机对,均存在多条等价传输路径,路径隔离方法旨在将通信主机对的等价路径分割为高吞吐量路径和低时延路径,为此,路径隔离方法必须保证任何通信主机对之间至少存在一条高吞吐量路径和低时延路径,用和分别表示通信源主机连接的边缘交换机i到目的主机连接的边缘交换机j的高吞吐量路径和低时延路径,因此必须满足用和分别表示链路l是否为低时延链路和高吞吐量链路,对于任何一条链路l,必然属于低时延链路或者高吞吐量链路中的一种,因此满足和为了保证通信主机对的全连接带宽,则需要最大化和为此,可以构造如下的隔离路径优化模型:
maxNHTP×NLDP
本发明中的控制平面中的网络视图中的拓扑管理模块通过OpenFlow技术完成网络拓扑无向图的构建和ToR交换机的识别,链路管理模块完成网络拓扑中链路的标识。链路管理模块通过OpenFlow技术感知网络中链路的状态,对链路状态进行更新,反馈给网络拓扑管理模块进行网络拓扑更新,并驱动路径隔离模块进行隔离路径重新计算。
步骤二:构建隔离路径算法
本发明中隔离路径采用主动路由方式进行构建,即根据网络拓扑结构为每一个边缘交换机对构建隔离路径,而不是根据流信息构建隔离路径,因此本发明中隔离路径构建更注重隔离路径方案的质量,而不是隔离路径构建的时间复杂性,为此本发明采用枚举算法实现隔离路径的创建。本发明中的控制平面中的网络视图中的路径管理根据链路管理模块获取的信息,按照隔离路径构建优化模型进行隔离路径构建,具体隔离路径构建算法如下:
输入:数据中心网络拓扑结构无向图G=(V,E);
输出:低时延链路集合ALDL,高吞吐量链路AHTL。
Step 1)初始化。低时延链路集合ALDL=φ,高吞吐量链路集合AHTL=φ,低时延路径数目NLDP=0,高吞吐量路径数目NHTP=0;
Step 2)评估边缘交换机,获取边缘交换机集合VToR;
Step 3)选取任意两个边缘交换机i、j(i,j∈VToR),计算i到j的所有独立路径Pij;
Step 5)根据ALDL和AHTL的信息,依次选择不同的边缘交换机s、d(s,d∈VToR),重复Step 3)和Step 4)的过程,将所有链路划分为LDL或者HTL,形成不同的ALDL和AHTL;
Step 6)计算不同方案ALDL和AHTL中NHTP、NLDP,选取NHTP×NLDP最大化时的ALDL和AHTL为隔离路径方案,输出ALDL和AHTL。
如图4所示,本发明中在低时延路径和高吞吐量路径分别划分4个不同的优先级队列,网络中的流量被划分为6类,依次为短流、小数据量带宽敏感流、小数据量时延敏感流、带宽敏感流、时延敏感流和弹性流。在低时延路径上,本发明中的4个优先级队列只设置优先级,不进行限速,保证短流始终能够使用充足的传输带宽,从而最小化短流的完成时间。在高吞吐量路径上,为了满足流的截止时间,网络需要为数据量较小的流提供可以预测的排队时延,为此,本发明为高吞吐量链路的最高优先级队列同时设置速率限制,具体实现如下:
数据中心网络中,流的完成时间主要由传输时延和排队时延决定。其中,传输时延由流的数据量和传输带宽决定,因此,流的完成时间如(2)式所示:
其中Sizef、λf和∑e∈p(f)Wq e分别表示流f的数据量、数据传输速率和f在路径p上的排队时延。考虑典型的M/G/1-FCFS排队模型,每一条链路e的排队时延Wq e可以由著名的PK公式计算获得:
其中,B表示流的突发大小,ρe表示链路e的负载比例。对于每一条链路e,用F(e)表示链路e上传输流的集合,λf表示流f的当前传输速率,那么链路e上总的数据传输速率为ye=∑f∈F(e)λf,则有ρe=ye/ce,这里ce为链路容量。由(3)式看出,报文的平均排队时延与流的数目无关,也与链路容量无关,只与链路负载和链路中流的突发大小有关。
目前,数据中心主机一般采用较大的初始发送窗口,从而减小流在慢启动过程的传输时延。假设流的初始发送窗口为W(Linux操作系统中默认初始窗口大小为12KB),在流的慢启动过程,流依次发送W、2W个报文。对于大流,他们很快进入拥塞避免阶段,将会以等于最大发送窗口速率的固定报文数目M(Linux操作系统中默认为64KB)发送数据。当不考虑网络丢包时,假设流的数据量为X,那么流的传输时延可以由下面的公式计算得到:
假设HTP路径上所有未完成的小数据量带宽敏感流和小数据量时延敏感流的数据量概率密度函数为f(x)。对于小数据量带宽敏感流和小数据量时延敏感流,假设流的数据量为x,流需要NRTT(x)个RTT时间完成数据传输,产生的突发大小为:
其中NRTT(x)可以由(4)计算得出。用E[Bx]和E[Bx 2]表示数据量为x的流突发大小的期望和二阶矩,E[Bx]和E[Bx 2]可以通过下面的公式计算得到:
这里Fe(SS)表示链路e上的小数据量带宽敏感流和小数据量时延敏感流的集合。
小数据量带宽敏感流和小数据量时延敏感流很快进入拥塞避免阶段,将会以等于最大发送窗口速率的固定报文数目M发送数据。为此,(8)式可以近似表示为:
为了保证小数据量带宽敏感流和小数据量时延敏感流的服务需求,需要为小数据量带宽敏感流和小数据量时延敏感流提供可预测的最大排队时延,对应路径上总的排队报文数目不能超过期望的最大值则对于任何一条高吞吐量链路e,小数据量带宽敏感流和小数据量时延敏感流总的传输带宽必须满足下列条件:
步骤四:评估流的优先级
本发明根据流的数据量信息和需求信息评估流的优先级,如图5所示,本发明使用IP报头DSCP字段的低3位(即DSCP字段的3、4、5位)表示流的优先级,如图5所示,用000表示短流,用001表示小数据量带宽敏感流,用010表示小数据量时延敏感流,用011表示带宽敏感流,用100表示时延敏感流,用101表示弹性流。流的优先级通过socket中的setsockopt设置,更新流的优先级通过Linux Netfilter实现。
步骤五:实施流的速率控制
端主机中的流信息表维护每流的数据量信息、截止时间信息、流类型。对于带宽敏感流,设置流f的发送速率v=BWd,其中BWd为流f所需的传输带宽;对于时延敏感流和弹性流,设置流f的发送速率v=Sizef/Dtf,其中Sizef为流f的剩余数据量,Dtf为流f的剩余截止时间;对于弹性流和短流,不设置流的发送速率。本发明中使用Linux TC实施流的速率控制。
步骤六:计算流的传输路径
Step 1)初始化。数据中心网络拓扑无线图G=(V,E),待优化流f,低时延链路集合ALDL,高吞吐量链路AHTL;
Step 2)对于短流,根据边缘交换机集合VToR信息和ALDL信息,计算所有ToR到ToR的低时延路径,然后根据枚举算法实现基于主机负载均衡的短流路由方法,并通过SDN技术为短流预安装流表,实现短流的主动路由方法;
Step 3)对于小数据量带宽敏感流和小数据量时延敏感流,依据高吞吐量链路集合AHTL和ToR交换机s、d的信息计算所有独立的高吞吐量路径,选择首条可以满足流所需传输带宽的路径作为流的传输路径;对于带宽敏感流、时延敏感流和弹性流,依据高吞吐量链路集合AHTL、低时延链路集合ALDL和ToR交换机s、d信息计算所有独立的低时延路径和高吞吐量路径,最后选择首条可以满足流所需传输带宽的路径作为流的传输路径;对于弹性流,依据高吞吐量链路集合AHTL、低时延链路集合ALDL和ToR交换机s、d信息计算所有独立的低时延路径和高吞吐量路径,最后选择剩余传输带宽最大的路径作为流的传输路径。完成流的路由计算后,由执行器通过OpenFlow协议完成流表的下发。
步骤七:流的重路由
性能评估器根据链路管理模块和流量管理模块提供的信息,周期性评估网络的性能,按需对流进行重新路由计算,并有执行器为流安装新的流表,具体实现如下:
Step 1)初始化。本发明中的控制器程序使用OpenFlow技术周期性的计算网络中所有流的传输带宽、所有链路的状态和剩余带宽,评估流的类型和隔离路径是否最优。
Step 2)控制器按照以下三种情况,对流f进行重路由;
1)控制器程序周期性的评估链路的负载情况,当等价链路之间的负载差值大于链路容量的20%时,认为网络存在严重的负载不均衡问题,控制器程序将负载重的链路上的流迁移到负载轻的链路;
2)端主机流量控制程序感知到流f的当前传输路径无法满足流f所需的传输带宽,如图3所示,端主机控制程序将DSCP字段的0位设置为1,通告控制器程序为流f分配新的传输路径;
3)端主机流量控制程序感知到时延敏感流f的剩余截止时间小于5*RTT时,当网络给流f分配的传输带宽小于流f期望的发送速率时,端主机流量控制程序将流f的优先级调整为带宽敏感流的优先级,通告控制器程序为流f分配更优的传输路径。
Step 3)流表更新。对于需要执行重路由的流,首先为该流安装新传输路径的流表,此时新路径流表时项的优先级低于原流表项,否则会导致流沿着新路径进行传输,由于控制器无法保证在报文到达交换机之前完成新路径流表的安装,必然会导致流传输中断。当新路径流表安装完成以后,在新路径和原路径之间必然存在一个或者多个共享交换机,这些交换机被称为切换交换机,执行器优先删除切换交换机的旧流表,完成流的路径切换。
下面结合仿真实验对本发明的技术方案作进一步的描述。
仿真实验:为了验证本发明所提算法的有效性,进行如下仿真实验。网络拓扑如图6所示k=4的FatTree拓扑,流量数据采用如图7所示的web search流量分布。网络及相关方案的参数设定见表1。
表1仿真参数设置
Table 1 Values of parameters for simulation
如图8(a)所示,OFMPC较TCP和DCTCP能显著减小短流的平均完成时间,且随着网络负载的增加,OFMPC对网络性能的提升越明显。TCP既不能为短流提供充足的传输带宽,也不能有效减小短流的排队时延,势必会大量增加短流的完成时间,较OFMPC短流的平均完成时间增加了2.67~11.8倍,这必然会降低数据中心时延敏感型应用的性能。DCTCP能将网络中传输路径的排队报文长度保持在较低水平,如1Gbps的路径上队列长度约为20个报文,因此能有效减小短流的完成时间,较TCP有明显的性能提升。OFMPC能为短流提供近似零排队的报文转发,同时通过为短流分配最高的优先级队列保证了短流的传输带宽并容纳短流的突发,而DCTCP使用了统计复用的资源分配方法,因此并不能为短流提供充足的传输带宽,而且DCTCP采用基于端口的ECN方式也会使得短流报文被标记ECN而降速,在实验中,DCTCP较OFMPC在短流平均完成时间增加了32.7%~200.4%。OFMPC的性能与pFabric接近,较pFabric仅增加了2.6%~8%的短流完成时间,但pFabric需要交换机提供大量的优先级队列,同时对端主机协议栈进行了修改,而目前的数据中心交换机仅支持4~8个优先级队列,而部分数据中心应用也与端主机的协议栈进行了绑定,因此pFabric的可部署性较差。相反,OFMPC不需要对交换机和端主机功能进行修改,因此具有可立即部署的优势。
如图8(b)所示,TCP中长流的平均完成时间较OFMPC增加了1.02~4.75倍,DCTCP较TCP能有效利用网络的所有可用路径,并通过DCTCP拥塞控制算法能有效减轻网络的拥塞,因此较TCP有明显的性能提升,但DCTCP基于ECMP的路由算法不可避免的存在Hash碰撞的问题,降低了网络的吞吐量。从实验结果中看出,DCTCP较OFMPC长流的平均完成时间增加了35%~85.3%。当网络负载较轻时,pFabric较OFMPC能取得更小的平均流完成时间,这归功于pFabric方案中使用了更为精细的流量隔离;当网络负载增加时,OFMPC较pFabric能有效减小流的平均完成时间,这归功于OFMPC使用了路径隔离的路由方法,能避免短流突发对长流性能的影响,较pFabric最高可减少11%流的完成时间。
如图8(c)所示,由于短流一般都有较小截止时间,TCP方案下短流的完成时间被成倍增加,同时TCP采用了统计复用的资源分配方式,无法为特定的流提供所需的带宽资源,使得网络中14.2%~33.3%的流出现服务失效。DCTCP能有效减小短流的完成时间,但不能保证流截止时间和所需的传输带宽,网络中存在3.9%~13.9%的流服务失效。pFabric采用了SJF策略,使得网络能为更多的流提供服务保证,网络中流的服务失效率降低到2.5%~6.9%。OFMPC根据流的需求信息精细地计算流的传输带宽,能区分时延敏感流和带宽敏感流,并为带宽敏感流分配较时延敏感流更高的优先级,同时采用了路径隔离的方式实现了不同需求流的性能隔离,使得网络中服务失效流的比例下降到2.2%~6.8%,较pFabric提高了网络的服务性能。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件结合来实现。硬件部分端主机为可以安装Linux操作系统的电子设备,网络设备为支持OpenFlow协议的交换机或者路由器。软件部分主机控制部分基于Linux操作系统中的Netfilter/iptables、TC(Traffic Control)实现,控制器程序基于主流的网络操作系统(如POX、ONOS)述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于路径隔离的数据中心网络混合流路由方法,其特征在于,所述基于路径隔离的数据中心网络混合流路由方法,包括:
步骤一,构建数据中心网络路径隔离优化模型,创建隔离路径并配置路径优先级队列;
步骤二,评估流的优先级,计算流的发送速率并实施流速率控制;
步骤三,计算流的传输路径,并按需实施流的重路由。
2.如权利要求1所述基于路径隔离的数据中心网络混合流路由方法,其特征在于,所述步骤一中,构建数据中心网络路径隔离优化模型具体过程为:
使用无向图G=(V,E)描述数据中心网络拓扑模型:网络中包含V个节点和E条链路;将连接主机的交换机称为边缘交换机,用ToR表示,用VToR表示ToR的集合;无向图G中每一条链路将会被划分为低时延链路LDL或者高吞吐量链路HTL中的一种,所有由LDL组成的传输路径被称为低时延路径,用LDP表示,所有由HTL组成的传输路径被称为高吞吐量路径,用HTP表示;对于任何ToR到ToR的传输路径,路径隔离方案保证至少有一条LDP和一条HTP;同时,路径隔离方案以最大化LDP和HTP的数量NLDP和NHTP为优化目标。
4.如权利要求1所述基于路径隔离的数据中心网络混合流路由方法,其特征在于,所述步骤一中,创建隔离路径具体过程为:
1)初始化,数据中心网络拓扑无向图G=(V,E),低时延链路集合ALDL=φ,高吞吐量链路集合AHTL=φ,低时延路径数目NLDP=0,高吞吐量路径数目NHTP=0;
2)评估边缘交换机,获取边缘交换机集合VToR;
3)选取任意两个边缘交换机i、j(i,j∈VToR),计算i到j的所有独立路径Pij;
5)根据ALDL和AHTL的信息,随机选择两个边缘交换机s、d(s,d∈VToR),重复3)和4)的过程,将所有链路划分为LDL或者HTL,形成不同的ALDL和AHTL;
6)计算不同方案ALDL和AHTL对应的NLDP和NHTP,选取NHTP×NLDP最大化时的ALDL和AHTL为隔离路径方案,输出ALDL和AHTL。
5.如权利要求1所述基于路径隔离的数据中心网络混合流路由方法,其特征在于,所述步骤一中,配置路径优先级队列具体过程为:
将数据中心网络中的流分为6类,依次为短流、小数据量带宽敏感流、小数据量时延敏感流、时延敏感流、带宽敏感流和弹性流;
在低时延路径和高吞吐量路径的交换机端口分别设置4个优先级队列;低时延路径中的优先级队列分别对应短流、带宽敏感流、时延敏感流和弹性流,高吞吐量路径中的优先级队列分别对应小数据量带宽敏感流与小数据量时延敏感流、带宽敏感流、时延敏感流和弹性流,采用基于优先级的调度策略;高吞吐量路径最高优先级队列同时实施速率控制。
6.如权利要求1所述基于路径隔离的数据中心网络混合流路由方法,其特征在于,所述步骤二中,评估流的优先级具体过程为:
流的优先级评估依据流的特征信息和流的需求信息共同决定,根据流的数据量信息,将数据量小于100KB的流设定为短流,短流的优先级设置为0;对于长流,当数据中心应用为带宽敏感型应用时,小数据量带宽敏感流优先级设置为1,其他长流设置为3;同时,将小数据量时延敏感型流的优先级设置为2,其他时延敏感流的优先级设置为4,弹性流的优先级设置为5;使用IP报头中的DSCP字段中低3位进行流优先级的标识;
所述步骤二中,流的发送速率计算和速率控制具体过程为:
对于带宽敏感流,设置流f的发送速率v=BWd,其中BWd为流f所需的传输带宽;对于时延敏感流和弹性流,设置流f的发送速率v=Sizef/Dtf,其中Sizef为流f的数据量,Dtf为流f的截止时间;对于弹性流和短流,不设置流的发送速率;使用Linux TC实施流的速率控制;
所述步骤三中,计算流的传输路径,具体过程为:
(1)初始化,数据中心网络拓扑无线图G=(V,E),待优化流f,低时延链路集合ALDL,高吞吐量链路AHTL;
(2)对于短流,根据边缘交换机集合VToR信息和ALDL信息,计算所有ToR到ToR的低时延路径,然后根据枚举算法实现基于主机负载均衡的短流路由方法,并通过SDN技术为短流预安装流表,实现短流的主动路由方法;
(3)对于小数据量带宽敏感流和小数据量时延敏感流,依据高吞吐量链路集合AHTL和ToR交换机s、d的信息计算所有独立的高吞吐量路径,选择首条可以满足流所需传输带宽的路径作为流的传输路径;对于带宽敏感流、时延敏感流和弹性流,依据高吞吐量链路集合AHTL、低时延链路集合ALDL和ToR交换机s、d信息计算所有独立的低时延路径和高吞吐量路径,最后选择首条可以满足流所需传输带宽的路径作为流的传输路径;对于弹性流,依据高吞吐量链路集合AHTL、低时延链路集合ALDL和ToR交换机s、d信息计算所有独立的低时延路径和高吞吐量路径,最后选择剩余传输带宽最大的路径作为流的传输路径;
所述步骤三中,流的重路由,具体过程为:
A、初始化,控制器程序使用OpenFlow技术周期性的计算网络中所有流的传输带宽、所有链路的状态和剩余带宽,评估流的类型和隔离路径是否最优;
B、控制器按照以下三种情况,对流f进行重路由;
第一步,控制器程序周期性的评估链路的负载情况,当等价链路之间的负载差值大于链路容量的20%时,认为网络存在严重的负载不均衡问题,控制器程序将负载重的链路上的流迁移到负载轻的链路;
第二步,端主机流量控制程序感知到流f的当前传输路径无法满足流f所需的传输带宽,将DSCP字段最高位置为1,通告控制器程序为流f分配新的传输路径;
第三步,端主机流量控制程序感知到时延敏感流f的剩余截止时间小于5*RTT时,当网络给流f分配的传输带宽小于流f期望的发送速率时,端主机流量控制程序将流f的优先级调整为带宽敏感流的优先级,通告控制器程序为流f分配更优的传输路径。
7.一种实施如权利要求1~6任意一项所述基于路径隔离的数据中心网络混合流路由方法的基于路径隔离的数据中心网络混合流路由系统,其特征在于,所述基于路径隔离的数据中心网络混合流路由系统设置有端主机、控制平面、数据平面;
端主机设置有应用流、流信息表、流需求评估器、流分类器、速率控制器;应用流与流信息表连接,流信息表与流需求评估器连接,流需求评估器与流分类器连接,流分类器与速率控制器连接,速率控制器与流需求评估器连接;
数据平面设置有OpenFlow交换机;
控制平面设置有控制器,控制器与执行器连接,执行器与路由模块连接,路由模块与性能评估器连接;控制平面设置有网络视图,网络视图设置有路径管理模块、拓扑管理模块、链路管理模块、流量管理模块;
路径管理模块与拓扑管理模块连接,拓扑管理模块与链路管理模块连接,链路管理模块与流量管理模块连接。
8.一种端主机流量管控程序运行于Linux操作系统,控制器程序运行于主流的SDN网络操作系统(如POX、ONOS)之上,通过OpenFlow协议完成相应的功能,端主机流量管控程序和控制器程序按照下列步骤实现基于路径隔离的数据中心网络混合流路由方法:
步骤一,运行在SDN控制器的控制器程序通过OpenFlow协议获取数据中心网络拓扑,根据构建的数据中心网络路径隔离优化模型,创建隔离路径并配置路径优先级队列;
步骤二,端主机程序维护应用流信息表,根据流信息评估流的优先级、计算流的发送速率并实施流的速率控制;
步骤三,控制器程序计算流的传输路径,维护流信息表,按需实施流的重路由。
9.一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行权利要求1~6任意一项所述基于路径隔离的数据中心网络混合流路由方法包括下列步骤:
步骤一,构建数据中心网络路径隔离优化模型,创建隔离路径并配置路径优先级队列;
步骤二,评估流的优先级,计算流的发送速率并实施流的速率控制;
步骤三,计算流的传输路径,并按需实施流的重路由。
10.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1~6所述基于路径隔离的数据中心网络混合流路由方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110596018.2A CN113438163B (zh) | 2021-05-29 | 2021-05-29 | 一种基于路径隔离的数据中心网络混合流路由方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110596018.2A CN113438163B (zh) | 2021-05-29 | 2021-05-29 | 一种基于路径隔离的数据中心网络混合流路由方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113438163A true CN113438163A (zh) | 2021-09-24 |
CN113438163B CN113438163B (zh) | 2022-11-25 |
Family
ID=77803196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110596018.2A Active CN113438163B (zh) | 2021-05-29 | 2021-05-29 | 一种基于路径隔离的数据中心网络混合流路由方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113438163B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114124830A (zh) * | 2021-11-19 | 2022-03-01 | 南京大学 | 一种面向数据中心多应用场景的rdma服务质量保证方法及系统 |
CN114448879A (zh) * | 2022-04-07 | 2022-05-06 | 南京邮电大学 | 一种基于sdn的数据中心网络流量调度方法 |
CN114679408A (zh) * | 2022-05-27 | 2022-06-28 | 湖南工商大学 | 路径切换感知的数据中心拥塞控制方法和系统 |
CN115002022A (zh) * | 2022-04-29 | 2022-09-02 | 中国航空无线电电子研究所 | 一种用于RapidIO网络的路由配置生成方法 |
CN115002040A (zh) * | 2022-05-27 | 2022-09-02 | 长沙理工大学 | 基于大数据的感知优先级流控的负载均衡方法及其系统 |
CN115086185A (zh) * | 2022-06-10 | 2022-09-20 | 清华大学深圳国际研究生院 | 一种数据中心网络系统及数据中心传输方法 |
CN116646911A (zh) * | 2023-07-27 | 2023-08-25 | 成都华普电器有限公司 | 应用于数字化电源并联模式的电流均流分配方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120155264A1 (en) * | 2010-12-21 | 2012-06-21 | Puneet Sharma | Dynamic Balancing Priority Queue Assignments for Quality-of-Service Network Flows |
US20160156558A1 (en) * | 2014-11-27 | 2016-06-02 | Inventec (Pudong) Technology Corp. | Data Center Network Flow Migration Method and System Thereof |
CN106059821A (zh) * | 2016-06-29 | 2016-10-26 | 重庆邮电大学 | 一种基于sdn的数据中心业务服务质量保障方法 |
CN107154897A (zh) * | 2017-07-20 | 2017-09-12 | 中南大学 | Dcn中基于包散射的异构流隔离方法 |
CN107959633A (zh) * | 2017-11-18 | 2018-04-24 | 浙江工商大学 | 一种工业实时网络中基于价格机制的多路径负载均衡方法 |
CN109768939A (zh) * | 2018-11-27 | 2019-05-17 | 中国科学院计算技术研究所 | 一种支持优先级的标签化网络栈方法和系统 |
-
2021
- 2021-05-29 CN CN202110596018.2A patent/CN113438163B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120155264A1 (en) * | 2010-12-21 | 2012-06-21 | Puneet Sharma | Dynamic Balancing Priority Queue Assignments for Quality-of-Service Network Flows |
US20160156558A1 (en) * | 2014-11-27 | 2016-06-02 | Inventec (Pudong) Technology Corp. | Data Center Network Flow Migration Method and System Thereof |
CN106059821A (zh) * | 2016-06-29 | 2016-10-26 | 重庆邮电大学 | 一种基于sdn的数据中心业务服务质量保障方法 |
CN107154897A (zh) * | 2017-07-20 | 2017-09-12 | 中南大学 | Dcn中基于包散射的异构流隔离方法 |
CN107959633A (zh) * | 2017-11-18 | 2018-04-24 | 浙江工商大学 | 一种工业实时网络中基于价格机制的多路径负载均衡方法 |
CN109768939A (zh) * | 2018-11-27 | 2019-05-17 | 中国科学院计算技术研究所 | 一种支持优先级的标签化网络栈方法和系统 |
Non-Patent Citations (4)
Title |
---|
R. TRESTIAN, K. KATRINIS AND G. MUNTEAN: "OFLoad: An OpenFlow-Based Dynamic Load Balancing Strategy for Datacenter Networks", 《IEEE TRANSACTIONS ON NETWORK AND SERVICE MANAGEMENT》 * |
W. WANG, Y. SUN, K. SALAMATIAN AND Z. LI: "Adaptive Path Isolation for Elephant and Mice Flows by Exploiting Path Diversity in Datacenters", 《IEEE TRANSACTIONS ON NETWORK AND SERVICE MANAGEMENT》 * |
刘敬玲,黄家玮,蒋万春,王建新.: "数据中心负载均衡方法研究综述", 《软件学报》 * |
王昌平等: "数据中心网络流量分类路由机制研究", 《小型微型计算机系统》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114124830A (zh) * | 2021-11-19 | 2022-03-01 | 南京大学 | 一种面向数据中心多应用场景的rdma服务质量保证方法及系统 |
CN114124830B (zh) * | 2021-11-19 | 2024-04-30 | 南京大学 | 一种面向数据中心多应用场景的rdma服务质量保证方法及系统 |
CN114448879A (zh) * | 2022-04-07 | 2022-05-06 | 南京邮电大学 | 一种基于sdn的数据中心网络流量调度方法 |
CN115002022A (zh) * | 2022-04-29 | 2022-09-02 | 中国航空无线电电子研究所 | 一种用于RapidIO网络的路由配置生成方法 |
CN115002022B (zh) * | 2022-04-29 | 2023-10-13 | 中国航空无线电电子研究所 | 一种用于RapidIO网络的路由配置生成方法 |
CN114679408A (zh) * | 2022-05-27 | 2022-06-28 | 湖南工商大学 | 路径切换感知的数据中心拥塞控制方法和系统 |
CN115002040A (zh) * | 2022-05-27 | 2022-09-02 | 长沙理工大学 | 基于大数据的感知优先级流控的负载均衡方法及其系统 |
CN115002040B (zh) * | 2022-05-27 | 2024-03-01 | 长沙理工大学 | 基于大数据的感知优先级流控的负载均衡方法及其系统 |
CN115086185A (zh) * | 2022-06-10 | 2022-09-20 | 清华大学深圳国际研究生院 | 一种数据中心网络系统及数据中心传输方法 |
CN115086185B (zh) * | 2022-06-10 | 2024-04-02 | 清华大学深圳国际研究生院 | 一种数据中心网络系统及数据中心传输方法 |
CN116646911A (zh) * | 2023-07-27 | 2023-08-25 | 成都华普电器有限公司 | 应用于数字化电源并联模式的电流均流分配方法及系统 |
CN116646911B (zh) * | 2023-07-27 | 2023-10-24 | 成都华普电器有限公司 | 应用于数字化电源并联模式的电流均流分配方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113438163B (zh) | 2022-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113438163B (zh) | 一种基于路径隔离的数据中心网络混合流路由方法及系统 | |
US20220210092A1 (en) | System and method for facilitating global fairness in a network | |
AU2014414703B2 (en) | Data forwarding method, device and system in software-defined networking | |
US8537846B2 (en) | Dynamic priority queue level assignment for a network flow | |
Hu et al. | BalanceFlow: Controller load balancing for OpenFlow networks | |
Rojas-Cessa et al. | Schemes for fast transmission of flows in data center networks | |
CN110191065B (zh) | 基于软件定义网络的高性能负载均衡系统与方法 | |
CN109614215B (zh) | 基于深度强化学习的流调度方法、装置、设备及介质 | |
CN107454015B (zh) | 一种基于OF-DiffServ模型的QoS控制方法及系统 | |
CN108206790B (zh) | 一种基于网络切片的sdn联合路由选择及资源分配方法 | |
US20080298397A1 (en) | Communication fabric bandwidth management | |
CN105357124B (zh) | 一种MapReduce带宽优化方法 | |
CN112350949B (zh) | 软件定义网络中基于流调度的重路由拥塞控制方法及系统 | |
JP2009267625A (ja) | 仮想ネットワークシステム、仮想ネットワーク構築方法 | |
Blöcher et al. | Letting off STEAM: Distributed runtime traffic scheduling for service function chaining | |
CN114051715A (zh) | 控制设备、交换设备和方法 | |
Alipio et al. | TCP incast solutions in data center networks: A classification and survey | |
CN107995121B (zh) | 基于通配符的软件定义网络中流量统计方法 | |
CN113746751A (zh) | 一种通信方法及装置 | |
Kamboj et al. | QoS-aware multipath routing in software-defined networks | |
Liu et al. | Scheduling multi-flow network updates in Software-Defined NFV systems | |
Patil | Load balancing approach for finding best path in SDN | |
US20210250301A1 (en) | Scalable deterministic services in packet networks | |
Saeed et al. | Utilizing SDN to deliver maximum TCP flow for data centers | |
Huang et al. | Updating data-center network with ultra-low latency data plane |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |