CN113595786A - 一种叶脊网络结构的性能监测方法及装置 - Google Patents

一种叶脊网络结构的性能监测方法及装置 Download PDF

Info

Publication number
CN113595786A
CN113595786A CN202110855219.XA CN202110855219A CN113595786A CN 113595786 A CN113595786 A CN 113595786A CN 202110855219 A CN202110855219 A CN 202110855219A CN 113595786 A CN113595786 A CN 113595786A
Authority
CN
China
Prior art keywords
leaf
port
network structure
convergence ratio
ratio
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
Application number
CN202110855219.XA
Other languages
English (en)
Other versions
CN113595786B (zh
Inventor
蔡悦程
张鹏
陶佩华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202110855219.XA priority Critical patent/CN113595786B/zh
Publication of CN113595786A publication Critical patent/CN113595786A/zh
Application granted granted Critical
Publication of CN113595786B publication Critical patent/CN113595786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H04L41/0836—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability to enhance reliability, e.g. reduce downtime
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H04L43/0888—Throughput

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本文涉及网络技术领域，可以适用于金融领域，例如银行等，尤其涉及一种叶脊网络结构的性能监测方法及装置。其方法包括，根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口；获取叶子设备上联端口的流量；根据所述叶子设备上联端口的流量及所述叶子设备下联端口的最大带宽和，计算所述叶子设备的网络收敛比；根据所述叶子设备的收敛比与所述叶子设备的收敛比设计值的比值监测所述叶脊网络结构的性能，所述收敛比设计值为所述叶子设备配置的上联端口总流量与下联端口总流量的比值。通过本文的方法，实现了自动适应叶脊网络结构的变化进行性能监测，提高了监测精度。

Description

一种叶脊网络结构的性能监测方法及装置
技术领域
本文涉及网络技术领域，适用于金融领域，尤其涉及一种叶脊网络结构的性能监测方法及装置。
背景技术
随着科技、经济的不断发展，网络拓扑中的流量也不断增加，需要不断地提升组网性能，以满足用户对服务器响应速度的要求。如何高效监测组网性能、及时调整组网结构扩充网络性能是目前技术领域面临的主要问题。
现有技术中组网环境均采用叶脊网络结构，其中包括脊设备、叶子设备以及终端设备，终端设备和脊设备之间通过叶子设备进行数据交互，由于终端设备的增多或终端设备对脊设备访问次数的增加，叶子设备可能在转发终端设备和脊设备的报文时出现延迟或网络拥塞等网络性能缺陷，当存在网络性能缺陷时，需要调整叶脊网络结构，或增加新的叶子设备来提高报文转发效率，进而提高网络性能。
现有技术中通过人工经验在叶脊网络结构选出当前流量较大的脊设备，然后选出和这些脊设备相连的叶子设备，然后通过各叶子设备的上联端口和下联端口的流量计算收敛比，并与根据叶子设备上联端口和下联端口最大带宽和确定的收敛比设计值相比较，来判断叶脊网络结构的性能是否符合要求。通过人工经验监测叶脊网络结构的性能存在较大的误差，可能存在一些流量较小的脊设备由于连接的叶子设备过少或叶子设备的端口带宽过小，导致人工经验不能及时发现叶脊网络结构的性能缺陷，且当叶脊网络结构发生改变时，需要人工重新根据叶脊网络结构的拓扑图查找可能出现性能不足的叶子设备，大幅增加了运维成本。此外，现有技术中的收敛比设计值为叶子设备的上联端口和下联端口最大带宽和的比值，即叶子设备的极限性能，当叶子设备的业务量突然增加时，可能导致设备宕机。
现在亟需一种能够对叶脊网络结构性能精确监测的方法，解决现有技术中通过人工经验监测叶脊网络结构的性能存在覆盖范围小、精度低，且不能根据叶脊网络结构的变化自动进行性能监测的问题。
发明内容
为解决现有技术中叶脊网络结构性能的监测存在覆盖范围小，精度低，且不能根据叶脊网络结构的变化自动进行性能监测的问题，本文实施例提供了一种叶脊网络结构性能监测方法及装置，实现对叶脊网络结构中全量设备的性能监测，提高了性能监测的精度，并且自动适应叶脊网络结构的变化，提高了监测的实时性。本文实施例的方法及装置可以适用于金融领域，例如银行等应用场景，还可以应用到其他相关场景，在此并不做限制。
本文提供了一种叶脊网络结构的性能监测方法，包括，
根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口；
获取叶子设备上联端口的流量；
根据所述叶子设备上联端口的流量及所述叶子设备下联端口的最大带宽和，计算所述叶子设备的网络收敛比；
根据所述叶子设备的收敛比与所述叶子设备的收敛比设计值的比值，监测所述叶脊网络结构的性能，所述收敛比设计值为所述叶子设备配置的上联端口总流量与下联端口总流量的比值。
本文实施例还提供了一种叶脊网络结构的性能监测装置，包括，
网络拓扑解析单元，根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口；
流量获取单元，获取叶子设备上联端口的流量；
收敛比计算单元，根据所述叶子设备上联端口的流量及所述叶子设备下联端口的最大带宽和，计算所述叶子设备的网络收敛比；
性能监测单元，根据所述叶子设备的收敛比与所述叶子设备的收敛比设计值的比值，监测所述叶脊网络结构的性能，所述收敛比设计值为所述叶子设备配置的上联端口总流量与下联端口总流量的比值。
本文实施例还提供了一种计算机设备，包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
本文实施例还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被计算机设备的处理器运行时，执行上述的方法。
利用本文实施例，叶脊网络结构中可以包括多个叶子设备，根据叶脊网络结构的网络拓扑，自动确定叶子设备的上联端口和下联端口，实现了自动适应叶脊网络结构的变化进行性能监测，然后获取所有叶子设备上联端口的流量，分别与自身叶子设备的下联端口最大带宽和计算收敛比，实现了对叶脊网络结构中全量叶子设备的性能监测，提高了监测精度，然后根据用户为每个叶子设备设定的上联端口总流量与下联端口总流量计算各叶子设备的收敛比设计值，实现了灵活配置叶子设备的收敛比设计值，为叶子设备预留部分性能，以便于当叶子业务量突然增加时，设备仍可以正常运行，最后根据各叶子设备的收敛比与收敛比设计值的比值，对叶脊网络结构的性能进行监测。
附图说明
为了更清楚地说明本文实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本文的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1所示为本文实施例一种叶脊网络结构的性能监测装置的结构示意图；
图2所示为本文实施例一种叶脊网络结构的性能监测方法的流程图；
图3所示为本文实施例一种叶脊网络结构的性能监测装置的详细结构图；
图4所示为本文实施例监测叶脊网络结构的上、下行数据性能的流程图；
图5所示为本文实施例监测负载均衡的叶脊网络结构性能的流程图；
图6所示为本文实施例计算机设备的结构示意图。
【附图标记说明】：
101、网络拓扑解析单元；
102、流量获取单元；
103、收敛比计算单元；
104、性能监测单元；
301、网络拓扑解析单元；
3011、设备配置获取模块；
3012、设备配置解析模块；
3013、收敛比设计值计算模块；
3014、叶子设备组解析模块；
302、流量获取单元；
3021、SNMP流量获取模块；
3022、流量传输模块；
3023、流量存储模块；
303、收敛比计算单元；
3031、上联端口流量读取模块；
3032、下联端口最大带宽和计算模块；
3033、收敛比计算模块；
304、性能监测单元；
3041、收敛比比值计算模块；
3042、性能监测模块；
3043、性能扩充模块；
3044、性能预测模块；
602、计算机设备；
604、处理设备；
606、存储资源；
608、驱动机构；
610、输入/输出模块；
612、输入设备；
614、输出设备；
616、呈现设备；
618、图形用户接口；
620、网络接口；
622、通信链路；
624、通信总线。
具体实施方式
下面将结合本文实施例中的附图，对本文实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本文一部分实施例，而不是全部的实施例。基于本文中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本文保护的范围。
在本文实施例中，叶脊网络结构中包括脊设备、叶子设备和终端设备，每个终端设备可以与全部的脊设备进行数据交互，终端设备和脊设备之间通过叶子设备进行数据交互。叶子设备连接脊设备的端口为该叶子设备的上联端口，叶子设备通过上联端口向脊设备发送的流量为叶子设备上联端口的出流量，也可称之为叶子设备上联端口的上行流量，脊设备向叶子设备上联端口发送的流量为叶子设备的入流量，也可称之为叶子设备上联端口的下行流量。叶子设备连接终端设备的端口为叶子设备的下联端口，叶子设备通过下联端口向终端设备发送的流量为叶子设备下联端口的出流量，也可称之为叶子设备下联端口的下行流量，终端设备向叶子设备下联端口发送的流量为叶子设备下联端口的入流量，也可称之为叶子设备下联端口的上行流量。
在本文实施例中，脊设备可以为服务器，叶子设备可以为交换机，终端设备可以为用户应用。
如图1所示为本文实施例一种叶脊网络结构的性能监测装置的结构示意图，在本图中描述了叶脊网络结构的性能监测装置的结构，具体包括网络拓扑解析单元101、流量获取单元102、收敛比计算单元103、性能监测单元104：
网络拓扑解析单元101对叶脊网络结构进行解析，确定叶子设备的上联端口和下联端口；
流量获取单元102根据网络拓扑解析单元101得到的叶子设备的上联端口，分别获取每个叶子设备全部上联端口的流量，所述流量为单位时间内流经端口的报文的大小；
收敛比计算单元103根据流量获取单元102获取的所述每个叶子设备全部上联端口的流量，以及根据网络拓扑解析单元101得到的对应叶子设备的下联端口配置的最大带宽和，分别计算所述每个叶子设备的网络收敛比；
性能监测单元104根据收敛比计算单元103计算的所述叶子设备的收敛比与该叶子设备的收敛比设计值的比值，监测所述叶脊网络结构的性能，所述收敛比设计值为所述叶子设备配置的上联端口总流量与下联端口总流量的比值。
如图2所示为文实施例一种叶脊网络结构的性能监测方法的流程图，在本图中描述了叶脊网络结构性能监测的过程，该方法包括：
步骤201：根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口；
步骤202：获取叶子设备上联端口的流量；
步骤203：根据所述叶子设备上联端口的流量及所述叶子设备下联端口配置的最大带宽和，计算所述叶子设备的网络收敛比；
步骤204：根据所述叶子设备的收敛比与所述叶子设备的收敛比设计值的比值，监测所述叶脊网络结构的性能，所述收敛比设计值为所述叶子设备配置的上联端口总流量与下联端口总流量的比值。
在本文实施例中，所述叶脊网络结构中可以包括一个或多个脊设备、叶子设备和终端设备，根据叶脊网络结构的网络拓扑连接各脊设备、叶子设备和终端的设备的相关端口，使得叶子设备转发终端设备和脊设备之间的报文，为用户提供实现网络业务的环境。为避免所述叶脊网络结构出现环路导致网络瘫痪，所述各叶子设备之间不会转发业务流量。所述叶子设备的网络收敛比为标志网络性能的关键参数，可以根据收敛比与网络收敛比设计值的比值，判断网络是否会出现转发延迟、网络拥塞等性能缺陷，监测网络性能。收敛比设计值根据用户设定的叶子设备上联端口的总流量和下联端口的总流量的比值确定。
通过本文实施例的方法，根据叶脊网络结构的网络拓扑，自动确定叶子设备的上联端口和下联端口，实现了自动适应叶脊网络结构的变化进行性能监测，然后获取所有叶子设备上联端口的流量，分别与自身叶子设备的下联端口最大带宽和计算收敛比，实现了对叶脊网络结构中全量叶子设备的性能监测，提高了监测精度，然后根据用户为每个叶子设备设定的上联端口总流量与下联端口总流量计算各叶子设备的收敛比设计值，实现了灵活配置叶子设备的收敛比设计值，为叶子设备预留部分性能，以便于当叶子业务量突然增加时，设备仍可以正常运行，最后根据各叶子设备的收敛比与收敛比设计值的比值，对叶脊网络结构的性能进行监测。
根据本文的一个实施例，为了自动适应叶脊网络结构网络拓扑的变化，提高性能监测自动化程度，步骤201根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口的过程进一步包括，获取所述叶脊网络结构中叶子设备的配置；根据所述叶子设备的配置得出所述叶脊网络结构的网络拓扑；将所述网络拓扑中所述叶子设备连接所述叶脊网络结构中脊设备的端口作为上联端口，将所述网络拓扑中所述叶子设备连接所述叶脊网络结构中终端设备的端口作为下联端口。
在本步骤中，所述叶子设备的配置包括叶子设备的设备名、端口名、端口描述以及端口配置的流量，所述端口描述中包括该端口连接的对端设备的设备名，在本文的实施例中，叶脊网络结构结构中设备的设备名包括设备的类型，当网络拓扑变化后，叶子设备自动探测各端口连接的对端设备的设备名，将所述对端设备的设备名记录在该端口的端口描述中，以便于根据所述叶子设备的配置得出叶脊网络结构的网络拓扑，并根据网络拓扑确定所述叶子设备的上联端口和下联端口，并根据所述叶子设备的配置得出各上联端口和下联端口配置的流量，进而得到所述叶子设备的上联端口总流量和下联端口总流量，用于计算所述叶子设备的收敛比设计值。通过获取叶子设备配置得出所述叶脊网络结构的网络拓扑，能够自动适应叶脊网络结构网络拓扑的变化，提高性能监测自动化程度。
根据本文的一个实施例，为了根据所述叶子设备上联端口的流量计算收敛比，并根据上联端口的历史流量对未来收敛比进行预测，进而预测叶脊网络结构的性能变化，步骤202获取叶子设备上联端口的流量进一步包括，运用简单网络管理协议通过管理信息库获取所述叶子设备上联端口的流量；将所述叶子设备上联端口的流量批量传输至数据库存储，以便于根据所述上联端口的流量计算所述叶子设备的收敛比。
在本步骤中，运用简单网络管理协议(SNMP,Simple Network ManagementProtocol)通过管理信息库(MIB,Management Information Base)采集叶脊网络结构中所有叶子设备上联端口的流量，其中采集的流量可以包括上联端口的上行流量和下行流量，流量数据可以通过kafka实时传输至大数据分析平台中hive数据仓库，根据叶子设备的设备名和端口名对流量进行存储。通过kafka将采集到的流量数据实时传输至大数据分析平台，保证了对叶脊网络结构性能监测的实时性。将数据存储至大数据分析平台的hive数据仓库中，提高了数据存取的速度，进而提高了叶子设备收敛比计算的速度，同时可以提取hive数据仓库中的历史数据，根据叶子设备上联端口的历史流量对未来收敛比进行预测，进而预测叶脊网络结构的性能变化。
根据本文的一个实施例，为了进一步根据叶脊网络结构的监测结果优化网络性能，步骤204比较所述叶子设备的收敛比与所述叶子设备的收敛比设计值，监测所述叶脊网络结构的性能进一步包括，当所述叶子设备的收敛比大于所述叶子设备的收敛比设计值时，扩充叶脊网络结构性能。
在本文的实施例中，叶子设备的收敛比为所述叶子设备上联端口的流量与所述叶子设备下联端口最大带宽的比值，所述叶子设备下联端口最大带宽根据所述叶子设备下联端口的硬件指标得出，在所述叶子设备下联端口不发生变化的情况下，所述叶子设备的下联端口最大带宽和保持不变。
在本步骤中，当所述叶子设备的收敛比大于所述叶子设备收敛比设计值时，表明所述叶子设备的上联端口的流量超过限制，所述叶子设备可能出现转发延时或网络拥塞，导致叶脊网络结构的性能下降。因此当所述叶子设备的收敛比大于所述叶子设备收敛比设计值时，扩充叶脊网络结构的性能。
根据本文的一个实施例，当所述叶子设备的收敛比大于所述叶子设备的收敛比设计值时，扩充叶脊网络结构性能进一步包括，根据所述叶子设备的收敛比调整所述叶子设备的上联端口和下联端口数量，进而扩充叶脊网络结构的性能。
在本步骤中，当叶子设备的收敛比大于所述叶子设备的收敛比设计值时，表明所述叶子设备的上联端口流量超过限制，因此，根据叶子设备上联端口流量的大小与配置的上联端口、下联端口总流量，调整所述叶子设备上联端口和下联端口的数量，具体方法可以为增加上联端口的数量，让更多的上联端口转发业务报文，增加上联端口的可通过的总流量大小，进而扩充叶脊网络结构的性能。
根据本文的一个实施例，为了进一步的监测叶脊网络结构的新能，为用户提供更详细的性能扩充方案，步骤204根据所述叶子设备的收敛比与所述叶子设备的收敛比设计值的比值，监测所述叶脊网络结构的性能进一步包括，根据所述叶子设备的上行收敛比与所述叶子设备的上行收敛比设计值的比值，以及所述叶子设备的下行收敛比与所述叶子设备的下行收敛比设计值的比值，监测所述叶脊网络结构中的上行数据和下行数据的性能。
在本步骤中，所述叶子设备的上行收敛比设计值为该叶子设备上联端口配置的上行总流量与该叶子设备下联端口的上行总流量的比值，所述叶子设备的下行收敛比为该叶子设备上联端口配置的下行总流量与该叶子设备下联端口的下行总流量的比值，通过本步骤的方法，可以监测所述叶脊网络结构中的上行数据上位性能和下行数据的性能，进而更精确地扩充网络性能。
根据本文的一个实施例，根据所述叶子设备的上行收敛比与所述叶子设备的上行收敛比设计值的比值，以及所述叶子设备的下行收敛比与所述叶子设备的下行收敛比设计值的比值，监测所述叶脊网络结构中的上行数据和下行数据的性能之前，还包括，分别获取所述叶子设备上联端口的上行流量和下行流量；根据所述叶子设备上联端口的上行流量和下行流量及所述叶子设备下联端口的最大带宽和，分别计算所述叶子设备的上行收敛比和下行收敛比。
根据本文的一个实施例，为了监测通过多个叶子设备进行负载均衡的叶脊网络结构的性能，步骤201根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口进一步包括，根据叶脊网络结构中各叶子设备的关联关系，建立叶子设备组；分别确定所述叶子设备组中各叶子设备的上联端口和下联端口；分别组合所述叶子设备组中各叶子设备的口上联端和下联端口，得到上联端口组和下联端口组，以便于获取上联端口组的流量，并和下联端口组的最大带宽和计算所述叶子设备组的收敛比，根据所述叶子设备组的收敛比与所述叶子设备组的收敛比设计值的比值，监测所述叶脊网络结构的性能。
在本步骤中，所述叶脊网络结构中，将多个叶子设备作为一个叶子设备组，实现负载均衡，所述叶子设备组中的各叶子设备的下联端口连接同一域中的终端设备，各叶子设备的上联端口连接同一域中的脊设备，将所述终端设备访问脊设备的流量分摊给各叶子设备。可以根据叶子设备的设备名确定所述叶脊网络结构中各叶子设备的关联关系，所述关联关系为属于同一叶子设备组的叶子设备。例如，叶子设备的设备名中包括一个标志位(flag)值，不同叶子设备的flag值不同，所述flag值可以为连续的自然数，首先根据设备名的命名规则查找每个叶子设备的flag值，将flag值为偶数的叶子设备的flag值减1，并在叶脊网络结构中查找与减1后的flag值相同的flag值的叶子设备，将这两个叶子设备视为一个叶子设备组。
根据本文的一个实施例，步骤203根据所述叶子设备上联端口的流量及所述叶子设备下联端口的最大带宽和，计算所述叶子设备的网络收敛比的公式为：
Figure BDA0003183839780000091
其中，P为收敛比，xk为第k个上联端口的流量，n为上联端口个数，yk为第k个下联端口的带宽，m为下联端口个数。
如图3所示为本文实施例一种叶脊网络结构的性能监测装置的详细结构图，在本图中描述了叶脊网络结构的性能监测装置的详细结构，其中功能单元、模块可以通过软件或硬件实现，例如可以通过通用芯片或者专用芯片实现其功能，并且各功能单元、模块的划分也不是唯一的，可以将某个功能单元、模块分别在多个硬件上实现，也可以将多个功能单元、模块在一个硬件上实现，该叶脊网络结构的性能监测装置具体包括：网络拓扑解析单元301、流量获取单元302、收敛比计算单元303、性能监测单元304。
根据本文的一个实施例，所述网络拓扑解析单元301还包括设备配置获取模块3011，自发现叶脊网络结构中各叶子设备的配置，自动抓取所述配置，所述配置包括设备名、端口名、端口描述、端口配置的流量等，端口描述中包括该端口连接的对端设备的设备名，所述设备名中包括设备类型，当网络拓扑发生变化后，叶子设备自动探测各端口连接的对端设备的设备名，将所述对端设备的设备名记录在该端口的端口描述中，以便于解析端口描述得到网络拓扑，此外，当叶脊网络结构的网络拓扑改变时，设备配置获取模块3011自动获取发生变化的叶子设备的配置。在本文实施例中，设备配置获取模块3011还可以获取叶脊网络结构中所有网络设备的配置，以便于设备配置解析模块3012根据设备名得到叶子设备。
根据本文的一个实施例，所述网络拓扑解析单元301还包括设备配置解析模块3012，解析设备配置获取模块3011获取到的各叶子设备的配置，得到根据所述配置中的端口描述信息，进而叶脊网络结构的网络拓扑，将所述网络拓扑中各叶子设备连接所述叶脊网络结构中脊设备的端口作为该叶子设备的上联端口，将所述网络拓扑中各叶子设备连接所述叶脊网络结构中终端设备的端口作为该叶子设备的下联端口。并从各叶子设备的配置中提取上联端口配置的流量和下联端口配置的流量，以便于收敛比设计值计算模块3013计算该叶子设备的收敛比设计值，也可以从各叶子设备中提取上联端口配置的上、下行流量以及下联端口配置的上、下行流量，以便于收敛比设计值计算模块3013计算该叶子设备的上行收敛比和下行收敛比。
根据本文的一个实施例，所述网络拓扑解析单元301还包括收敛比设计值计算模块3013，根据设备配置解析模块3012得到的各叶子设备端口配置的流量，分别计算各叶子设备的收敛比，收敛比设计值计算模块3013首先将叶子设备的各上联端口、下联端口配置的流量分别进行求和，得到上联端口配置的总流量和下联端口配置的总流量，然后通过如下公式计算叶子设备的收敛比设计值：
收敛比设计值＝上联端口配置的总流量/下联端口配置的总流量
以便于性能监测单元304根据各叶子设备的收敛比与各自叶子设备的收敛比设计的比值监测叶脊网络结构的性能，当出现性能不足时，扩充网络性能。
也可以通过如下公式计算叶子设备的上行收敛比设计值和下行收敛比设计值，以便于监测所述叶脊网络结构中的上行数据和下行数据的性能，进而更精确地扩充网络性能：
上行收敛比设计值＝上联端口配置的上行总流量/下联端口配置的上行总流量下行收敛比设计值＝上联端口配置的下行总流量/下联端口配置的下行总流量
本文实施例上、下联端口配置的流量可以小于该端口的极限流量，因此收敛比设计值可以小于叶脊网络结构的极限性能，后台工作人员可以根据性能监测结果调整叶子设备上、下联端口配置的流量，进而调整该叶子设备的收敛比设计值，为该叶子设备预留部分性能，以便于叶子业务量突然增加时，仍可以正常运行。
根据本文的一个实施例，所述网络拓扑解析单元301还包括叶子设备组解析模块3014，根据设备配置解析模块3012得到的各叶子设备的设备名，将多个叶子设备作为一个叶子设备组，得到叶子设备组的上联端口组和下联端口组，以便于流量获取单元302获取叶子设备组的上联端口组的流量，并计算叶子设备组的收敛比设计值，以便于收敛比计算单元303根据叶子设备组的上联端口组的流量以及下联端口组的最大带宽和计算叶子设备组的收敛比，由性能监测单元304根据叶子设备组的收敛比与该叶子设备组的收敛比设计值的比值监测叶子设备组的性能，实现了对通过多个叶子设备进行负载均衡的叶脊网络结构的性能进行监测。
根据本文的一个实施例，流量获取单元302还包括SNMP流量获取模块3021，SNMP流量获取模块3021根据网络拓扑解析单元301得到的设备名、设备的端口号以及上联端口，运用SNMP协议通过MIB库采集叶脊网络结构中所有叶子设备上联端口的流量，其中采集的流量可以包括上联端口的上行流量和下行流量。此外，所述SNMP流量获取模块3021还可以获取叶脊网络结构中所有叶子设备全部端口的流量，然后根据上联端口的端口号筛选出上联端口的流量，还可以获取叶脊网络结构中所有设备的所有端口的流量，根据网络拓扑解析单元301得到的网络拓扑，筛选出所有叶子设备的上联端口的流量，在此并不限制其他通过网络拓扑结构得到叶子设备上联端口流量的方法。
根据本文的一个实施例，流量获取单元302还包括流量传输模块3022，将SNMP流量获取模块3021获取的流量传输至流量存储模块3023，在本文实施例中，流量传输模块3022可以为流处理平台kafka，将SNMP流量获取模块3021获取的流量实时传输至流量存储模块3023，保证了对叶脊网络结构性能监测的实时性。
根据本文的一个实施例，流量获取单元302还包括流量存储模块3023，接收流量传输模块3022传输的流量，并根据设备名和端口号将流量存储至大数据分析平台的hive数据仓库中，以便于收敛比计算单元303根据设备名和端口号读取指定叶子设备的指定端口的流量。也可以根据设备名，将流量传输模块3022传输的叶子设备全部上联端口的流量存储于相同位置，以便于收敛比计算单元303根据设备名直接读取指定叶子设备的上联端口的总流量，简化收敛比计算过程。此外，采用hive数据仓库存储流量，提高了数据存取的速度，进而提高了叶子设备收敛比计算的速度，同时，还增加了收敛比计算单元提取历史数据的便利性。
根据本文的一个实施例，收敛比计算单元303还包括上联端口流量读取模块3031，根据网络拓扑解析单元301获取到的叶脊网络结构中各叶子设备的设备名，读取流量获取单元302获取到的对应叶子设备上联端口的流量，然后发送给收敛比计算模块3033计算各叶子设备的收敛比。
根据本文的一个实施例，收敛比计算单元303还包括下联端口最大带宽和计算模块3032，根据网络拓扑解析单元301获取到的各叶子设备各下联端口的带宽，计算各叶子设备的下联端口最大带宽和，然后发送给收敛比计算模块3033计算各叶子设备的收敛比。
根据本文的一个实施例，收敛比计算单元303还包括收敛比计算模块3033，根据上联端口流量读取模块3031发送的各叶子设备的上联端口总流量以及下联端口最大带宽和计算模块3032发送的对应叶子设备的下联端口最大带宽和，计算各叶子设备的收敛比，然后发送给性能监测单元304，根据各叶子设备的收敛比监测叶脊网络结构的性能。在本文实施例中，叶子设备收敛比的计算公式如下：
Figure BDA0003183839780000121
其中，P为收敛比，xk为第k个上联端口的流量，n为上联端口个数，yk为第k个下联端口的带宽，m为下联端口个数。
根据本文的一个实施例，性能监测单元304还包括收敛比比值计算模块3041，根据收敛比计算单元303计算的各叶子设备的收敛比以及网络拓扑解析单元301中收敛比设计值计算模块3013计算的对应叶子设备的收敛比设计值，计算各叶子设备的收敛比比值，以便于性能监测模块3042根据各叶子设备的收敛比比值监测叶脊网络结构的性能。在本文实施例中，收敛比比值计算公式如下：
收敛比比值＝收敛比/收敛比设计值
根据本文的一个实施例，性能监测单元304还包括性能监测模块3042，根据收敛比比值计算模块3041计算的各叶子设备的收敛比比值，监测叶脊网络结构的性能。当存在至少一个叶子设备的收敛比比值大于1时，表明该叶子设备的上联端口的流量超过限制，该叶子设备可能出现转发延时或网络拥塞，导致叶脊网络结构的性能下降。并通知性能扩充模块3043扩充叶脊网络结构的性能。还可以将该叶子设备的收敛比比值发送给指定的监测云平台，以便于监测云平台对监测结果进行分析。
根据本文的一个实施例，性能监测单元304还包括性能扩充模块3043，接收到性能监测模块3042发送的扩充叶脊网络结构的性能通知后，根据收敛比比值计算模块3041计算的叶子设备的收敛比比值中表示的该叶子设备上联端口流量的大小与网络拓扑解析单元301得到的该叶子设备配置的上联端口、下联端口总流量，调整该叶子设备上联端口和下联端口的数量，具体方法可以为增加上联端口的数量，让更多的上联端口转发业务报文，增加上联端口的可通过的总流量大小，进而扩充叶脊网络结构的性能。也可以通知后台工作人员手动扩充叶脊网络结构的性能。
根据本文的一个实施例，性能监测单元304还包括性能预测模块3044，根据流量获取单元302中流量存储模块3023存储的历史数据，对未来收敛比进行预测，进而预测叶脊网络结构的性能变化。
如图4所示为本文实施例监测叶脊网络结构的上、下行数据性能的流程图，在本文实施例中，叶脊网络结构中包括多个脊设备、叶子设备和终端设备，所述叶子设备为交换机，所述脊设备为服务器，所述终端设备为电脑，交换机连接服务器的端口为上联端口，交换机通过上联端口发送至服务器的流量为上联端口的上行流量，服务器向交换机上联端口发送的流量为上联端口的下行流量，交换机通过下联端口发送至电脑的流量为下联端口的下行流量，电脑向交换机下联端口发送的流量为下联端口的上行流量。在本图中描述了监测叶脊网络结构的上、下行数据性能的流程，具体包括：
步骤401：获取交换机上联端口的上、下行流量。
利用SNMP协议，通过MIB库分别获取交换机上联端口的上行流量和下行流量，通过kafka实时传输至大数据分析平台的hive数据仓库，以便于通过交换机设备名读取各交换机上联端口的上行流量和下行流量。
步骤402：根据交换机的上联端口的上、下行流量以及下联端口的最大带宽和，计算交换机的上、下行收敛比。
在本步骤中，通过交换机设备名，从大数据平台的hive数据仓库中获取各交换机的上联端口的上、下行流量，分别求和得到各交换机的上联端口的上行总流量和下行总流量，然后根据得到的该交换机的下联端口最大带宽和，计算交换机的上、下行收敛比。
步骤403：根据交换机的上行收敛比与上行收敛比设计值的比值、下行收敛比与下行收敛比设计值的比值，监测叶脊网络结构的上、下行数据的性能。
在本步骤中，上行收敛比的设计值为该交换机上联端口配置的上行总流量与下联端口配置的上行总流量的比值，下行收敛比的设计值为该交换机上联端口配置的下行总流量与下联端口配置的下行总流量的比值。
当交换机的上行收敛比大于上行收敛比设计值时，表明交换机上联端口的上行流量超过限制，可能出现电脑向服务器发送的流量不能及时通过上联端口转发出去，叶脊网络结构的上行数据性能下降，应扩大上联端口的上行带宽。
当交换机的下行收敛比大于下行收敛比设计值时，表明交换机上联端口的下行流量超过限制，可能出现服务器向电脑发送的流量不能及时通过上联端口转发出去，叶脊网络结构的下行数据性能下降，应扩大上联端口的下行带宽。
通过图4描述的方法，分别监测了叶脊网络结构的上、下行数据的性能，可以根据监测结果进一步优化网络性能。
如图5所示为本文实施例监测负载均衡的叶脊网络结构性能的流程图，在本图中描述了负载均衡的叶脊网络结构性能监测的流程，具体包括：
步骤501：解析叶脊网络结构的网络拓扑，得到负载均衡的交换机组。
在本步骤中，叶脊网络结构采用两个交换机为一组的形式，进行链路负载均衡。同一交换机组中的两个交换机的下联端口连接同一域中的终端设备，上联端口连接同一域中的脊设备。在本文中的此种网络拓扑下，各交换机使用相同的命名规则生成各自的设备名，根据设备名确定属于同一交换机组的两个交换机，具体方法如下，查找交换机设备名中的flag值，将flag值为偶数的交换机的flag值减1，并在叶脊网络结构中查找与减1后的flag值相同的flag值的交换机，将这两个交换机作为一个交换机组。并得到交换机组中每个交换机的上联端口和下联端口，以及下联端口的带宽、上联端口和下联端口配置的流量，以便于计算叶子设备组的收敛比和收敛比设计值。
步骤502：获取交换机组的上联端口组的流量。
在本步骤中，根据步骤501得到的交换机组，获取每个交换机组中各交换机上联端口的流量，汇总所有上联端口的流量，作为交换机组的上联端口组的流量。
步骤503：根据交换机组的上联端口组的流量以及下联端口组的最大带宽和，计算交换机组的收敛比。
在本步骤中，将步骤501得到的交换机组中各交换机的下联端口的带宽进行求和，得到交换机组的下联端口组的带宽和，计算由步骤502获取到的该交换机组的上联端口组的流量与该交换机组的下联端口组的带宽和的比值，得到该交换机组的收敛比。
步骤504：根据交换机组的收敛比与交换机组的收敛比设计值的比值，监测叶脊网络结构的性能。
在本步骤中，分别汇总步骤501得到的交换机组中各交换机的上联端口和下联端口配置的流量，得到交换机组的上联端口配组配置的总流量和下联端口组配置的总流量，然后计算上联端口组的总流量与下联端口组的总流量，得到交换机组的收敛比设计值。
计算由步骤503得到的交换机组的收敛比与该交换机组的收敛比设计值的比值，当该交换机组的收敛比大于该交换机组的收敛比设计值时，表明交换机组的上联端口组的流量超过限制，可能出现转发延时或网络拥塞，导致叶脊网络结构的性能下降。
如图6所示为本文实施例计算机设备的结构示意图，本文中的叶脊网络结构的性能监测装置可以为本实施例中的计算机设备，执行上述本文的方法。计算机设备602可以包括一个或多个处理设备604，诸如一个或多个中央处理单元(CPU)，每个处理单元可以实现一个或多个硬件线程。计算机设备602还可以包括任何存储资源606，其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的，比如，存储资源606可以包括以下任一项或多种组合：任何类型的RAM，任何类型的ROM，闪存设备，硬盘，光盘等。更一般地，任何存储资源都可以使用任何技术来存储信息。进一步地，任何存储资源可以提供信息的易失性或非易失性保留。进一步地，任何存储资源可以表示计算机设备602的固定或可移除部件。在一种情况下，当处理设备604执行被存储在任何存储资源或存储资源的组合中的相关联的指令时，计算机设备602可以执行相关联指令的任一操作。计算机设备602还包括用于与任何存储资源交互的一个或多个驱动机构608，诸如硬盘驱动机构、光盘驱动机构等。
计算机设备602还可以包括输入/输出模块60(I/O)，其用于接收各种输入(经由输入设备612)和用于提供各种输出(经由输出设备614))。一个具体输出机构可以包括呈现设备616和相关联的图形用户接口(GUI)618。在其他实施例中，还可以不包括输入/输出模块610(I/O)、输入设备612以及输出设备614，仅作为网络中的一台计算机设备。计算机设备602还可以包括一个或多个网络接口620，其用于经由一个或多个通信链路622与其他设备交换数据。一个或多个通信总线624将上文所描述的部件耦合在一起。
通信链路622可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信链路622可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
本文实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口；
获取叶子设备上联端口的流量；
根据所述叶子设备上联端口的流量及所述叶子设备下联端口配置的最大带宽和，计算所述叶子设备的网络收敛比；
根据所述叶子设备的收敛比与所述叶子设备的收敛比设计值的比值，监测所述叶脊网络结构的性能，所述收敛比设计值为所述叶子设备配置的上联端口总流量与下联端口总流量的比值。本文实施例提供的计算机设备还可以实现如图2、图4-图5中的方法。
对应于图2、图4-图5中的方法，本文实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法的步骤。
本文实施例还提供一种计算机可读指令，其中当处理器执行所述指令时，其中的程序使得处理器执行如图2、图4-图5所示的方法。
应理解，在本文的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本文实施例的实施过程构成任何限定。
还应理解，在本文实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本文所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。
另外，在本文各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本文的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本文的方法及其核心思想；同时，对于本领域的一般技术人员，依据本文的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本文的限制。

Claims (12)

1.一种叶脊网络结构的性能监测方法，其特征在于，所述方法包括，
根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口；
获取叶子设备上联端口的流量；
根据所述叶子设备上联端口的流量及所述叶子设备下联端口的最大带宽和，计算所述叶子设备的网络收敛比；
根据所述叶子设备的收敛比与所述叶子设备的收敛比设计值的比值，监测所述叶脊网络结构的性能，所述收敛比设计值为所述叶子设备配置的上联端口总流量与下联端口总流量的比值。
2.根据权利要求1所述的叶脊网络结构的性能监测方法，其特征在于，根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口进一步包括，
获取所述叶脊网络结构中叶子设备的配置；
根据所述叶子设备的配置得出所述叶脊网络结构的网络拓扑；
将所述网络拓扑中所述叶子设备连接所述叶脊网络结构中脊设备的端口作为上联端口，将所述网络拓扑中所述叶子设备连接所述叶脊网络结构中终端设备的端口作为下联端口。
3.根据权利要求1所述的叶脊网络结构的性能监测方法，其特征在于，获取叶子设备上联端口的流量进一步包括，
运用简单网络管理协议通过管理信息库获取所述叶子设备上联端口的流量；
将所述叶子设备上联端口的流量批量传输至数据库存储，以便于根据所述上联端口的流量计算所述叶子设备的收敛比。
4.根据权利要求1所述的叶脊网络结构的性能监测方法，其特征在于，比较所述叶子设备的收敛比与所述叶子设备的收敛比设计值，监测所述叶脊网络结构的性能进一步包括，
当所述叶子设备的收敛比大于所述叶子设备的收敛比设计值时，扩充叶脊网络结构的性能。
5.根据权利要求4所述的叶脊网络结构的性能监测方法，其特征在于，当所述叶子设备的收敛比大于所述叶子设备的收敛比设计值时，扩充叶脊网络结构的性能进一步包括，
根据所述叶子设备的收敛比调整所述叶子设备的上联端口和下联端口数量，进而扩充叶脊网络结构的性能。
6.根据权利要求1所述的叶脊网络结构的性能监测方法，其特征在于，根据所述叶子设备的收敛比与所述叶子设备的收敛比设计值的比值，监测所述叶脊网络结构的性能进一步包括，
根据所述叶子设备的上行收敛比与所述叶子设备的上行收敛比设计值的比值，以及所述叶子设备的下行收敛比与所述叶子设备的下行收敛比设计值的比值，监测所述叶脊网络结构中的上行数据和下行数据的性能。
7.根据权利要求6所述的叶脊网络结构的性能监测方法，其特征在于，根据所述叶子设备的上行收敛比与所述叶子设备的上行收敛比设计值的比值，以及所述叶子设备的下行收敛比与所述叶子设备的下行收敛比设计值的比值，监测所述叶脊网络结构中的上行数据和下行数据的性能之前，还包括，
分别获取所述叶子设备上联端口的上行流量和下行流量；
根据所述叶子设备上联端口的上行流量和下行流量及所述叶子设备下联端口的最大带宽和，分别计算所述叶子设备的上行收敛比和下行收敛比。
8.根据权利要求1所述的叶脊网络结构的性能监测方法，其特征在于，根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口进一步包括，
根据叶脊网络结构中各叶子设备的关联关系，建立叶子设备组；
分别确定所述叶子设备组中各叶子设备的上联端口和下联端口；
分别组合所述叶子设备组中各叶子设备的口上联端和下联端口，得到上联端口组和下联端口组，以便于获取上联端口组的流量，并和下联端口组的最大带宽和计算所述叶子设备组的收敛比，根据所述叶子设备组的收敛比与所述叶子设备组的收敛比设计值的比值，监测所述叶脊网络结构的性能。
9.根据权利要求1所述的叶脊网络结构的性能监测方法，其特征在于，根据所述叶子设备上联端口的流量及所述叶子设备下联端口的最大带宽和，计算所述叶子设备的网络收敛比的公式为：
Figure FDA0003183839770000021
其中，P为收敛比，xk为第k个上联端口的流量，n为上联端口个数，yk为第k个下联端口的带宽，m为下联端口个数。
10.一种叶脊网络结构的性能监测装置，其特征在于，包括，
网络拓扑解析单元，根据叶脊网络结构的网络拓扑，确定叶子设备的上联端口和下联端口；
流量获取单元，获取叶子设备上联端口的流量；
收敛比计算单元，根据所述叶子设备上联端口的流量及所述叶子设备下联端口的最大带宽和，计算所述叶子设备的网络收敛比；
性能监测单元，根据所述叶子设备的收敛比与所述叶子设备的收敛比设计值的比值，监测所述叶脊网络结构的性能，所述收敛比设计值为所述叶子设备配置的上联端口总流量与下联端口总流量的比值。
11.一种计算机设备，包括存储器、处理器、以及存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器运行时，执行根据权利要求1-9任意一项所述方法的指令。
12.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机设备的处理器运行时，执行根据权利要求1-9任意一项所述方法的指令。
CN202110855219.XA 2021-07-28 2021-07-28 一种叶脊网络结构的性能监测方法及装置 Active CN113595786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110855219.XA CN113595786B (zh) 2021-07-28 2021-07-28 一种叶脊网络结构的性能监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110855219.XA CN113595786B (zh) 2021-07-28 2021-07-28 一种叶脊网络结构的性能监测方法及装置

Publications (2)

Publication Number Publication Date
CN113595786A true CN113595786A (zh) 2021-11-02
CN113595786B CN113595786B (zh) 2022-10-18

Family

ID=78250958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110855219.XA Active CN113595786B (zh) 2021-07-28 2021-07-28 一种叶脊网络结构的性能监测方法及装置

Country Status (1)

Country Link
CN (1) CN113595786B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114039847A (zh) * 2021-11-25 2022-02-11 新华三大数据技术有限公司 一种组网规划方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140074294A1 (en) * 2012-03-08 2014-03-13 Nanjing Estun Automation Co., Ltd. Dual-system component-based industrial robot controller
CN105786620A (zh) * 2016-02-25 2016-07-20 电子科技大学 一体化可重构综合信息处理载荷系统
CN106909525A (zh) * 2017-01-13 2017-06-30 电子科技大学 一种基于vpx总线的控制交换模块
CN107831686A (zh) * 2017-10-25 2018-03-23 上海空间电源研究所 一种用于卫星电源控制器的数字化控制系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140074294A1 (en) * 2012-03-08 2014-03-13 Nanjing Estun Automation Co., Ltd. Dual-system component-based industrial robot controller
CN105786620A (zh) * 2016-02-25 2016-07-20 电子科技大学 一体化可重构综合信息处理载荷系统
CN106909525A (zh) * 2017-01-13 2017-06-30 电子科技大学 一种基于vpx总线的控制交换模块
CN107831686A (zh) * 2017-10-25 2018-03-23 上海空间电源研究所 一种用于卫星电源控制器的数字化控制系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
康旭辉等: "基于SpaceVPX架构的星上高速载荷数据实时处理平台设计", 《航天器工程》 *
王巍等: "基于OpenVPX的全交换式信号处理平台设计", 《通信技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114039847A (zh) * 2021-11-25 2022-02-11 新华三大数据技术有限公司 一种组网规划方法及装置
CN114039847B (zh) * 2021-11-25 2024-03-12 新华三大数据技术有限公司 一种组网规划方法及装置

Also Published As

Publication number Publication date
CN113595786B (zh) 2022-10-18

Similar Documents

Publication Publication Date Title
EP3072260B1 (en) Methods, systems, and computer readable media for a network function virtualization information concentrator
CN111131379B (zh) 一种分布式流量采集系统和边缘计算方法
US20210281492A1 (en) Determining context and actions for machine learning-detected network issues
CN104580222A (zh) 基于信息熵的DDoS攻击分布式检测与响应系统及方法
CN112764920B (zh) 一种边缘应用部署方法、装置、设备和存储介质
WO2020253683A1 (zh) 数据处理方法及装置
EP4207642A1 (en) Method and system for guaranteeing service application experience
CN116723136B (zh) 应用fcm聚类算法的网络检测数据的方法
CN113595786B (zh) 一种叶脊网络结构的性能监测方法及装置
CN105763387A (zh) 网络流量监控方法和装置
CN116389365A (zh) 一种交换机数据处理方法及系统
KR20220029142A (ko) Sdn 컨트롤러 서버 및 이의 sdn 기반 네트워크 트래픽 사용량 분석 방법
JP6660283B2 (ja) トラヒック需要予測装置、トラヒック需要予測方法、及びプログラム
Cheng et al. Development of deep packet inspection system for network traffic analysis and intrusion detection
CN116760655A (zh) Sd-wan应用中提供cpe最优接入的pop点方法
CN107819596A (zh) Sdn网络故障的诊断方法、装置及系统
CN112311686B (zh) 一种数据处理方法、装置、电子设备及存储介质
Wang et al. Joint optimization on bandwidth allocation and route selection in QoE-aware traffic engineering
CN111818134B (zh) 变电站数据中心内基于雾计算的数据传输方法及装置
CN111654413B (zh) 一种网络流量有效测量点的选取方法、设备及存储介质
CN112822107A (zh) 一种基于人工智能的广域网优化方法
US12074769B2 (en) Transmission of telegrams by a network distributor in an automation network
US11570067B2 (en) Analysis system and analysis method
CN115941558B (zh) 一种基于云平台OpenStack流量监控系统和方法
CN117896163B (zh) 一种网络流量监控系统

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