SDN，在經歷了猶豫彷徨、百家爭鳴之后，目前已成為企業CTO的堅定選擇。

SDN時代的網絡展現出兩面性：一方面讓客戶使用更加簡單，另一方面卻讓運維更加復雜。而當前，整個行業的目光多聚焦在前者而忽略了后者。

隨著SDN的部署如火如荼，一絲憂患也隱隱浮現。2015年12月，管理行業研究機構EMA(Enterprise Management Associates)針對100多家企業的調查結果顯示：70%左右的客戶對于現有管理運維體系是否適用于SDN場景表示擔憂。Gartner于 2015年7月發布的通信網絡技術成熟度曲線(The Hype Cycle)也顯示，SDN相關的運維技術處于泡沫化的底谷期(Trough of Disillusionment)，將在2～5年內進行大規模商用部署。

華為早在全面擁抱SDN初期，就把SDN運維作為關鍵課題進行研究和實踐，下面分別從WHY、WHAT、HOW這3個緯度展示華為對SDN運維的思考。

[[170047]]

WHY：SDN運維的新變化

相對于傳統網絡，SDN時代的網絡有如下的特征：

動態網絡：動態是指根據應用需求按需創建和刪除邏輯網絡。比如某企業用戶反饋，在運維中需要投入50%的工作在防火墻的規則上，主要原因是隨著應用的變遷，防火墻規則沒有隨之變遷，造成網絡沉淀和碎片。

實時響應：傳統網絡的設計主要是面向人的界面，基于分鐘級別慢速的原則，比如使用了幾十年的SNMP機制。這種慢速機制，在SDN的快節奏中成為“吐槽”點。某企業客戶抱怨其輕載的網絡存在瞬態的突發丟包，懷疑存在毫秒級別的微突發流量，但是在分鐘級別的 SNMP機制下無法觀察到，更無法優化。

大規模：大規模有兩個含義，其一是管理的設備數量。從物理網元到邏輯網元vSwitch/vRouter，其數量增加了50倍;其二是處理的故障數量。據LinkedIn披露，從2010年到2015年，需要處理的故障增加了18倍，但管理人員僅增加了幾個。

要應對上述SDN網絡的3大問題，傳統的“人工運維”方式賢德捉襟見肘、難以為繼。

WHAT：SDN運維內涵

為了滿足SDN下“動態性、實時性、大規模”的挑戰，華為提出需要對整個運維架構進行變革，才能讓SDN“管用、好用”。新的SDN運維架構需要圍繞下面幾個方面打造：

可視化：看得見，看得清

俗話說“You Can’t Manage What You Can’t See”。“看得見”有兩個方面的含義：

觀察對象可視：可監控物理和邏輯對象，包括網元級別的節點和接口等，也包括網絡級別的鏈路、邏輯路徑和應用質量等。

觀察的實時性：支持毫秒級別現象的感知(比如流量微突發)、低頻率(<10-4)的丟包，以及大象流和老鼠流的識別等。

“看得清”意味著針對觀察的準確性，需要采集和分析海量的數據。包括：

精確計費：采集的比例需要從8K:1到2K:1，甚至1:1全量采集。

疑難問題定位：基于采集的“大數據”和實時分析，及時發現偶發性丟包和流量黑洞等。

自動化：自修復，自優化

傳統的網絡運維架構是一個單向的系統，而不是一個負反饋系統。網絡運維包括兩個方向：管理員在下行方向配置網絡，然后通過上行方向獲得網絡的狀態，也就是說，網絡的部署和狀態是割裂的，通過管理員進行有限的溝通。這種機制顯然無法滿足網絡故障自修復和網絡自優化的需求。自動化的運維需要構建 “閉環”運維架構，具體包括：

延遲修復：發現故障后，首先隔離故障，不影響現有業務。

診斷修復：結合采集的“大數據”和經驗數據庫，進行自動修復或給出明確的修復方案。

網絡優化：及時發現網絡存在的“病態”，如流量不均衡和流量擁塞風險等，通過閉環系統，由網絡部署系統自動進行調整，把故障消滅在萌芽狀態。

HOW：SDN運維方案

基于SDN下的運維新變化，華為分解了運維的生命周期，構建了“閉環”的運維負反饋系統，稱為Fabric Insight架構，包括如下4個模塊：

Monitor：監視

為了解決實時，海量的數據監視，需要在如下兩個方面改進方案：

改造采集通道，滿足海量數據上報：對于中規模的數據上報，采用gRPC等高效的采集通道替代SNMP等;對于大規模的數據上報，直接采用數據面基于UDP的采集通道，消除管理面CPU的帶寬限制。

改造采集點，滿足高頻采集：在數據中心交換機上設計專門的高頻采集部件，滿足毫秒級的事件采集。

Detector：探測

未來及時發現端到端業務路徑的質量，需要通過實時發送探測報的方式，對網絡進行“掃描”。區別于傳統機制的“隨機掃描”，華為結合網絡的拓撲和路由，支持更精確的“定向掃描”，可以做到真正的全網全覆蓋。基于這種能力，管理員就不再是“救火員”，而是運籌帷幄的“諸葛亮”。

Metrics：度量

在某些情況下，網絡質量顯示正常，但是應用體驗下降。探測機制無法解決這種問題，就需要基于真實的業務流進行度量，發現該業務流是否存在丟包和時延問題，如果丟包，丟包位置在哪?如果時延大，是什么因素造成的?

Diagnosis：診斷

診斷就像老中醫看病，通過Monitor、Detector和Metrics進行“望聞問切”后，再結合經驗庫的案例，定位出問題的根因。診斷部件由一系列的工具組成，每個工具針對特定的問題。比如環路診斷工具、丟包診斷工具等。

華為秉承開放的理念，開放基本的運維API，客戶可自助地開放和定制自己的診斷工具集。