stringtranslate.com

Архитектуры сетей центров обработки данных

Центр обработки данных представляет собой пул ресурсов (вычислительных, хранения, сетевых), соединенных между собой с помощью коммуникационной сети . [1] [2] Сеть центров обработки данных (DCN) играет ключевую роль в центре обработки данных , поскольку она соединяет все ресурсы центра обработки данных вместе. DCN должны быть масштабируемыми и эффективными, чтобы соединять десятки или даже сотни тысяч серверов для обработки растущих потребностей облачных вычислений . [3] [4] Современные центры обработки данных ограничены сетью соединений. [5]

Типы топологий сетей центров обработки данных

Сети центров обработки данных можно разделить на несколько отдельных категорий. [6]

Типы сетевых архитектур центров обработки данных

Трёхъярусный

Устаревшая трехуровневая архитектура DCN следует многокорневой древовидной топологии сети , состоящей из трех уровней сетевых коммутаторов, а именно уровней доступа, агрегата и ядра. [10] Серверы на самых нижних уровнях подключены напрямую к одному из коммутаторов пограничного уровня. Коммутаторы агрегатного уровня соединяют между собой несколько коммутаторов уровня доступа. Все коммутаторы агрегатного уровня подключены друг к другу коммутаторами основного уровня. Коммутаторы основного уровня также отвечают за подключение центра обработки данных к Интернету . Трехуровневая архитектура является общей сетевой архитектурой, используемой в центрах обработки данных. [10] Однако трехуровневая архитектура не способна справиться с растущим спросом на облачные вычисления. [11] Верхние уровни трехуровневой DCN сильно переподписаны. [3] Более того, масштабируемость является еще одной важной проблемой трехуровневой DCN. Основные проблемы, с которыми сталкивается трехуровневая архитектура, включают масштабируемость, отказоустойчивость, энергоэффективность и перекрестную пропускную способность. Трехуровневая архитектура использует сетевые устройства корпоративного уровня на более высоких уровнях топологии, которые очень дороги и потребляют много энергии. [5]

Толстое дерево

Архитектура толстого дерева DCN снижает проблему переподписки и поперечной пропускной способности, с которой сталкивается устаревшая трехуровневая архитектура DCN. Толстое дерево DCN использует архитектуру на основе коммутаторов сети общего пользования с использованием топологии Clos . [3] Сетевые элементы в топологии толстого дерева также следуют иерархической организации сетевых коммутаторов на уровнях доступа, агрегации и ядра. Однако количество сетевых коммутаторов намного больше, чем в трехуровневой DCN. Архитектура состоит из k модулей, где каждый модуль содержит (k/2) 2 сервера, k/2 коммутаторов уровня доступа и k/2 коммутаторов агрегационного уровня в топологии. Основные уровни содержат (k/2) 2 коммутатора ядра, где каждый из коммутаторов ядра подключен к одному коммутатору агрегационного уровня в каждом из модулей. Топология толстого дерева может предложить коэффициент переподписки до 1:1 и полную пропускную способность биссеции, [3] в зависимости от общей пропускной способности каждой стойки по сравнению с пропускной способностью, доступной на самых высоких уровнях дерева. Более высокие ветви дерева обычно переподписываются по сравнению с их более низкими ветвями в соотношении 1:5, при этом проблема усугубляется на самых высоких уровнях дерева, включая до 1:80 или 1:240 на самых высоких уровнях. [12] Архитектура толстого дерева использует настраиваемую схему адресации и алгоритм маршрутизации . Масштабируемость является одной из основных проблем в архитектуре толстого дерева DCN, и максимальное количество модулей равно количеству портов в каждом коммутаторе. [11]

DCell

DCell — это гибридная архитектура DCN, ориентированная на сервер, в которой один сервер напрямую подключен к одному серверу. [4] Сервер в архитектуре DCell оснащен несколькими сетевыми интерфейсными картами (NIC). DCell следует рекурсивно построенной иерархии ячеек. Ячейка 0 является базовой единицей и строительным блоком топологии DCell, организованной на нескольких уровнях, где ячейка более высокого уровня содержит несколько ячеек более низкого уровня. Ячейка 0 является строительным блоком топологии DCell, которая содержит n серверов и один сетевой коммутатор общего назначения. Сетевой коммутатор используется только для подключения сервера в ячейке 0. Ячейка 1 содержит k=n+1 ячеек ячейки 0 , и аналогично ячейка 2 содержит k * n + 1 dcell 1. DCell — это высокомасштабируемая архитектура, в которой четырехуровневая DCell с шестью серверами в ячейке 0 может вместить около 3,26 миллиона серверов. Помимо очень высокой масштабируемости, архитектура DCell демонстрирует очень высокую структурную надежность. [13] Однако поперечная полоса пропускания и задержка сети являются основными проблемами в архитектуре DCell DCN. [1]

Другие

Некоторые из других известных DCN включают BCube, [14] Camcube, [15] FiConn, [16] Jelly fish, [17] и Scafida. [18] Было предоставлено качественное обсуждение различных DCN вместе с преимуществами и недостатками, связанными с каждым из них. [2]

Вызовы

Масштабируемость является одной из главных проблем для DCN. [3] С появлением облачной парадигмы центры обработки данных должны масштабироваться до сотен тысяч узлов. Помимо обеспечения огромной масштабируемости, DCN также должны обеспечивать высокую пропускную способность поперечного сечения. Текущие архитектуры DCN, такие как трехуровневая DCN, обеспечивают плохую пропускную способность поперечного сечения и обладают очень высоким коэффициентом переподписки вблизи корня. [3] Архитектура Fat Tree DCN обеспечивает коэффициент переподписки 1:1 и высокую пропускную способность поперечного сечения, но страдает от низкой масштабируемости, ограниченной k = общее количество портов в коммутаторе. DCell обеспечивает огромную масштабируемость, но обеспечивает очень низкую производительность при большой сетевой нагрузке и схемах трафика «один ко многим».

Анализ производительности DCN

Количественный анализ трехуровневой, толстого дерева и архитектуры DCell для сравнения производительности (на основе пропускной способности и задержки) выполняется для различных моделей сетевого трафика. [1] Толстое дерево DCN обеспечивает высокую пропускную способность и низкую задержку по сравнению с трехуровневой и DCell. DCell страдает от очень низкой пропускной способности при высокой сетевой нагрузке и схемах трафика «один ко многим». Одной из основных причин низкой пропускной способности DCell является очень высокий коэффициент подписки на соединениях, которые соединяют ячейки самого высокого уровня. [1]

Структурная надежность и связность сетей DCN

DCell демонстрирует очень высокую устойчивость к случайным и целевым атакам и сохраняет большую часть своего узла в гигантском кластере даже после 10% целевых отказов. [13] множественные отказы, как целевые, так и случайные, по сравнению с толстым деревом и трехуровневыми DCN. [19] Одной из основных причин высокой устойчивости и связности DCell является ее множественная связность с другими узлами, которая отсутствует в архитектурах толстого дерева или трехуровневой архитектуры.

Энергоэффективность DCN

Опасения по поводу энергетических потребностей и воздействия центров обработки данных на окружающую среду усиливаются. [5] Энергоэффективность является одной из основных проблем современного сектора информационно-коммуникационных технологий (ИКТ). Сетевая часть центра обработки данных, как считается, потребляет около 15% от общего потребления киберэнергии. Около 15,6 млрд кВтч энергии было использовано исключительно коммуникационной инфраструктурой в центрах обработки данных по всему миру в 2010 году. [20] Ожидается, что потребление энергии сетевой инфраструктурой в центрах обработки данных увеличится примерно до 50% в центрах обработки данных. [5] Стандарт IEEE 802.3az был стандартизирован в 2011 году, что использует технологию адаптивной скорости соединения для энергоэффективности. [21] Более того, архитектуры Fat Tree и DCell используют стандартное сетевое оборудование, которое по своей сути является энергоэффективным. Консолидация рабочей нагрузки также используется для энергоэффективности путем консолидации рабочей нагрузки на нескольких устройствах для отключения питания или перевода в спящий режим неиспользуемых устройств. [22]

Ссылки

  1. ^ abcd K. Bilal, SU Khan, L. Zhang, H. Li, K. Hayat, SA Madani, N. Min-Allah, L. Wang, D. Chen, M. Iqbal, C.-Z. Xu и AY Zomaya, «Количественное сравнение современных архитектур центров обработки данных», Параллелизм и вычисления: практика и опыт, т. 25, № 12, стр. 1771-1783, 2013.
  2. ^ ab M. Noormohammadpour, CS Raghavendra, «Управление трафиком в центре обработки данных: понимание методов и компромиссов», IEEE Communications Surveys & Tutorials, т. PP, № 99, стр. 1-1.
  3. ^ abcdef М. Аль-Фарес, А. Лукиссас, А. Вахдат, Масштабируемая архитектура сети центра обработки данных 2, в: Конференция ACM SIGCOMM 2008 по передаче данных 3, Сиэтл, Вашингтон, 2008, стр. 63–74.
  4. ^ ab C. Guo, H. Wu, K. Tan, L. Shi, Y. Zhang, S. Lu, DCell: масштабируемая и отказоустойчивая сетевая структура для центров обработки данных, ACM SIGCOMM Computer Communication Review 38 (4) (2008) 75–86.
  5. ^ abcd K. Bilal, SU Khan и AY Zomaya, «Экологичные сети центров обработки данных: проблемы и возможности», на 11-й Международной конференции IEEE по передовым рубежам информационных технологий (FIT), Исламабад, Пакистан, декабрь 2013 г., стр. 229–234.
  6. ^ Лю, Ян; Муппала, Джогеш К.; Вирарагаван, Малати ; Линь, Донг; Хамди, Мунир (2013). «Топологии сетей центров обработки данных: исследовательские предложения». В Лю, Ян; Муппала, Джогеш К.; Вирарагаван, Малати ; Лин, Донг (ред.). Сети центров обработки данных: топологии, архитектуры и характеристики отказоустойчивости . SpringerBriefs по информатике. Чам: Международное издательство Springer. стр. 15–31. дои : 10.1007/978-3-319-01949-9_3. ISBN 978-3-319-01949-9.
  7. ^ Аль-Фарес, Мохаммад; Лукиссас, Александр; Вахдат, Амин (2008). «Масштабируемая архитектура сети центра обработки данных для массового потребителя». Труды конференции ACM SIGCOMM 2008 по передаче данных . Сиэтл, Вашингтон, США: ACM Press. стр. 63–74. doi :10.1145/1402958.1402967. ISBN 978-1-60558-175-0. S2CID  65842.
  8. ^ Ниранджан Майсур, Радхика; Памборис, Андреас; Фаррингтон, Натан; Хуанг, Нельсон; Мири, Пардис; Радхакришнан, Шивасанкар; Субраманья, Викрам; Вахдат, Амин (16 августа 2009 г.). «PortLand: масштабируемая отказоустойчивая сетевая структура центра обработки данных второго уровня». Обзор компьютерных коммуникаций ACM SIGCOMM . 39 (4): 39–50. дои : 10.1145/1594977.1592575. ISSN  0146-4833.
  9. ^ Аль-Фарес, Мохаммад; Радхакришнан, Сивасанкар; Рагхаван, Барат; Хуан, Нельсон; Вахдат, Амин (2010-04-28). "Hedera: динамическое планирование потоков для сетей центров обработки данных". Труды 7-й конференции USENIX по проектированию и внедрению сетевых систем . NSDI'10. Сан-Хосе, Калифорния: Ассоциация USENIX: 19.
  10. ^ ab Cisco, Руководство по проектированию инфраструктуры центра обработки данных Cisco 2.5, Cisco Press, 2010.
  11. ^ ab Bilal et al., «Таксономия и обзор сетей экологически чистых центров обработки данных», Future Generation Computer Systems.
  12. ^ Гринберг, Альберт и др. «VL2: масштабируемая и гибкая сеть центров обработки данных». Труды конференции ACM SIGCOMM 2009 по передаче данных. 2009.
  13. ^ ab K. Bilal, M. Manzano, SU Khan, E. Calle, K. Li и AY Zomaya, «О характеристике структурной надежности сетей центров обработки данных», IEEE Transactions on Cloud Computing, т. 1, № 1, стр. 64-77, 2013.
  14. ^ Го, Чуаньсюн и др. «BCube: высокопроизводительная серверно-ориентированная сетевая архитектура для модульных центров обработки данных». ACM SIGCOMM Computer Communication Review 39.4 (2009): 63-74.
  15. ^ Коста, П. и др. CamCube: центр обработки данных на основе ключей. Технический отчет MSR TR-2010-74, Microsoft Research, 2010.
  16. ^ Ли, Дэн и др. «FiConn: использование резервного порта для соединения серверов в центрах обработки данных». INFOCOM 2009, IEEE. IEEE, 2009.
  17. ^ Сингла, Анкит и др. «Медуза: случайное подключение центров обработки данных к сети». 9-й симпозиум USENIX по проектированию и внедрению сетевых систем (NSDI). 2012.
  18. ^ Дьярмати, Ласло и Туан Ань Тринь. «Scafida: архитектура центра обработки данных, вдохновленная сетью без масштабирования». ACM SIGCOMM Computer Communication Review 40.5 (2010): 4-12.
  19. ^ М. Мансано, К. Билал, Э. Калле и С.У. Хан, «О связности сетей центров обработки данных», IEEE Communications Letters, т. 17, № 11, стр. 2172-2175, 2013.
  20. ^ Билал, К.; Хан, SU; Зомайя, AY (декабрь 2013 г.). «Зеленые сети центров обработки данных: проблемы и возможности» (PDF) . 2013 11-я Международная конференция по передовым рубежам информационных технологий . стр. 229–234. doi :10.1109/FIT.2013.49. ISBN 978-1-4799-2503-2. S2CID  7136258.
  21. ^ K. Bilal, SU Khan, SA Madani, K. Hayat, MI Khan, N. Min-Allah, J. Kolodziej, L. Wang, S. Zeadally и D. Chen, «Обзор экологичных коммуникаций с использованием адаптивной скорости передачи данных», Cluster Computing, т. 16, № 3, стр. 575-589, 2013
  22. ^ Хеллер, Брэндон; Ситхараман, Шринивасан; Махадеван, Прия; Якумис, Яннис; Шарма, Пунит; Банерджи, Суджата ; МакКеон, Ник (2010). «ElasticTree: экономия энергии в сетях центров обработки данных» (PDF) . Труды 7-го симпозиума USENIX по проектированию и внедрению сетевых систем, NSDI 2010, 28–30 апреля 2010 г., Сан-Хосе, Калифорния, США . Ассоциация USENIX. стр. 249–264.