IPv6路由协议

简介: IPv6路由协议

静态路由配置

有单播地址的情况下:

ipv6 route-static <目标网络><前缀长度><下一跳>

使用链路本地地址的情况:

ipv6 route-static <目标网络><前缀长度><出接口><对端的链路本地地址>

使用ping,访问对端链路本地地址:

ping ipv6 <对端的链路本地地址>-i <出接口>

OSPFv3

协议号仍然是89,但对于IPv4和IPv6,上层协议不一样。OSPFv3是一个独立的路由协议,在一台设备,既可以运行v2版本,也可以运行v3版本,叫做双栈。

Router-ID仍然是32位整数,但必须手动配置

IPv6对OSPFv3的影响:

OSPFv3的LSA长度增加

使用Link-local地址进行报文的发送(Vlink除外)

运行于每个Link进行通讯,不再基于subnet

使用IPv6扩展头进行加密

OSPFv3和OSPFv2的相同点:

  • 网络类型和接口类型。
  • 接口状态机和邻居状态机。
  • 链路状态数据库(LSDB)。
  • 洪泛机制(Flooding mechanism)。
  • 五种协议报文: Hello, DD, LSR, LSU, LSAck。
  • 路由计算基本相同

OSPFv3和OSPFv2的不同点:

  • 认证的变化
  • 基于链路的运行
  • 使用链路本地地址
  • 链路支持多实例复用
  • 通过 Router ID 唯一标识邻居
  • Stub 区域的支持
  • 报文的不同
  • Option 字段的不同
  • LSA 的类型和内容不同

认证的变化

OSPFv3报文头部中不含有认证字段,可以直接使用IPv6的认证。

OSPFv3内置的认证机制,只在Hello报文的尾部,其他报文没有。

认证方式:接口>区域>进程

OSPFv3的配置:只能在接口下使能OSPFv3,取消了network命令

基于链路的运行

OSPFv2是基于网络运行的,两台直连的设备必须在同一网段也可以建立OSPF邻居。

但OSPFv3是基于链路的,即使两个节点不在同一网络内,只要在同一个链路上就能通信。

OSPFv3即使不配置地址,可以使用链路本地地址,建立OSPFv3邻居。

OSPFv3,链路上的报文,除了Vlink以外的接口,都使用链路本地地址作为报文源地址。

多实例复用

OSPFv2中,一个接口只能运行一个OSPF实例,但是在OSPFv3中,一个接口可以运行多个OSPF实例。一条物理链路上的OSPFv3实例,可以在同一链路上多个相同的实例ID建立邻居。

在传统的OSPFv2中,想实现以下功能:R1和R2建立邻居,和R3建立邻居,R2和R3不能建立邻居,是不能完成的,即使认证也不可以,因为这会导致R1与R2建立认证后,与R3就无法通过认证,或者R1.R2.R3都通过认证建立邻居。

但是在OSPFv3中,可以起多个进程和实例,R1与R2使用进程1,实例100建立邻居。

R1与R3使用另一个进程和实例200建立邻居,这样实例一样的才可以建立邻居,不一样的建立不了。

报文变化

OSPFv3移除了所有的认证字段,可以使用IPv6报文扩展头的认证了。

Hello报文比OSPFv2少了掩码等字段,多了Interface ID字段。

LSA变化

也就是LSU报文传递的。OSPFv3取消了Options字段,变长了Ls Type字段。

LS type

U位:接收到LSA,处理的方式

  •   U为0:在链路上对LSA处理
  •   U为1:存储起来并泛洪该LSA

S2/S1:对LSA泛洪的范围

LSA类型

6类LSA不使用

3类LSA:区域间前缀LSA。由原来的Network Summary LSA,变成现在了Inter-Area-Prefix-LSA

4类LSA:区域间路由LSA。由原来的ASBR Summary LSA,变成了现在的Inter-Area-Router-LSA

8类LSA:链路LSA。Link-LSA

9类LSA:区域内前缀LSA。Intra-Area-Prefix-LSA

Link State ID:

OSPFv2:

OSPFv3:

本地唯一的32位整数:没有意义的一个数。

DR接口ID:DR所在接口的ID,但并非是接口编号(G0/0/1)

LSA类型的不同:

在OSPFv3中,1类,2类LSA,不再描述网络信息,只描述拓扑信息

同一个区域跨链路访问:

  • 1,2类LSA描绘出拓扑图
  • 8类LSA手机链路信息(IPv6地址等)
  • 9类LSA将收集到的链路信息在区域内泛洪出去

在有末节或loopback地址场景下,是设备自己产生9类LSA然后通告出去。

区域间,依然是3类LSA传递。

外部路由,依然是4类,5类LSA。

ISIS需要使用TLV扩展支持IPv6,此时用到了宽度量。在IPv6工作时,必须使用宽度量,cost wide

ISIS为支持IPv6,扩展了两个TLV:

IPv6 Reachability TLV:236   通过前缀、度量、标记等来描述可达的IPv6前缀信息

IPv6 Interface Address:232    描述IPv6的地址

ISIS多拓扑

P2P网络中,链路上的两台路由器具有相同的拓扑ID。广播网络,可以不相同。

比如在这张拓扑中,R1和R4都支持IPv4,和IPv6,假如R4配置了两个loopback口,一个是4.4.4.4,一个是2001::4,当R1去访问R4的时候,路由路径是正常走的。但是当R1上面的接口改开销大了之后,那么R1去访问4.4.4.4时就会不通了(假设上面是IPv4网络,下面是IPv6网络),是因为R1去往4.4.4.4时认为下一跳是R3,但由于R3没有配置IPv4地址,所以会把去往4.4.4.4的数据包丢弃。

当配置ISIS多拓扑后,就可以避免这种情况。

BGP

跟原来的BGP配置一样,只是多了在ipv6-family unicast视图下,配置peer x:x:x:x enable

相关文章
|
机器学习/深度学习 并行计算 PyTorch
CUDA驱动深度学习发展 - 技术全解与实战
CUDA驱动深度学习发展 - 技术全解与实战
478 1
|
设计模式 XML JSON
二十三种设计模式全面解析-代理模式进阶篇:揭秘远程代理
二十三种设计模式全面解析-代理模式进阶篇:揭秘远程代理
279 0
第一百三十四节:“应用层半双工”双机串口通讯的程序框架。
第一百三十四节:“应用层半双工”双机串口通讯的程序框架。
348 0
|
弹性计算 缓存 Ubuntu
Linux 发行版添加软件源
Linux系统的软件包通常存放在软件源(Repository)中,添加软件源之后,您可使用Linux系统提供的包管理工具查找、安装或更新软件源中包含的软件。本文以阿里云软件源为例,分别介绍在不同Linux发行版本上添加软件源的操作步骤。
9672 0
Linux 发行版添加软件源
ly~
|
供应链 监控 搜索推荐
大数据的应用场景
大数据在众多行业中的应用场景广泛,涵盖金融、零售、医疗保健、交通物流、制造、能源、政府公共服务及教育等领域。在金融行业,大数据用于风险评估、精准营销、反欺诈以及决策支持;零售业则应用于商品推荐、供应链管理和门店运营优化等;医疗保健领域利用大数据进行疾病预测、辅助诊断和医疗质量评估;交通物流业通过大数据优化物流配送、交通管理和运输安全;制造业则在生产过程优化、设备维护和供应链协同方面受益;能源行业运用大数据提升智能电网管理和能源勘探效率;政府和公共服务部门借助大数据改善城市管理、政务服务及公共安全;教育行业通过大数据实现个性化学习和资源优化配置;体育娱乐业则利用大数据提升赛事分析和娱乐制作水平。
ly~
2506 2
|
机器学习/深度学习 人工智能 自动驾驶
实战案例分析:AI在特定行业的深度应用
【7月更文第20天】随着人工智能技术的飞速发展,其在各行各业的应用日益广泛且深入,不仅推动了产业创新,也极大地提升了服务效率与质量。本文将聚焦于金融、教育、和交通三大领域,通过具体案例与技术解析,展现AI如何在这三个行业中发挥着革命性的作用。
2009 0
|
运维 负载均衡 算法
“分布式基础概念”全面解析,让你秒懂分布式系统!【一】
该博客文章全面解析了分布式系统的基础概念,包括微服务架构、集群与分布式的区别、节点定义、远程调用、负载均衡、服务注册与发现、配置中心、服务熔断与降级以及API网关,帮助读者快速理解分布式系统的关键组成部分和工作原理。
“分布式基础概念”全面解析,让你秒懂分布式系统!【一】
|
数据采集 机器学习/深度学习 算法
深入Sklearn预处理技术:数据清洗与标准化实战
【7月更文第22天】在机器学习项目中,数据预处理是至关重要的一步,它直接影响到模型的性能和准确性。Scikit-learn(简称sklearn)作为Python中最受欢迎的机器学习库之一,提供了丰富的数据预处理工具。本文将深入探讨sklearn中的数据清洗与标准化技术,并通过实战代码示例展示如何应用这些技术提升模型效果。
1264 2
|
SQL 关系型数据库 分布式数据库
PolarDB产品使用问题之如何查看并进入您的PolarDB-X 2.0集群
PolarDB产品使用合集涵盖了从创建与管理、数据管理、性能优化与诊断、安全与合规到生态与集成、运维与支持等全方位的功能和服务,旨在帮助企业轻松构建高可用、高性能且易于管理的数据库环境,满足不同业务场景的需求。用户可以通过阿里云控制台、API、SDK等方式便捷地使用这些功能,实现数据库的高效运维与持续优化。
|
机器学习/深度学习 编解码 自然语言处理
【18】Vision Transformer:笔记总结与pytorch实现
【18】Vision Transformer:笔记总结与pytorch实现
1171 0
【18】Vision Transformer:笔记总结与pytorch实现

热门文章

最新文章