《实施Cisco统一通信管理器(CIPT1)》——2.4 使用分布式呼叫处理的多站点WAN部署模型

简介:

本节书摘来异步社区《实施Cisco统一通信管理器(CIPT1)》一书中的第2章,第2.4节,作者:【美】Dennis Hartmann,更多章节内容可以访问云栖社区“异步社区”公众号查看

2.4 使用分布式呼叫处理的多站点WAN部署模型

实施Cisco统一通信管理器(CIPT1)
如图2-3所示,多站点WAN分布式呼叫处理模型由多个独立的站点组成,每个站点都有各自的CUCM集群,它们分别连接到IP WAN,并由IP WAN来承载各个站点之间的语音流量。

4e14dbc973a321f3212c4b923634179a35657d5e

CUCM、应用和DSP资源也可以部署在同一个站点中。而IP WAN只负责承载站点间呼叫的信令流量;至于站点内呼叫的信令流量则只在站点内部进行本地传输。因此,相比集中式呼叫处理模型,这种部署方式减少了站点间的信令流量。

如果在分布式呼叫处理模型中使用了网守,那么这种模型就可以扩展到上百个站点。当IP WAN出现问题时,它还能使用PSTN来实现呼叫处理,而这个过程对用户来说是透明的。

使用分布式呼叫处理的多站点WAN部署模型具有以下设计特点。

每集群最多支持30000台SCCP/SIP电话或SCCP视频端点。
每集群最多支持1100台MGCP网关或H.323设备(网关、MCU、中继、客户端)。
PSTN负责所有外部呼叫。
DSP资源负责提供电话会议、编码转换和MTP。
拥有语音邮件系统、统一消息系统、Cisco Unified Presence组件。
能够与传统PBX和语音邮件系统相集成。
H.323客户端、MCU和H.323/H.320网关必须注册到Cisco IOS网守(Cisco IOS 12.3(8)T或其后续版本)中,网守才能为其发起呼叫。然后,CUCM通过H.323中继与网守建立连接,并向注册上来的H.323设备提供呼叫路由和带宽管理服务。管理员可以使用多台Cisco IOS网守来实现冗余。Cisco IOS网守也可以用来实现各个CUCM集群间的呼叫路由和带宽管理。在大多数部署环境中,Cisco建议每个CUCM集群拥有专门负责处理其内部呼叫的一组网守,以及专门负责处理集群间呼叫的一组网守。在一些特定的情况下也可以使用同一组网守来处理这两类呼叫,具体措施取决于网络的规模以及拨号计划的复杂性。
每个集群都需要使用各自的MCU资源来实施多点视频会议。根据会议的要求,这些资源可以是SCCP,也可以是H.323,或同时为SCCP和H.323。并且MCU可以全都位于局部站点(Regional Site);若远端站点需要本地会议资源,也可将MCU分布在每个集群的远端站点中。
需要使用H.323/H.320视频网关来与公共ISDN网络中的H.320视频会议设备进行通信。这些网关可以全部位于局部站点;如果远端站点需要本地ISDN接入,那么网关也可以分别部署在每个集群的远端站点中。
相同站点的设备之间使用高带宽音频编码(如G.711、G.722或Cisco宽带音频),不同站点的设备之间使用低带宽音频编码(如G.729或G.728)。
相同站点的设备之间使用高带宽视频编码(如384 kbit/s或更高),不同站点的设备之间使用低带宽视频编码(如128 kbit/s)。这里推荐管理员为相同站点的设备间呼叫使用Cisco Unified Video Advantage Wideband Codec,编码率为7 Mbit/s。需要注意的是,集群间中继链路不支持Cisco VT Camera(摄像头)宽带视频编码。
1.优势
使用分布式呼叫处理的多站点WAN部署具有以下优势。

使用IP WAN进行站点间呼叫,因此能够节省成本。
使用IP WAN可以让呼叫通过更靠近被叫PSTN号码的远端站点网关路由出去(也就是TEHO[远端落地切换]特性),通过这种方法可以节省长话费。
可以与其他类型的流量共享IP WAN,从而在最大程度上利用可用带宽。
每个站点上都部署了呼叫代理,因此在IP WAN链路失效期间不会丧失任何功能。
可扩展到上百个站点。
网守网络可以扩展到上百个站点,唯一的设计限制就是WAN拓扑。
2.最佳做法
使用分布式呼叫处理的多站点WAN的部署需求,与使用分布式呼叫处理的单站点或多站点部署模型的部署需求在很多方面都大同小异。因此,管理员不仅应该遵循我们在下面所罗列的这4点最佳做法,还应遵从其他部署模型的最佳做法。

SIP或网守代理服务器是多站点WAN模型中的关键元素。它们都可以提供拨号计划解决方案,其中网守还可以提供呼叫准入控制(CAC)功能。实际上,网守就是一台提供了呼叫准入控制和E.164拨号计划解决方案的H.323设备。

在部署网守时,管理员可以遵从以下最佳做法。

使用Cisco IOS网守为每个站点提供入向和出向的呼叫准入控制。
通过使用HSRP网守对(Gatekeeper Pair)、划分网守集群、支持可替换网守这三种方式,来实现网守的高可用性。除此之外,还可以部署多网守来实现网络冗余。
选择适当的平台,确保设备性能与能力要求相匹配。
在WAN中仅使用一种类型的音频编码,因为H.323在带宽请求中不考虑第2层头部开销及IP、UDP或RTP协议的头部开销。在WAN中仅使用一种类型的编码方式,就无需为出现最坏的网络状况而预备超额的IP WAN带宽。

相关文章
|
23天前
|
SQL 数据可视化 网络安全
YashanDB分布式可视化部署
本文介绍YashanDB的分布式部署流程,涵盖服务端安装、数据库基本信息与服务器配置、节点信息设置、建库参数调整、环境变量配置及安装结果检查等步骤。通过可视化Web界面操作,详细说明了各环节配置方法和注意事项,确保用户顺利完成数据库集群的搭建与初始化设置。适用于需要分布式数据库部署的场景,提供全面的操作指导。
YashanDB分布式可视化部署
|
1月前
|
运维 Kubernetes Java
Koupleless 助力「人力家」实现分布式研发集中式部署,又快又省!
本文由仁励家网络科技(杭州)有限公司架构师赵云兴、葛志刚撰写,探讨了公司在优化HR SaaS解决方案时遇到的系统资源浪费和运维成本高的问题。通过引入Koupleless框架,成功将模块体积从500M缩减至5M以下,部署时间从6分钟缩短至3分钟,并大幅节省服务器资源。文章详细介绍了Koupleless的部署方案及优化措施,感谢Koupleless团队的专业支持,使人力家实现了多应用合并部署,降低了运维成本。
Koupleless 助力「人力家」实现分布式研发集中式部署,又快又省!
|
1月前
|
运维 Kubernetes Java
Koupleless 助力「人力家」实现分布式研发集中式部署,又快又省!
通过引入Koupleless框架,解决了多应用部署中资源浪费和运维成本高的问题,实现了模块瘦身、快速部署及流量控制优化,大幅降低了服务器资源占用和发布耗时,提升了系统稳定性和运维效率。最终,人力家成功实现了多应用的轻量集中部署,显著减少了运维成本。
 Koupleless 助力「人力家」实现分布式研发集中式部署,又快又省!
|
1月前
|
存储 人工智能 固态存储
DeepSeek开源周第五弹之一!3FS:支撑V3/R1模型数据访问的高性能分布式文件系统
3FS是DeepSeek开源的高性能分布式文件系统,专为AI训练和推理任务设计,提供高达6.6 TiB/s的读取吞吐量,支持强一致性保障和通用文件接口,优化AI工作负载。
566 2
DeepSeek开源周第五弹之一!3FS:支撑V3/R1模型数据访问的高性能分布式文件系统
|
2月前
|
Java 关系型数据库 MySQL
新一代 Cron-Job分布式任务调度平台 部署指南
简单易用、超低延迟,支持用户权限管理、多语言客户端和多租户接入的分布式任务调度平台。 支持任何Cron表达式的任务调度,支持常用的分片和随机策略;支持失败丢弃、失败重试的失败策略;支持动态任务参数。
116 19
|
2月前
|
人工智能 Kubernetes 异构计算
大道至简-基于ACK的Deepseek满血版分布式推理部署实战
大道至简-基于ACK的Deepseek满血版分布式推理部署实战
124 5
|
4月前
|
机器学习/深度学习 数据可视化 TensorFlow
使用Python实现深度学习模型的分布式训练
使用Python实现深度学习模型的分布式训练
255 73
|
2月前
|
人工智能 Kubernetes 异构计算
大道至简-基于ACK的Deepseek满血版分布式推理部署实战
本教程演示如何在ACK中多机分布式部署DeepSeek R1满血版。
|
5月前
|
存储 分布式计算 负载均衡
分布式计算模型和集群计算模型的区别
【10月更文挑战第18天】分布式计算模型和集群计算模型各有特点和优势,在实际应用中需要根据具体的需求和条件选择合适的计算架构模式,以达到最佳的计算效果和性能。
236 62
|
5月前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。

热门文章

最新文章

下一篇
oss创建bucket