SD-WAN 网络编排原理

简介: 【2月更文挑战第29天】网络编排是解决传统WAN部署复杂、耗时问题的关键技术,它通过策略驱动自动化协调硬件和软件资源。

传统企业WAN的部署和调整过程涉及交换、路由、安全和广域优化等多个网络技术领域,技术复杂度高,且由人工手动操作,因而耗时长、效率低、容易出错。因此,人们希望通过引入网络自动化来解决这个问题,网络编排正是实现网络自动化的核心技术手段。


编排的概念最早产生于艺术领域,通常是指选择不同的乐器来演奏音乐作品的不同部分。网络编排则是一种由策略驱动,通过协调应用程序或服务运行所需的硬件和软件,实现网络自动化的方法。

网络编排是一种自动执行网络业务部署需求的方式,可最大限度地减少部署业务或服务所需的人工干预。例如,网络管理员希望在两个不同的站点间创建一个相同的业务部门来实现互通,具体是通过网络控制器创建站点和VPN,并由网络控制器自动向两端站点的CPE下发相关的网络配置。


SDN的核心是对网络的行为进行集中编排控制,因此首先要对网络的行为和能力进行抽象。网络编排的过程可以简单理解为对抽象网络对象的组织和调配,包含网络资源的分配调度等。对网络服务的抽象设计可以细分为点、线、面3个层次,具体如下。

1、点——单点网元功能的服务抽象

WAN中包含多个不同厂商或者不同型号的设备,为了最小化不同厂商、不同型号设备的差异对组网的影响,让网络管理员将精力聚焦在服务本身,就必须抽象化网络设备的业务功能。


举例来说,网络管理员希望将某个CPE的WAN接口加入某个VPN中,网络管理员向网络控制器发出服务请求后,网络控制器需要自动将该接口配置到该VPN对应的VRF中,并且自动修改接口相关的网络资源信息(如VLAN、IP地址、QoS队列等)和路由协议参数等。整个过程中,网络管理员不需要像传统手工方式一样,去了解和手动输入该VPN对应的VRF信息、接口信息以及手工规划IP地址等接口参数。再比如,网络管理员需要创建包含两个CPE的站点,这时候需要抽象出一个站点创建的服务,网络管理员申请创建站点的服务,并指定加入的两台网络设备即可。网络控制器自动对该服务进行转换,自动完成对两个CPE的网络配置。

2、线——网络连接功能的服务抽象

在单点网元的基础上继续发展,就是网元之间要进行连接的服务抽象。举例来说,两个站点要进行互联,需要抽象出一个站点互联的服务,用户只需要创建该服务,指定两个相关站点即可。网络控制器将自动在两个站点之间下发相关的BGP邻居等配置。


那么,为什么不直接采用抽象出来的单点网络设备功能进行编排呢?事实上,这也是一种可行的做法,但这要求网络管理员具有非常丰富的专业知识和经验,对每个CPE的网络功能和技术细节非常了解。这就使得创建服务具有很高的技术门槛,服务编排变得比较困难,因此更适合非常专业的用户。

3、面——组网功能的服务抽象

采用抽象层次更高的网络服务单元(面)进行编排,将为网络管理员提供更接近业务语言的设计能力,与直接采用网络设备的单点功能的编排对比,就相当于面向对象的高级编程语言和汇编语言的区别。同时在编排过程中,服务对象可与各种不同的物理网络设备进行关联,实现网络服务的复用。


编排时根据网络模型对网络服务单元进行组织和配置,网络模型的复杂度决定了服务编排的复杂性。SD-WAN解决方案通过网络编排的方式使企业的多分支组网变得非常简单便捷,具体操作包括以下3个步骤:

  1. 创建企业站点,可以是分支、总部以及数据中心站点,甚至可以是一个公有云上的云站点,输入站点的基本连接信息,如站点内CPE的类型和数量以及WAN接口数量和类型,加上一些与ZTP所需要的控制器相关的连接信息等。
  2. 配置站点之间的内网互联拓扑结构,可以是Hub-spoke、Fullmesh及Partial-mesh等多种拓扑方式的组合,然后规划VPN以及站点间的拓扑关系。
  3. 定义SD-WAN运行过程中所需要的业务策略,比如选路策略以及广域优化策略等。
相关文章
|
18天前
|
安全 测试技术 虚拟化
VMware-三种网络模式原理
本文介绍了虚拟机三种常见网络模式(桥接模式、NAT模式、仅主机模式)的工作原理与适用场景。桥接模式让虚拟机如同独立设备接入局域网;NAT模式共享主机IP,适合大多数WiFi环境;仅主机模式则构建封闭的内部网络,适用于测试环境。内容简明易懂,便于理解不同模式的优缺点与应用场景。
144 0
|
11天前
|
人工智能 运维 安全
配置驱动的动态 Agent 架构网络:实现高效编排、动态更新与智能治理
本文所阐述的配置驱动智能 Agent 架构,其核心价值在于为 Agent 开发领域提供了一套通用的、可落地的标准化范式。
|
10天前
|
人工智能 安全 数据可视化
配置驱动的动态Agent架构网络:实现高效编排、动态更新与智能治理
本文系统性地提出并阐述了一种配置驱动的独立运行时Agent架构,旨在解决当前低代码/平台化Agent方案在企业级落地时面临困难,为Agent开发领域提供了一套通用的、可落地的标准化范式。
配置驱动的动态Agent架构网络:实现高效编排、动态更新与智能治理
|
6月前
|
机器学习/深度学习 存储 算法
NoProp:无需反向传播,基于去噪原理的非全局梯度传播神经网络训练,可大幅降低内存消耗
反向传播算法虽是深度学习基石,但面临内存消耗大和并行扩展受限的问题。近期,牛津大学等机构提出NoProp方法,通过扩散模型概念,将训练重塑为分层去噪任务,无需全局前向或反向传播。NoProp包含三种变体(DT、CT、FM),具备低内存占用与高效训练优势,在CIFAR-10等数据集上达到与传统方法相当的性能。其层间解耦特性支持分布式并行训练,为无梯度深度学习提供了新方向。
221 1
NoProp:无需反向传播,基于去噪原理的非全局梯度传播神经网络训练,可大幅降低内存消耗
|
16天前
|
机器学习/深度学习 人工智能 算法
卷积神经网络深度解析:从基础原理到实战应用的完整指南
蒋星熠Jaxonic带你深入卷积神经网络(CNN)核心技术,从生物启发到数学原理,详解ResNet、注意力机制与模型优化,探索视觉智能的演进之路。
237 11
|
28天前
|
机器学习/深度学习 算法 搜索推荐
从零开始构建图注意力网络:GAT算法原理与数值实现详解
本文详细解析了图注意力网络(GAT)的算法原理和实现过程。GAT通过引入注意力机制解决了图卷积网络(GCN)中所有邻居节点贡献相等的局限性,让模型能够自动学习不同邻居的重要性权重。
120 0
从零开始构建图注意力网络:GAT算法原理与数值实现详解
|
3月前
|
机器学习/深度学习 人工智能 PyTorch
零基础入门CNN:聚AI卷积神经网络核心原理与工业级实战指南
卷积神经网络(CNN)通过局部感知和权值共享两大特性,成为计算机视觉的核心技术。本文详解CNN的卷积操作、架构设计、超参数调优及感受野计算,结合代码示例展示其在图像分类、目标检测等领域的应用价值。
181 7
|
5月前
|
监控 应用服务中间件 Linux
掌握并发模型:深度揭露网络IO复用并发模型的原理。
总结,网络 I/O 复用并发模型通过实现非阻塞 I/O、引入 I/O 复用技术如 select、poll 和 epoll,以及采用 Reactor 模式等技巧,为多任务并发提供了有效的解决方案。这样的模型有效提高了系统资源利用率,以及保证了并发任务的高效执行。在现实中,这种模型在许多网络应用程序和分布式系统中都取得了很好的应用成果。
135 35
|
5月前
|
机器学习/深度学习 算法 测试技术
图神经网络在信息检索重排序中的应用:原理、架构与Python代码解析
本文探讨了基于图的重排序方法在信息检索领域的应用与前景。传统两阶段检索架构中,初始检索速度快但结果可能含噪声,重排序阶段通过强大语言模型提升精度,但仍面临复杂需求挑战
140 0
图神经网络在信息检索重排序中的应用:原理、架构与Python代码解析
|
4月前
|
安全 Java 程序员
分析Muduo网络库源码中的TcpServer组件工作原理
简言之,TcpServer 在 Muduo 中的角色,就是一位终极交通指挥员,它利用现代计算机网络的魔法,确保数据如同车辆一般,在信息高速公路上自由、安全、高效地流动。
45 0

热门文章

最新文章