巧解数据中心网络性能瓶颈问题

简介:

解决日益增加的网络流量问题,方法可不止一种,从廉价的快速修复战略,到高级战略投资与资本重组。新技术可以提高网络容量并改进网络结构,解决骨干网性能瓶颈以及大多数以太网连接问题。某些情况下,简单的操作,就可以减轻不少压力。

数据中心网络性能问题可通过简单的修复重组策略解决。

随着IT向服务器增加I/O与通信密集型应用,数据中心网络压力急剧增加。

预装的千兆内置网卡已经不再能够支撑,并且在大多数情况下万兆以太网卡也可能成为网络瓶颈。

解决日益增加的网络流量问题,方法可不止一种,从廉价的快速修复战略,到高级战略投资与资本重组。新技术可以提高网络容量并改进网络结构,解决骨干网性能瓶颈以及大多数以太网连接问题。在某些情况下,简单的操作,就可以减轻不少压力。

 巧解数据中心网络性能瓶颈问题

给服务器安装更多的存储

改变数据流是低成本的快速解决网络瓶颈的方法之一。一个例子就是将流量从网络转储转移到服务器内部。

Google将存储本地化到多个服务器上,然后安排这些应用程序使用最近的存储中的数据。这种方式可以让你只需简单添加机柜交换机的端口,甚至只需两台交换机,以此实现结点的双以太网端口连接。

同样还可以给存储结点选择四个或更多端口配置的服务器,通过更多的端口进出流量来解决网络瓶颈。几乎所有数据都是通过机架顶端的交换机,降低延迟,也能大幅度降低与骨干网的数据交互。

数据库

数据库优化方案就不同了。最高效的模型是使用动态随机存储存储器(DRAM)的双列直插式内存模块所构成的大型计算池,创建一个内存数据库。理想情况下,IT组织会根据需求购买最新的旗舰级服务器,内存最高可达6TB,当然旧服务器一样也要使用。

还有一种用于辅助内存数据库架构的方式,是给服务器配置固态硬盘存储(SSD)。这样可以作为网络存储资源或DRAM的暂存缓冲器使用。两种方法都可以减轻网络负载,但万兆以太网可能跟不上今年内的最新系统,即使同时使用两个端口。

虚拟化

采用x86服务器集群来进行虚拟化十分普遍,但也为自己带来了网络瓶颈问题。臭名昭彰的启动风暴就是网络饱和的一个现象;即使在稳定状态运行时,创建一个新实例也会增加负载,就如千兆字节的数据要从网络存储传输到服务器。

在这种情况下,将传统虚拟化向容器模型庄毅。这意味着放弃能够创建任何操作系统的灵活性,但这通常都不是问题。

采用容器方法,减少网络同学,需要服务器的所有实例都使用相同的(支持容器)操作系统。DRAM空间会因为单一操作系统与应用程序栈而有所节约,还能让实例数增加,并且更快启动。但是如果应用程序实例是网络或者I/O密集型,那么还是会产生压力。

未来的技术方案

采用4万兆以太网(四车道)链路连接交换机十分常见,我们正在寻找10万兆以太网作为万兆以太网替代方案。这种趋势正在不断推进,目前已经推出了25千兆以太网,支持采用四车道,价格也相对低廉,10万兆以太网主要用于存储设备以及交换机之间互联。

数据中心可以使用25千兆以太网用于现有布线机架和交换机之间连接。不幸的是,你无法使用现有的适配器,而必须使用PCIe卡或新增结点。即使如此,替换现有的机顶机架交换机来创建一个10/100千兆以太网络环境,不仅经济,而且还能大幅提升整体集群性能。

这种新技术循序进入市场,也反应了云服务提供商的需求。目前使用25千兆链路的项目一般都不超过12个月,根据IEEE的批准设置纪录时间表。网络接口卡与交换机的生产预计在2015年下半年。

同样还可以使用50千兆以太网双通道管道技术。更快的速度可以容纳更大的服务器以及在内存中运行大数据分析,每台服务器至少要两个连接接口。按照这样的趋势下去,高性能计算拥有大量核心数的CPU或GPU,数据饥饿有可能成为问题,因为将TB级的数据装入内存也需要花上一些时间。

基于软件的修复同样还可以解决网络瓶颈问题。软件定义网络可以为服务器之间通过骨干线路传输负载任务。

随着存储与架构性能的快速增长,网络将是未来十年内创新的最前沿,所以演变因该是非常快速的。


作者:Harris编辑

来源:51CTO

相关文章
|
2月前
|
算法 数据中心
数据结构之数据中心网络路由(BFS)
本文介绍了数据中心网络路由中使用广度优先搜索(BFS)算法的重要性及其应用。随着数据中心从集中式大型机系统发展到分布式架构,高效的数据路由成为确保低延迟、高吞吐量和网络可靠性的关键。BFS通过系统地探索网络层次,从源节点开始向外遍历,确保发现最短路径,特别适合于数据中心网络环境。文中还提供了BFS算法的具体实现代码,展示了如何在数据中心网络中应用该算法来查找节点间的最短路径,并讨论了BFS的优缺点。
58 0
数据结构之数据中心网络路由(BFS)
|
3月前
|
移动开发 网络协议 测试技术
Mininet多数据中心网络拓扑流量带宽实验
Mininet多数据中心网络拓扑流量带宽实验
112 0
|
5月前
|
边缘计算 负载均衡 5G
边缘计算问题之数据中心内部和外部网络如何解决
边缘计算问题之数据中心内部和外部网络如何解决
47 1
|
6月前
|
运维 负载均衡 监控
|
5月前
|
存储 人工智能 运维
深度解析 | 什么是超融合数据中心网络?
深度解析 | 什么是超融合数据中心网络?
5399 1
|
8月前
|
数据中心 网络架构 Python
【计算巢】数据中心的网络架构设计原则
【5月更文挑战第31天】探讨数据中心网络架构设计原则:稳定性是基础,需抵御各种挑战;强调扩展性,适应业务发展;追求高效,确保数据传输速度;注重灵活性,灵活应对变化。简单Python代码示例展示网络节点连接。设计时需具备长远眼光,综合考虑技术方案,以构建坚固高效的信息桥梁。同学们,要持续学习和探索,为信息世界贡献力量!
118 2
|
8月前
|
机器学习/深度学习 安全 网络安全
利用机器学习优化数据中心能效的研究数字堡垒的构建者:网络安全与信息安全的深层探索
【5月更文挑战第29天】在云计算和大数据时代,数据中心的能效问题成为关键挑战之一。本文通过集成机器学习技术与现有数据中心管理策略,提出了一种新型的智能优化框架。该框架能够实时分析数据中心的能耗模式,并自动调整资源分配,以达到降低能耗的目的。研究结果表明,应用机器学习算法可以显著提升数据中心的能源使用效率,同时保持服务质量。
|
8月前
|
人工智能 安全 网络安全
网络安全与信息安全:防护之道探索现代数据中心的能效优化策略
【5月更文挑战第29天】 在数字化时代,网络安全与信息安全已成为我们不可忽视的问题。本文将深入探讨网络安全漏洞的成因,加密技术的应用,以及提升安全意识的重要性。我们将了解到,网络安全并非只是技术问题,更是一种全民参与的过程。 【5月更文挑战第29天】 在数字化转型的浪潮中,数据中心作为信息处理和存储的核心枢纽,其能源效率已成为衡量其可持续性的关键指标。本文将深入探讨现代数据中心实现能效优化的策略与实践,从硬件选择、冷却系统创新、能源管理软件到人工智能辅助决策,揭示如何通过综合手段提升数据中心运行效率,同时减少环境影响。
|
8月前
|
存储 网络协议 数据库
数据中心网络架构的需求原则及策略
【5月更文挑战第15天】本文讨论了数据中心建设的重要性,它能提升用户体验,保证业务连续性和数据安全。
|
8月前
|
存储 并行计算 网络协议