理数据中心发展史 察核心交换选型之道

简介:

目前云计算、虚拟化和大数据等热门技术纷纷落地,数据中心网络的建设也不断变化,数据中心流量和带宽的指数级增长,已经远远超出了人们对传统网络的想象,很多企业对高速智能的数据中心核心交换机的需求就十分迫切了,因此对于核心交换机的选择也是必不可少的。

那么,基于未来的发展,数据中心核心交换机到底该如何选择呢?从20世纪60-70年代至今,数据中心自身不断在演进,随着新技术的涌现,其网络架构也随之变革。而随着数据中心网络和以太网标准的发展,数据中心核心交换机架构也经历了一系列的演变。通过梳理这些变化,了解数据中心在未来可能会产生的趋势,企业才能从不同层面去把握选型要旨。

数据中心的演变与发展

当前,数据中心已成为企业或机构管理IT基础设施与应用,提供基础设施与应用服务的重要平台。随着更加先进的技术的融合发展,建设新一代数据中心成为企业普遍关心的热点话题,它不仅代表着IT产业发展的潮流,也反映了不同IT用户最迫切的核心需求。

以时间轴为导向看数据中心的演变,可以分为以下阶段:

1、60-70年代,数据中心是以大型主机为主要的计算设备,在体系结构、系统功能方面拥有高性能、高可用和高可管理性等技术特性;

2、80-90年代,数据中心以小型机与PC服务器为通用计算设备,它使用客户机/服务器方式相连,强调性价比,被称为“开放”的分布式计算年代;

3、千禧年后,数据中心以刀片服务器构建共享公用计算平台,它使用虚拟化技术连接,被称为面向服务的计算年代。

数据中心结构的发展历程

随着各种技术的不断完善,数据中心架构也随之发生了许多变化——

1、原始的PC服务器阶段

数据中心仅由一台高性能的服务器组成,大约可以为几十人的规模提供服务,完成数据复制、备份、计算等基本功能。

2、服务网络分层阶段

这个阶段数据中心具有了多台服务器,共同向外提供多种服务,数据中心内部的服务器通过局域网互连,彼此之间互相影响,协调工作,外部用户依然可以通过互联网访问数据中心的各种应用。

3、虚拟化服务阶段

数据中心规模扩大,可以向数千人提供服务。数据中心内部出现了多种优化性能的设备和技术,数据中心内部服务器虚拟化技术应用普遍。

4、数据中心综合建设优化阶段

数据中心将可以为数万用户同时提供服务,此时的数据中心往往在业务上要进行划分,企业对数据中心的设备规划、电力、制冷、供电等都要综合性分析进行降耗,降低数据中心的运维成本。

5、存储与网络融合阶段

存储网络和业务网络从数据中心出现开始就是分离的,两者一直在独立发展,近几年由于数据中心建设成本越来越高,开始有人研究两种网络合一的可能性,各种网络融合的技术也纷纷开始出现。

6、多数据中心阶段

现在的数据中心往往需要同时为数百万人提供服务,一个数据中心无法满足,而需要建设多个数据中心,由这些数据中心共同来提供服务。

7、云与数据中心融合阶段

通过在数据中心部署云计算技术,可以完成多数据中心之间的业务无感知迁移,并可为数千万人同时提供服务。此时的数据中心虚拟化技术无所不在,网络、存储、安全、服务器等都要部署虚拟化技术。数据中心将不再按照业务类型划分,而是按照云来划分,可以分为公有云、私有云、云服务等等。

数据中心网络架构的发展历程

随着以太网技术的发展以及信息化水平的不断提高,新的应用及数据量急剧增长,数据中心的规模不断膨胀,数据中心网络架构也随之发展——

1、传统数据中心的网络架构

数据中心计算网络主要由大量的二层接入设备与少量的三层设备组成的网络结构,是传统上标准的三层结构:

· 接入层,用于连接所有的计算节点,在目前的数据中心中,通常以机柜交换机的形式存在;

· 汇聚层,用于接入层的互联,并作为该汇聚区域二三层的边界,同时各种防火墙、负载均衡等业务也部署于此;

· 核心层,用于汇聚层的的互联,并实现整个数据中心与外部网络的三层通信。

2004-2007年期间,三层网络结构在数据中心十分盛行,2007-2010年,EoR和MoR被认为是取代传统三层网络结构的理想解决方案。

2、二层网络结构:叶脊拓扑网络

2013年后,二层网络结构的叶脊拓扑网络以迅雷不及掩耳之势迅速取代三层网络结构成为了现代数据中心的新宠。这种网络结构主要由脊层交换机和叶层交换机两个部分组成,正好迎合和了未来高密度布线的趋势,几乎能适应所有大中小型数据中心。

数据中心核心交换机架构演进与发展

以太网经过近30年的发展,现阶段10GE的以太网已经批量的应用,40GE和100GE的以太网开始逐步应用。因此,这也对承载以太网带宽发展的核心交换机提出了要求。

第一阶段:2000年-2006年,高密FE/GE接入汇聚,少量10GE上行

这个阶段的核心交换机以中心交换加LSW为主构成,中心交换主要是以太交换芯片为主,线卡单板以FE/GE和少量10GE的LSW作为接口芯片,背板链路以1.25G-6.25Gbps为主,线卡提供48GE线速转发,业务处理基本以二层和三层为主,QoS处理主要以简单的优先级队列调度为主。典型的产品有Cisco 4500/6500、H3C 6500/7500等。

第二阶段:2006年-2012年,高密GE/10GE接入汇聚,少量10GE/40GE上行

这个阶段中心交换的形态很多,有的是共享缓存的简单交换网,有的是集中仲裁的交换网,还有以6.25G为主的CLOS交换架构。线卡单板以GE和10GE的LSW作为接口芯片,少量40GE上行接口为主。背板链路以5G-10Gbps为主,每线卡槽位的带宽小于480G,最大能力16~48x10GE线速转发,业务处理基本以二层和三层为主,具有简单的HQoS调度,缓存范围很广,依赖于LSW芯片。典型的产品有Cisco N7000、H3C 10500/12500等。

第三阶段:2012年-2020年,高密10GE/40GE接入汇聚,少量100GE上行

这个阶段的核心交换机以CLOS动态路由交换为主,线卡单板以具有复杂业务处理能力的PP芯片为主,提供高密度的10GE/40GE线速转发和业务处理,少量100GE上行接口为主。背板链路以10G起步,未来可演进到25Gbps;目前最大能力48-96x10GE线速转发,或者24x40GE线速转发,具有完善的QoS处理能力,能支持比较大的缓存,可以达到100ms/端口。典型的产品有华为CE12800。

数据中心在未来的发展趋势

IDC此前就2017年数据中心发展趋势发表以下重要预测。

1、数据中心前景。到2018年,数据密集型行业将有35%的企业采用正式的数据中心规划、采购及治理流程来加快数字化转型进程。

2、下一代工作负载。到2019年,组织机构用于数据中心投资中的25%将用于支持认知/人工智能、机器学习和增强现实等下一代情境工作负载。

3、即用即付(PAYG)使用模式。到2018年,即付即用模式将在本地、外部部署的物理IT和数据中心资产支出中占据25%的比例,从而加强业务与IT部门的合作。

4、智慧数据中心。2017年,只有20%的企业将按预定进度部署软件定义的数据中心,因为关键设施的容量限制会延迟转型进程。

5、多云化操作。随着企业对不断变化的数据应用模式做出反应,2018年企业ICT支出中的45%将用于主机代管、托管云和公共云数据中心。

6、本地云交付。到2019年,20%的本地部署基础设施将支持与地理相关的下一代工作负载,这些工作负载将通过集成式设备上的IaaS/PaaS堆栈直接连接到公共/托管云。

7、机架级的IT。三年内,机架层级的超融合与超大规模捆绑式销售将占到服务器/存储/网络部署的30%,从而推动能耗和冷却设计的变化。

8、动态连通性。2017年,25%的企业将利用基于策略的覆盖网络(覆盖网络是指建立在另一个网络上的网络,是面向应用的应用层网络)在数据中心、云和分支机构之间快速安全地移动数据和工作负载。

9、电力保证。到2019年,主要数据中心运营商将减少对电网的依赖,10%的数据中心能源需求将通过专用的私人发电来满足。

10、数据中心的退化。硬件过时所导致的功率输出与IT工作负载的不匹配将令30%的大中型企业遭遇服务故障。

数据中心核心交换机选型之道

通过上述不同发展历程的梳理,可见数据中心发生变革的同时,企业对建设数据中心,对数据中心核心交换机的选择也产生了新需求。那么,为了适应数据中心在未来的发展趋势,应该如何进行核心交换机的选择呢?

不同企业对建设数据中心的需求不同,对核心交换机选择的侧重点也必然不同。下面分别介绍一些主流厂商的产品,借此来了解市面上比较主流的核心交换机产品具有哪些亮点。


本文作者:宁飞虹       

来源:51CTO

目录
相关文章
|
存储 大数据 数据中心
|
NoSQL 数据中心
需求至上——MongoDB多数据中心的方案选型
本文PPT来自 MongoDB Master,Teambition 运维总监周李洋( E 叔 ) 于10月15日在2016年杭州云栖大会上发表的《MongoDB多数据中心的方案选型之路》。
5152 0
|
8月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
5月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
8月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
8月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
|
8月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
|
8月前
|
存储 大数据 数据中心
提升数据中心能效的先进冷却技术
【5月更文挑战第27天】 在信息技术不断进步的今天,数据中心作为计算和存储的核心枢纽,其能源效率已成为评价其可持续性的关键指标。本文将探讨当前数据中心面临的热管理挑战,并展示一系列创新的冷却技术解决方案,旨在提高数据中心的能效,同时确保系统的稳定性和可靠性。通过对比传统冷却方法和新兴技术,我们将分析各种方案的优势、局限性以及实施难度,为数据中心运营者提供科学的决策参考。
|
8月前
|
存储 传感器 人工智能
探索现代数据中心的冷却技术革新
【5月更文挑战第18天】 在数字化时代,数据中心作为信息处理与存储的核心设施,其稳定性和效能至关重要。随着计算需求的激增,数据中心的冷却系统面临着前所未有的挑战。传统的空调冷却方法不仅耗能巨大,而且效率低下。本文将深入探讨现代数据中心冷却技术的最新进展,包括液冷技术、热管应用、环境辅助设计以及智能化管理等方面,旨在提供一种高效、可持续且经济的解决方案,以应对日益增长的冷却需求。
|
7月前
|
移动开发 监控 前端开发
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化