CCNP课堂练习三:利用帧中继的流量整形来实现流量控制

简介:
                    利用帧中继的流量整形来控制流量
上面我们介绍了帧中继,这次我们来利用帧中继中的流量整形来控制一下流量,那我们为什么要控制流量呢?不是流量越大越好吗?比如:有一条大河和一条小河,当大河的水汇 入小河时,是不是会溢出水或者水堵塞,所以我们要减少大河的流量,来和小河匹配。
网络上也是一样,你的数据在传输的过程中你们目标端和源端一端流量大一端流量小,这样在传输数据时会导致数据的丢失或堵塞,所以我们要控制网络的流量来使两端的流量达
到差不多,这样数据传输会更加的稳定。
流量整形的原因:
1、帧中继的两端速率不匹配
2、数据丢失会延迟
3、f-r交换机没有足够的内存缓存空间
在这个里面我们要知道几个名词:
BECN:后向显示堵塞通告
FECN: 前向显示堵塞通告
CIR:承诺传输率
BC;数据平均传输率
还涉及到几个数值:平均值、峰值、承诺值
在流量控制中我们要保证网络的互通这就需要承诺值来保证,也有一个最大值也就是峰值,在两者之间的就是平均值。
在这里后向和前向是相对而言的,就像我们学过物理里面的“参照物”,选取不同的参照物,物体的状态是不同的。
我们来举一个例子:好比有一对人排着队进一个门,刚开始门是开着的,这一队人都在走,门忽然关上了,也就是堵塞了,对于已经过了的是后向堵塞,而对于还没有过门的则是
前向堵塞了,这是相对来说的。
流量整形的好处:
1、可以减少数据的丢失或堵塞
2、使传输性能更稳定
它的配置是基于上次做实验的基础上的,就是再加上几条命令
1、map-class frame-relay test--定义类映射名称
2、frame-relay traffic-rate 32000(平均值) 64000(峰值)---F-R流量整形数据速率
(或:
frame-relay adaptive-shaping becn--指定becn匹配模式)
3、encapsulation frame-relay --封装F-R
4、frame-relay traffic-shaping --启用F-R流量整形
5、frame-relay class test --在有效子接口下启用F-R的映射类条件
注:斜体为变量
如下图:

接下来我们做实验来实现流量整形,用四个路由器和一个帧中继来做
步骤是:
                                 1、定义类映射名称
                                 2、F-R流量整形数据速率
                                 3、在接口下封装F-R
                                 4、启用F-R流量整形
                                 5、关闭F-R反向ARP映射
                                 6、关闭P-T-P环境中的水平分割
                                 7、在子接口下定义ip
                                 8、定义 p-t-p子接口下F-R的本地dlci号
                                 9、在有效子接口下启用F-R的映射类条件
                                 10、验证输入show frame-relay vpc 本地dlci号
拓扑如下图
:
 
峰值64000 平均值 32000 名称test
配置如下:
r1:
en 
conf t
host r1
map-class frame-relay test
frame-relay traffic-rate 32000 64000
exit
int s0/0
encapsulation frame-relay
frame-relay traffic-shaping
no ip split-horizon
no frame-relay inverse-arp
no ip addr
no shut
exit
int s0/0.1 point-to-point
ip addr 192.168.1.1 255.255.255.0
frame-relay interface-dlci 102
frame-relay class test
exit
int s0/0.2 point-to-point
ip addr 192.168.2.1 255.255.255.0
frame-relay interface-dlci 103 
frame-relay class test
exit
int s0/0.3 point-to-point
ip addr 192.168.3.1 255.255.255.0
frame-relay interface-dlci 104
frame-relay class test
exit
router rip 
network 192.168.1.0
network 192.168.2.0
network 192.168.3.0 
exit

r2:
en 
conf t
host r2
map-class frame-relay test
frame-relay traffic-rate 32000 64000
exit
int s0/0
encapsulation frame-relay
frame-relay traffic-shaping
no ip split-horizon
no frame-relay inverse-arp
ip addr 192.168.1.2 255.255.255.0
frame-relay map ip 192.168.1.1 201 broadcast

frame-relay class test
no shut
exit
router rip 
network 192.168.1.0
exit
r3:
en 
conf t
host r3
map-class frame-relay test
frame-relay traffic-rate 32000 64000
exit
int s0/0
encapsulation frame-relay
frame-relay traffic-shaping
no ip split-horizon
no frame-relay inverse-arp
ip addr 192.168.2.2 255.255.255.0
frame-relay map ip 192.168.1.1 301 broadcast
frame-relay class test
no shut
exit
router rip 
network 192.168.2.0
exit
r4;
en 
conf t
host r4
map-class frame-relay test
frame-relay traffic-rate 32000 64000
exit
int s0/0
encapsulation frame-relay
frame-relay traffic-shaping
no ip split-horizon
no frame-relay inverse-arp
ip addr 192.168.3.2 255.255.255.0
frame-relay map ip 192.168.1.1 401 broadcast
frame-relay class test
no shut
exit
router rip 
network 192.168.3.0
exit
写完以后开始粘贴,看是否有错
没有错误开始验证输入show frame-relay pvc 102,看到标记的就OK了。









本文转自 liuyonglei 51CTO博客,原文链接:http://blog.51cto.com/liuyonglei/133624,如需转载请自行联系原作者
目录
相关文章
|
SQL Oracle 关系型数据库
Oracle之如何组合去重
Oracle之如何组合去重
778 1
|
7月前
|
人工智能 监控 Linux
AI小龙虾OpenClaw开源Agent生态变现全指南:六大盈利路径+全平台部署与大模型配置实战
OpenClaw(社区昵称“小龙虾”)自2025年底推出以来,已成为全球增长最快的开源自主AI Agent项目,GitHub星标在两个月内突破20万,生态内创业项目超过150个,月度整体收益规模稳定在250万至270万人民币区间。作为一款支持本地优先部署、可通过主流即时通讯工具操控的AI执行框架,OpenClaw真正实现了从自然语言对话到真实环境操作的跨越,可直接操控文件、浏览器、API与脚本执行,具备极强的落地与变现潜力。
2385 0
|
6月前
|
人工智能 自然语言处理 数据挖掘
大模型应用:因果推理赋能大模型:从关联分析到因果决策的升级路径.80
本文探讨大模型与因果推理的深度融合:大模型擅长发现相关性但易产生幻觉,而因果推理能识别真实因果、支持干预与反事实分析。通过因果图、do-演算、SCM等工具,二者互补升级——大模型提升因果建模能力,因果推理增强大模型的可解释性、鲁棒性与决策力,推动AI从“知其然”迈向“知其所以然”。
681 2
|
6月前
|
人工智能 安全 Linux
OpenClaw 对接阿里云百炼 API:本地 AI 助手快速部署指南
本文详解如何将轻量开源AI助手OpenClaw与阿里云百炼平台快速对接:通过配置兼容OpenAI接口、设置API密钥及模型参数,仅需数步即可本地调用通义千问系列大模型(如qwen-plus、qwen3-max),实现安全、可控、低门槛的智能助手部署。
1062 14
|
边缘计算 缓存 安全
CDN:互联网世界的“加速器”与“快递网”——从技术起源到未来趋势的全景解读
内容分发网络(CDN)起源于1990年代末,为解决互联网拥堵而生。通过在全球部署边缘节点,缓存静态资源以缩短传输路径,显著提升访问速度并降低服务器压力。其技术历经四个阶段演进:从早期静态缓存到动态加速、移动优化与安全防护,再到如今的智能化融合,CDN已深度嵌入视频直播、企业数字化转型等场景。未来,结合5G、物联网及Web3.0技术,CDN将从“加速器”进化为智能基础设施,持续赋能数字时代。
|
数据采集 传感器 算法
数据采集与预处理
【6月更文挑战第21天】数据采集与预处理。
764 4
|
自动驾驶 5G 网络架构
|
Python
pyqt 界面卡顿 解决办法 多线程
pyqt 界面卡顿 解决办法 多线程
694 0
【LVGL快速入门】LVGL开源框架入门教程之框架移植(三)
【LVGL快速入门】LVGL开源框架入门教程之框架移植(三)
|
SQL 搜索推荐 关系型数据库
MySQL 如何实现 ORDER BY 排序?
本文详细解析了MySQL中`ORDER BY`的实现原理及优化方法。通过解析与优化、执行及多种优化技术,如索引利用、内存排序、外部排序等,帮助你提升排序性能。了解其背后的机制,可显著优化查询效率。
1071 4