论数据中心SDN和NFV技术关系

简介: 论数据中心SDN和NFV技术关系

image.png

一提到大名鼎鼎的SDN,在数据中心圈里,几乎无人不知无人不晓。这几年,SDN概念很火,有人甚至认为SDN是第二次的信息技术革命,SDN中文名叫软件定义网络,这一技术的目的就是要消除网络硬件上的差异,让数据中心用户不用再关心网络硬件以及底层软件实现,将精力聚焦于数据中心承载的业务上来,大大减少数据中心网络维护的投入。


有人说个人电脑的今天就是网络设备的明天,个人电脑已经彻底沦为一个硬件平台,我们可以任意在上面安装各种应用软件,而不用去关注电脑如何去工作的。SDN技术的目的也是这样,就是将网络硬件与应用业务脱离,数据中心网络只提供系统网络带宽,各种协议的接口,通过SDN技术就可以实现网络业务部署,根本不需要知道数据中心部署了多少台的网络设备,都部署在了哪里。SDN不是一项具体的技术,而是一种网络架构,代表了“开放性、虚拟化和可编程”的网络设计理念,SDN要靠OpenFlow协议来具体实现软件定义网络。


NFV的概念则大家要陌生锝多,NFV的中文名叫网络功能虚拟化,通过使用X86等通用性硬件以及虚拟化技术,来承载很多功能的软件处理,从而降低网络昂贵的设备成本。NFV利用虚拟化技术实现网络功能,从而打破专有硬件对网络的限制,通过统一的虚拟化软、硬件平台,使得网络更加灵活和简单。NFV说白了就是网络/存储/服务器等设备的虚拟化技术,通过部署虚拟化技术简化数据中心维护工作。


不难看出,SDN技术的目标是真正的实现数据中心网络的全软件化,而NFV更像是数据中心走向SDN的必经之路。虽然SDN技术火热,但是在目前发展的阶段实际商用的并不多,这是原因SDN的标准还没有形成统一,再加上网络巨头企业技术上的壁垒,导致SDN的统一标准工作进行得缓慢,以至于形成了不同的两派阵营。就算是实验室里的SDN也基本都是网络厂家各实现个的,只能在自家网络设备上运行使用,根本谈不上互通互用。NFV则不同了,虽然具体到技术实现也是各家各有不同,无法支持互通互用,但是应用上却得到了普及。


现在的数据中心,无论是服务器的虚拟化还是网络设备的虚拟化技术,到处可见,已经成为了数据中心必备的技术之一。所以NFV技术在数据中心已经开始普及,虽然NFC技术还无法达到真正的软件定义网络,但是可以说是网络软件化的一个重要信号。如果将SDN比喻成实现了共产主义,那么NFV就是现阶段,仅实现了小康社会,要达到共产主义还有相当长的路要走。


OpenFlow是SDN的代名词,是SDN里最流行的一种标准,是由ONF(开放网络论坛)提出的,可以说是出师名门。NFV则是从实践中而来,没有任何的实现标准,完全是网络应用需求而来。在这方面思科是最早的实现者,其它网络厂商都是跟随着思科而推出了类似的虚拟化功能,正因此是这样,所以NFV技术在各网络设备上实现都有差异,无法互通。NFV更倾向于一种平滑的渐进式演进,对现有的网络及业务不会造成很大的影响,当然带来的益处也是很有限的。而SDN是对现有网络设备产业格局可以说是一种颠覆性的变革,但是缺少实践的经验。SDN技术的目的之一也是要消除各网络设备的实现差异,形成统一的标准,有统一的接口和标准器件。SDN有鲜明的技术理论基础支撑,而NFV则是从实践中而来,缺少理论支撑。这样的出身也很容易造成了两者面临的不同现状,就是NFV实现技术不高明,带来的影响变化有限,并各个网络设备之间形成了壁垒。SDN技术高明,预计将引领网络变革潮流,但目前仍处于革命期,得到广大数据中心的认可,并实施还有相当长的路要走。


当然,对于SDN和NFV都面临着一些相同的挑战与问题。首先就是可靠性的问题。数据中心的可靠性要求达到五个9,即99.999%,虚拟化核心网络设备基于通用服务器,可靠性要低于专用的高性能网络设备。其次是转发芯片性能问题。现有转发芯片对软件和虚拟化技术支持的不足,甚至支持SDN技术的芯片少之又少,这就阻碍了网络软件技术的进步,这些软件技术最终还是要靠硬件来实现流量的转发,所以转发芯片需要完成支持这些软件技术。全世界能够提供网络芯片的也没有几家企业,他们本身还担心SDN/NFV技术的普及而大大吞噬他们企业的利润,所以他们从心里不愿意推动SDN/NFV技术的发展。最后就是标准问题,在网络技术学界里还无法形成统一的标准,SDN还有个OpenFlow协议(实际上,各家网络厂商也对OpenFlow有不同的理解与技术实现,都叫OpenFlow技术,但各家具体实现上都有很大差异,根本无法实现互通),而NFV连一个统一的标准都没有,完全是私有的实现,也就是根本无法支持不同厂家的设备之间虚拟化,这些困难阻碍了SDN技术走进数据中心,虽然数据中心已经开始接受NFV技术,并得到广泛应用,但实际上给数据中心带来的并不是实质性的变革,真正能够给数据中心带来变革的只能是SDN。


我们仔细讨论了SDN和NFV技术的关系,这两种技术都给数据中心网络带来了活力与生机,使得数据中心能够适应云计算、大数据新技术的部署。两种技术虽然有着完全不同的设计理念,但是却有着很强的互补性,可以在一个数据中心同时存在。在实际应用中,应该时时跟踪两种技术的发展动态,现在的技术发展很快,结合自己数据中心发展的特点,因地制宜地引入两种技术,利用两种技术各自的优势为自己的数据中心建设添砖加瓦。

相关文章
|
8天前
|
存储 运维 区块链
区块链技术对数据中心的潜在影响
区块链技术对数据中心的潜在影响
|
2月前
|
5G 网络安全 SDN
网络功能虚拟化(NFV)和软件定义网络(SDN):赋能5G网络灵活、智能演进的关键
网络功能虚拟化(NFV)和软件定义网络(SDN):赋能5G网络灵活、智能演进的关键
72 3
|
3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。
|
5月前
|
SDN 网络虚拟化 虚拟化
云数据中心中的SDN/NFV应用
【6月更文挑战第9天】计算和存储虚拟化技术在云计算IDC中已基本满足需求,但网络成为新瓶颈,主要问题包括虚拟化环境下的网络配置复杂度增加、拓扑展现困难和无法动态调整资源。
|
6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。
|
6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。
|
6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。
|
5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
|
6月前
|
机器学习/深度学习 数据采集 资源调度
利用机器学习技术优化数据中心能效
【5月更文挑战第27天】 在本文中,我们探讨了一种基于机器学习的技术框架,旨在实现数据中心能效的优化。通过分析数据中心的能耗模式并应用预测算法,我们展示了如何动态调整资源分配以减少能源消耗。与传统的摘要不同,此部分详细阐述了研究的动机、使用的主要技术手段以及期望达成的目标,为读者提供了对文章深入理解的基础。
|
6月前
|
机器学习/深度学习 敏捷开发 测试技术
深入理解自动化测试:框架选择与实践挑战利用机器学习技术优化数据中心冷却系统
【5月更文挑战第27天】 在现代软件开发周期中,自动化测试已成为确保产品质量和加快市场投放的关键步骤。本文深入探讨了自动化测试的框架选择问题,并剖析了实施过程中面临的挑战及其解决方案。通过比较不同测试框架的特点,我们旨在为读者提供一套明确的指导原则,帮助他们根据项目需求做出恰当的技术决策。同时,文中还分享了实际案例和最佳实践,以期帮助开发团队克服实施自动化测试时可能遇到的障碍。