武自強(qiáng)，周建濤，趙大明，柳 林

1.內(nèi)蒙古大學(xué) 計(jì)算機(jī)學(xué)院，呼和浩特 010021

2.內(nèi)蒙古云計(jì)算與服務(wù)軟件工程實(shí)驗(yàn)室，呼和浩特 010021

3.內(nèi)蒙古數(shù)據(jù)處理與社會(huì)計(jì)算重點(diǎn)實(shí)驗(yàn)室，呼和浩特 010021

4.內(nèi)蒙古師范大學(xué) 計(jì)算機(jī)科學(xué)技術(shù)學(xué)院，呼和浩特 010021

隨著互聯(lián)網(wǎng)時(shí)代信息與數(shù)據(jù)的快速增長(zhǎng)，科學(xué)、工程和商業(yè)計(jì)算等領(lǐng)域需要處理的數(shù)據(jù)遠(yuǎn)遠(yuǎn)超出自身IT架構(gòu)的計(jì)算能力，目前云計(jì)算市場(chǎng)規(guī)?？傮w呈穩(wěn)定增長(zhǎng)態(tài)勢(shì)[1]，使用云計(jì)算成為一種趨勢(shì)。數(shù)據(jù)中心[2]作為云計(jì)算的基礎(chǔ)設(shè)施，統(tǒng)計(jì)表明其資源利用率通常在5%～25%之間[3-4]。這些多維度資源（CPU、存儲(chǔ)、內(nèi)存和網(wǎng)絡(luò)等）的低利用率直接導(dǎo)致了巨大的資源浪費(fèi)。降低能源消耗、提高資源利用率成為云計(jì)算亟待解決的難題之一。

近年來，數(shù)據(jù)中心能效系統(tǒng)的模型構(gòu)建方法與算法設(shè)計(jì)分為對(duì)服務(wù)器端優(yōu)化和對(duì)網(wǎng)絡(luò)端優(yōu)化兩類。對(duì)服務(wù)器端優(yōu)化已有較多研究，大致分為三類：基于動(dòng)態(tài)電壓頻率調(diào)整的優(yōu)化策略、基于關(guān)閉空閑服務(wù)器的優(yōu)化策略和基于虛擬化技術(shù)的優(yōu)化策略。網(wǎng)絡(luò)端優(yōu)化已有不少研究，如文獻(xiàn)[5]提出了基于休眠喚醒和自適應(yīng)鏈路速率混合優(yōu)化策略，文獻(xiàn)[6]提出的流量合并的方法，文獻(xiàn)[7]中提供了一種基于迭代的路由方案，文獻(xiàn)[8]提出的利用軟件定義網(wǎng)絡(luò)技術(shù)，文獻(xiàn)[9]提出的應(yīng)用人工智能抽象的方法，文獻(xiàn)[10]對(duì)網(wǎng)絡(luò)能耗與性能間的權(quán)衡問題進(jìn)行了研究，提出以網(wǎng)絡(luò)流完成時(shí)間作為最重要的統(tǒng)一性能指標(biāo)對(duì)網(wǎng)絡(luò)的性能進(jìn)行保障。

對(duì)網(wǎng)絡(luò)流進(jìn)行調(diào)度以提高數(shù)據(jù)中心網(wǎng)絡(luò)利用率成為當(dāng)前研究的熱點(diǎn)之一[11]。目前針對(duì)網(wǎng)絡(luò)流的調(diào)度方法通常不加以區(qū)分地適用于各種網(wǎng)絡(luò)流，或是僅著眼于大象流和老鼠流進(jìn)行調(diào)度[12]，將大量持續(xù)傳遞數(shù)據(jù)的大象流和少量短時(shí)間的老鼠流區(qū)區(qū)別對(duì)待。根據(jù)預(yù)測(cè)[13]，未來東西流量（數(shù)據(jù)中心內(nèi)部流量和數(shù)據(jù)中心間流量）將占數(shù)據(jù)中心總流量的86%，而南北流量（從數(shù)據(jù)中心流向互聯(lián)網(wǎng)或WAN 的流量）僅占數(shù)據(jù)中心相關(guān)流量的14%；研究顯示數(shù)據(jù)中心的流量服從長(zhǎng)尾概率分布，具體來說，幾乎所有流量的90%都小于10 KB，持續(xù)時(shí)間不到幾毫秒，而其余10%則占了大部分流量[14]。對(duì)所有流使用相同的調(diào)度策略，這使得網(wǎng)絡(luò)流調(diào)度效果不明顯[15]。在高負(fù)載的環(huán)境下，可能影響服務(wù)流量的效率。理想的網(wǎng)絡(luò)流調(diào)度方法應(yīng)針對(duì)不同要求的網(wǎng)絡(luò)流設(shè)計(jì)不同的調(diào)度方案[16]，將網(wǎng)絡(luò)流量進(jìn)行分類后基于不同的特點(diǎn)加以調(diào)度[17]。

為提高網(wǎng)絡(luò)資源利用率，緩解網(wǎng)絡(luò)擁塞保證云服務(wù)質(zhì)量，提出一種基于服務(wù)滿足度對(duì)非服務(wù)流量動(dòng)態(tài)調(diào)整的避讓方法TAM（Traffic Avoidance Method），評(píng)估當(dāng)前的服務(wù)滿足度，根據(jù)服務(wù)滿足度動(dòng)態(tài)調(diào)整非服務(wù)業(yè)務(wù)的網(wǎng)絡(luò)流量，在發(fā)生網(wǎng)絡(luò)過載時(shí)主動(dòng)避讓服務(wù)流量，以優(yōu)先保證云服務(wù)質(zhì)量要求，提高數(shù)據(jù)中心網(wǎng)絡(luò)的性能。

本文的主要貢獻(xiàn)如下：

（1）引入數(shù)據(jù)中心網(wǎng)絡(luò)的網(wǎng)絡(luò)流分類方法，從應(yīng)用層概念入手將網(wǎng)絡(luò)流依據(jù)其支撐具體業(yè)務(wù)的不同分成三類：服務(wù)業(yè)務(wù)、固定業(yè)務(wù)和彈性業(yè)務(wù)。

（2）定義服務(wù)滿足度概念，基于服務(wù)業(yè)務(wù)的服務(wù)等級(jí)協(xié)議，量化評(píng)估當(dāng)前網(wǎng)絡(luò)性能能否滿足服務(wù)業(yè)務(wù)的需要，將其作為數(shù)據(jù)中心網(wǎng)絡(luò)流調(diào)度的依據(jù)。

（3）提出一種網(wǎng)絡(luò)流主動(dòng)避讓方法，在數(shù)據(jù)中心服務(wù)業(yè)務(wù)量激增時(shí)，主動(dòng)調(diào)整彈性業(yè)務(wù)量，避讓服務(wù)流量的短暫高峰以緩解網(wǎng)絡(luò)擁塞，滿足服務(wù)質(zhì)量要求。

（4）仿真實(shí)驗(yàn)結(jié)果表明，相比于對(duì)照組實(shí)驗(yàn)，主動(dòng)避讓方法可使業(yè)務(wù)抖動(dòng)區(qū)間縮小為對(duì)照組的1/3，網(wǎng)絡(luò)整體時(shí)延降低約20%。

綜上，TAM 方法在數(shù)據(jù)中心網(wǎng)絡(luò)負(fù)載激增的情況下可以保證服務(wù)業(yè)務(wù)的質(zhì)量，并在提高全局網(wǎng)絡(luò)性能上也有一定的表現(xiàn)，達(dá)到預(yù)想的設(shè)計(jì)目的。

1 相關(guān)工作

當(dāng)前研究主要從擁塞控制和流量調(diào)度兩個(gè)方面進(jìn)行優(yōu)化設(shè)計(jì)[18]，針對(duì)數(shù)據(jù)中心混合流復(fù)雜的環(huán)境，Aemon利用一種基于緊急性的擁塞控制機(jī)制來調(diào)節(jié)截止時(shí)間流的發(fā)送速率[19]，并使用兩級(jí)優(yōu)先級(jí)調(diào)度策略來區(qū)分混合流。Sonum 通過合并和處理來自多個(gè)交換機(jī)的采樣信息來檢測(cè)長(zhǎng)流量[14]，獲取長(zhǎng)流程信息后將潛在的丟包率最小化為優(yōu)化目標(biāo)，然后將負(fù)載平衡轉(zhuǎn)換為給長(zhǎng)流安排最小丟包路徑的優(yōu)化問題并介紹了一種啟發(fā)式算法。Difference設(shè)計(jì)了一種算法[20]來根據(jù)當(dāng)前鏈路利用率動(dòng)態(tài)地重新計(jì)劃大象和老鼠的流動(dòng)設(shè)置路徑，通過加權(quán)多路徑路由算法來調(diào)度老鼠流，并根據(jù)鏈接利用率調(diào)整路徑權(quán)重，針對(duì)大象流提出了一種基于阻塞島的路徑設(shè)置算法來找到具有較短搜索空間的最不擁擠的路徑。MOG從不同角度將優(yōu)化目標(biāo)分別劃分為用戶指標(biāo)（完工時(shí)間和經(jīng)濟(jì)成本）和云系統(tǒng)指標(biāo)（網(wǎng)絡(luò)帶寬、存儲(chǔ)約束和系統(tǒng)公平度）[21]，并將該調(diào)度問題制定成為一個(gè)新的連續(xù)的合作博弈，在優(yōu)化用戶指標(biāo)的同時(shí)，滿足系統(tǒng)指標(biāo)的約束，并保證云資源的效率和公平度。

通過自適應(yīng)終端進(jìn)行調(diào)度的方法，如Fastpassp則提出使用完全中心式的調(diào)度器負(fù)責(zé)計(jì)算數(shù)據(jù)包進(jìn)入網(wǎng)絡(luò)的時(shí)間和傳輸路徑[22]；采用基于令牌的方式pHost[23]和基于令牌的流調(diào)度機(jī)制QJump[24]，在發(fā)送端和接收端之間為流傳遞令牌，獲得令牌的流可以得到一個(gè)傳輸窗口，小流優(yōu)先得到令牌以減少平均完成時(shí)間。上述方法均沒有考慮服務(wù)質(zhì)量的問題。

在流量大小高度復(fù)雜的數(shù)據(jù)中心網(wǎng)絡(luò)（DCN）中，傳統(tǒng)觀點(diǎn)認(rèn)為對(duì)每個(gè)單獨(dú)的流進(jìn)行調(diào)度[25-26]。Abbasloo等人[27]提出，考慮調(diào)度延遲（包括調(diào)度程序的計(jì)算和通信延遲），僅以先到先服務(wù)的方式為大多數(shù)流提供服務(wù)，而無(wú)需進(jìn)行任何調(diào)度，就可以顯著提高其性能。

鑒于網(wǎng)絡(luò)流量的不可預(yù)知性，從多維角度衡量目前多樣化服務(wù)的質(zhì)量并保證高質(zhì)量的終端用戶體驗(yàn)至關(guān)重要。以上方案沒有針對(duì)性地對(duì)不同網(wǎng)絡(luò)流調(diào)度，采用單一策略調(diào)度所有網(wǎng)絡(luò)流，可能使用戶服務(wù)網(wǎng)絡(luò)流與非時(shí)間敏感的非服務(wù)網(wǎng)絡(luò)流一同被調(diào)度，影響用戶的服務(wù)質(zhì)量。為了提高網(wǎng)絡(luò)的質(zhì)量，同時(shí)保證服務(wù)業(yè)務(wù)不被干擾，本文對(duì)數(shù)據(jù)中心內(nèi)部存在的網(wǎng)絡(luò)流加以區(qū)分，提高用戶服務(wù)網(wǎng)絡(luò)流的優(yōu)先級(jí)，在網(wǎng)絡(luò)狀態(tài)無(wú)法滿足服務(wù)等級(jí)協(xié)議時(shí)，優(yōu)先保證用戶的云服務(wù)需求。

2 數(shù)據(jù)中心網(wǎng)絡(luò)流主動(dòng)避讓方法

本章首先介紹服務(wù)滿足度這一概念，同時(shí)提供一種將網(wǎng)絡(luò)流依據(jù)其支撐業(yè)務(wù)的不同進(jìn)行分類的方法，最后基于服務(wù)滿足度和流量分類，設(shè)計(jì)一種基于滿足度的服務(wù)端非服務(wù)網(wǎng)絡(luò)流主動(dòng)避讓方法，在高負(fù)載的情況下滿足用戶服務(wù)的質(zhì)量要求。

2.1 服務(wù)滿足度

服務(wù)滿足度是判定當(dāng)前數(shù)據(jù)中心網(wǎng)絡(luò)能否滿足服務(wù)需要的判定標(biāo)準(zhǔn)，也是動(dòng)態(tài)調(diào)整數(shù)據(jù)中心負(fù)載的依據(jù)。定義服務(wù)滿足度為SSD（Service Satisfied Degree），該值是一個(gè)取值為[0，1]的正實(shí)數(shù)，假設(shè)當(dāng)SSD=1 時(shí)，當(dāng)前網(wǎng)絡(luò)狀態(tài)滿足服務(wù)需要；0 ≤SSD<1 時(shí)意味著當(dāng)前網(wǎng)絡(luò)未能滿足服務(wù)業(yè)務(wù)的需要，應(yīng)該進(jìn)行一定的干預(yù)避免違背SLA；SSD 越接近0，表示網(wǎng)絡(luò)越難滿足服務(wù)，在本文中令SSD∈[0,1]。思科白皮書中雖然給出了未來東西流量和南北流量的趨勢(shì)，但是由于提供不同服務(wù)的數(shù)據(jù)中心對(duì)這兩種流量的要求不盡相同，如提供大數(shù)據(jù)計(jì)算（如Hadoop、MapReduce框架）的數(shù)據(jù)中心更注重東西流量中的網(wǎng)絡(luò)性能以更快完成任務(wù)，而對(duì)承擔(dān)即時(shí)通訊等業(yè)務(wù)的數(shù)據(jù)中心更關(guān)注南北流量中網(wǎng)絡(luò)流的性能。因此將數(shù)據(jù)中心網(wǎng)絡(luò)的服務(wù)滿足度拆分為兩部分，一部分為東西流量中服務(wù)的滿足度，另一部分為南北流量中服務(wù)的滿足度，并分別為兩個(gè)滿足度設(shè)置不同的權(quán)重，南北流量/東西流量中的服務(wù)滿足度用NSSSD和WESSD表示，并分別為其賦予權(quán)重NSweight和WEweight，即數(shù)據(jù)中心的服務(wù)滿足度為流量中服務(wù)的權(quán)重與滿足度乘積的和：

東西流量或南北流量中存在數(shù)個(gè)網(wǎng)絡(luò)流，這些網(wǎng)絡(luò)流分別支撐一個(gè)或多個(gè)具體業(yè)務(wù)，考慮為每個(gè)業(yè)務(wù)分配不同的權(quán)重，則東西流量或南北流量的服務(wù)滿足度為：

值得注意的是，多樣化的云服務(wù)對(duì)網(wǎng)絡(luò)性能有不同要求，一些業(yè)務(wù)可能同時(shí)對(duì)多個(gè)網(wǎng)絡(luò)參數(shù)均有要求，例如同時(shí)要求較低的網(wǎng)絡(luò)時(shí)延和較大的網(wǎng)絡(luò)吞吐量。因此對(duì)于每個(gè)應(yīng)用來說，其SSD 需要進(jìn)一步計(jì)算，設(shè)網(wǎng)絡(luò)參數(shù)為nf，共有i個(gè)nfi分別代表網(wǎng)絡(luò)時(shí)延、吞吐量、抖動(dòng)等多個(gè)參數(shù)，且對(duì)網(wǎng)絡(luò)參數(shù)的敏感度各不相同，給不同nfi賦予不同的權(quán)重fwi。則應(yīng)用SSD公式如下：

2.2 網(wǎng)絡(luò)流分類

相關(guān)研究有很多關(guān)注網(wǎng)絡(luò)流本身的特性，例如以網(wǎng)絡(luò)流的大小將其分為大象流和老鼠流，抑或是考慮網(wǎng)絡(luò)流的源端和目的端將流量分為東西流量和南北流量，還有基于網(wǎng)絡(luò)流存在的柵欄效應(yīng)[28]，云服務(wù)提供商關(guān)注數(shù)據(jù)中心的能耗和效率，對(duì)于云服務(wù)客戶而言，更關(guān)注其使用的云服務(wù)能否滿足其需要，是否符合簽訂的服務(wù)等級(jí)協(xié)議（SLA）。

數(shù)據(jù)中心網(wǎng)絡(luò)中存在數(shù)個(gè)源端到目的端的網(wǎng)絡(luò)流，具體的業(yè)務(wù)需要數(shù)個(gè)網(wǎng)絡(luò)流的支撐才能完成，因此將網(wǎng)絡(luò)流依據(jù)其支撐業(yè)務(wù)的不同分成三類，如圖1所示。

圖1 網(wǎng)絡(luò)流根據(jù)支撐的業(yè)務(wù)分類Fig.1 Classification of network flow based on supporting business

第一類集合包含由服務(wù)業(yè)務(wù)產(chǎn)生的網(wǎng)絡(luò)流，支撐數(shù)據(jù)中心提供的計(jì)算、存儲(chǔ)等具體業(yè)務(wù)，該類任務(wù)是用戶服務(wù)請(qǐng)求，包括大規(guī)模云計(jì)算、云存儲(chǔ)，例如Hadoop、Spark 等分布式應(yīng)用服務(wù)以及WEB、郵件、視頻流等傳統(tǒng)業(yè)務(wù)。盡管該集合中的流量大多數(shù)存在于東西流量（數(shù)據(jù)中心內(nèi)部），但是與南北流量中用戶流量要求一致，有嚴(yán)格的時(shí)間和可靠性要求，為保證服務(wù)質(zhì)量，本類網(wǎng)絡(luò)流不能進(jìn)行調(diào)度，定義本類流量支撐的業(yè)務(wù)為服務(wù)業(yè)務(wù)。

第二類集合包含數(shù)據(jù)中心必要的流量，如支撐整個(gè)數(shù)據(jù)中心的軟件體系、備份等網(wǎng)絡(luò)流，該類流量是云服務(wù)提供商提供可靠云服務(wù)必不可少的流量，暫?；蛘{(diào)整該類網(wǎng)絡(luò)流可能導(dǎo)致難以回滾的結(jié)果，因此不能對(duì)本類網(wǎng)絡(luò)流進(jìn)行調(diào)度，定義該類網(wǎng)絡(luò)流支撐的業(yè)務(wù)為固定業(yè)務(wù)。

第三類集合包含對(duì)時(shí)間、可靠性等沒有嚴(yán)格要求的網(wǎng)絡(luò)流，例如為了提高服務(wù)器的利用率對(duì)虛擬機(jī)進(jìn)行重新部署遷移，但虛擬機(jī)遷移相關(guān)研究更多考慮服務(wù)器CPU、內(nèi)存等設(shè)備的利用率，沒有足夠關(guān)注當(dāng)前的網(wǎng)絡(luò)狀態(tài)，可以對(duì)該類業(yè)務(wù)進(jìn)行適當(dāng)?shù)难雍笠越档途W(wǎng)絡(luò)負(fù)載，避免網(wǎng)絡(luò)流的沖突造成長(zhǎng)時(shí)間網(wǎng)絡(luò)擁塞。定義該類網(wǎng)絡(luò)流支撐的業(yè)務(wù)為彈性業(yè)務(wù)，即非服務(wù)業(yè)務(wù)。

2.3 主動(dòng)避讓方法

鑒于網(wǎng)絡(luò)流的突發(fā)性和不可預(yù)測(cè)性，本文提出基于當(dāng)前服務(wù)滿足度，動(dòng)態(tài)調(diào)整彈性業(yè)務(wù)網(wǎng)絡(luò)負(fù)載的方法，在服務(wù)業(yè)務(wù)激增時(shí)，減少?gòu)椥詷I(yè)務(wù)的效率，避開服務(wù)業(yè)務(wù)的激增波峰，待服務(wù)業(yè)務(wù)趨于平緩后再恢復(fù)彈性業(yè)務(wù)，并且根據(jù)不同的服務(wù)滿足度，給出不同的彈性業(yè)務(wù)調(diào)整策略。算法1主動(dòng)避讓方法預(yù)設(shè)兩種調(diào)度策略（第1、2行），調(diào)度策略可以使用不同的分布，例如通過均勻分布或分段函數(shù)等來處理動(dòng)態(tài)調(diào)整量，在數(shù)據(jù)中心網(wǎng)絡(luò)運(yùn)行時(shí)，動(dòng)態(tài)獲取網(wǎng)絡(luò)的實(shí)時(shí)狀態(tài)（第4 行），分析當(dāng)前存在的服務(wù)業(yè)務(wù)并根據(jù)公式（1）計(jì)算服務(wù)滿足度（第5、6行），如果當(dāng)前網(wǎng)絡(luò)不滿足服務(wù)需求，即服務(wù)滿足度小于等于1，則依據(jù)服務(wù)滿足度，動(dòng)態(tài)調(diào)整彈性業(yè)務(wù)的發(fā)包速率/發(fā)包大?。ǖ?、8行）；若服務(wù)滿足度為0，則暫停彈性業(yè)務(wù)發(fā)送速率（第9、10行），降低網(wǎng)絡(luò)負(fù)載，使得當(dāng)前網(wǎng)絡(luò)負(fù)載降低，達(dá)到擁塞控制的目的。

算法1主動(dòng)避讓方法

3 仿真實(shí)驗(yàn)

3.1 實(shí)驗(yàn)環(huán)境

本文使用OPNET 平臺(tái)進(jìn)行仿真實(shí)驗(yàn)，在Windows 10 中部署VMware? Workstation 15 Pro，虛擬機(jī)配置及實(shí)驗(yàn)環(huán)境部署如表1所示。

表1 虛擬機(jī)配置Table 1 VM configuration

3.2 實(shí)驗(yàn)內(nèi)容

本文使用葉脊拓?fù)渚W(wǎng)絡(luò)模擬網(wǎng)絡(luò)數(shù)據(jù)中心，使用2個(gè)脊交換機(jī)和5 個(gè)葉交換機(jī)組成，如圖2 所示。其中1個(gè)葉交換機(jī)連接用戶端，作為數(shù)據(jù)中心流量的出口，其余4個(gè)葉交換機(jī)連接服務(wù)器。為加快仿真速度，實(shí)驗(yàn)中固定業(yè)務(wù)以基于統(tǒng)計(jì)的數(shù)學(xué)建模方法使用背景流量來代替，彈性業(yè)務(wù)和用戶業(yè)務(wù)以基于包的分析方法做離散仿真。

圖2 實(shí)驗(yàn)的網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì)Fig.2 Network topology design of experiments

實(shí)驗(yàn)分為兩個(gè)部分：一是在OPNET 中設(shè)計(jì)新的應(yīng)用模型實(shí)現(xiàn)主動(dòng)避讓方法；二是在數(shù)據(jù)中心網(wǎng)絡(luò)中驗(yàn)證主動(dòng)避讓方法的性能。

首先在OPNET中設(shè)計(jì)新的應(yīng)用模型。分別設(shè)計(jì)一個(gè)彈性應(yīng)用和一個(gè)服務(wù)應(yīng)用代表對(duì)應(yīng)的業(yè)務(wù)，將服務(wù)應(yīng)用模型的端到端時(shí)延作為衡量其服務(wù)滿足度的唯一網(wǎng)絡(luò)參數(shù)。為加快仿真速度，簡(jiǎn)化彈性應(yīng)用的調(diào)整策略，設(shè)計(jì)端到端時(shí)延處于36 ms 到100 ms 之間[13]時(shí)，彈性應(yīng)用負(fù)載減半。為驗(yàn)證設(shè)計(jì)應(yīng)用的有效，設(shè)計(jì)實(shí)驗(yàn)場(chǎng)景baseline，在節(jié)點(diǎn)user與server之間部署服務(wù)應(yīng)用，server與server之間部署彈性應(yīng)用，并在節(jié)點(diǎn)間和鏈路間部署背景流量以模擬固定業(yè)務(wù)，仿真時(shí)間設(shè)置為1 000 s。

設(shè)計(jì)場(chǎng)景baseline2，數(shù)據(jù)中心網(wǎng)絡(luò)采用葉脊結(jié)構(gòu)[29]，場(chǎng)景包括2 個(gè)脊（Spine）路由交換機(jī)，5 個(gè)葉（Leaf）路由交換機(jī)，每個(gè)葉節(jié)點(diǎn)部署20 個(gè)終端節(jié)點(diǎn)，其中1 個(gè)葉節(jié)點(diǎn)（User）相連20 個(gè)終端視為用戶，其余4 個(gè)葉節(jié)點(diǎn)（Server）相連的80 個(gè)終端視為服務(wù)器，節(jié)點(diǎn)間使用1000baseX鏈路模型相連。

為模擬數(shù)據(jù)中心網(wǎng)絡(luò)處于高負(fù)載的情形下，設(shè)置鏈路背景流量，在服務(wù)器之間部署標(biāo)準(zhǔn)應(yīng)用作為固定業(yè)務(wù)，所有用戶到服務(wù)器設(shè)置服務(wù)應(yīng)用，服務(wù)器之間部署彈性業(yè)務(wù)。對(duì)比實(shí)驗(yàn)將彈性業(yè)務(wù)設(shè)置為與服務(wù)業(yè)務(wù)，即不調(diào)整彈性業(yè)務(wù)，仿真時(shí)間設(shè)置為1 000 s。設(shè)置對(duì)照實(shí)驗(yàn)duibi_2，將baseline2 中服務(wù)應(yīng)用替換為彈性應(yīng)用，即不使用主動(dòng)避讓方法。采用主動(dòng)避讓方法的曲線為藍(lán)色，對(duì)照實(shí)驗(yàn)為紅色。

3.3 實(shí)驗(yàn)結(jié)果

圖3實(shí)驗(yàn)結(jié)果曲線分別為端到端時(shí)延、彈性業(yè)務(wù)發(fā)送量和交付率。圖中可以看出，服務(wù)應(yīng)用基本上達(dá)到100%交付，在100 s 前后服務(wù)應(yīng)用時(shí)延第一次超過36 ms，彈性應(yīng)用此時(shí)未達(dá)峰值便開始減少網(wǎng)絡(luò)發(fā)送量；在仿真時(shí)間300 s 到500 s 和700 s 到900 s 之間時(shí)，時(shí)延在36 ms浮動(dòng)，彈性業(yè)務(wù)達(dá)到設(shè)計(jì)峰值1 MB/s。實(shí)驗(yàn)結(jié)果證明主動(dòng)避讓方法可行。

圖3 主動(dòng)避讓方法可行性驗(yàn)證Fig.3 Feasibility verification of active avoidance method

圖4 中服務(wù)應(yīng)用交付率基本達(dá)到100%，而對(duì)照組只有約60%。

圖4 服務(wù)交付率Fig.4 Service delivery rate

圖5中服務(wù)應(yīng)用時(shí)延實(shí)驗(yàn)組比對(duì)照組更為穩(wěn)定，且有更低的平均值，大致分布在100 ms之內(nèi)。

圖5 端到端時(shí)延對(duì)比圖Fig.5 End-to-end delay comparison chart

圖6 服務(wù)應(yīng)用抖動(dòng)實(shí)驗(yàn)組范圍更小，基本不超過0.02 s，對(duì)照組則隨著網(wǎng)絡(luò)性能的下降抖動(dòng)不斷增加，最高達(dá)到0.08 s?？梢钥闯觯捎肨AM更能保證服務(wù)滿足度，提高服務(wù)質(zhì)量。

圖6 抖動(dòng)對(duì)比圖Fig.6 Jitter comparison chart

如圖7，通過實(shí)驗(yàn)組和對(duì)照組的結(jié)果可以看出，實(shí)驗(yàn)進(jìn)行到最后時(shí)實(shí)驗(yàn)組相比于對(duì)照組，全局網(wǎng)絡(luò)時(shí)延降低20%左右，大約降低為0.17 ms，證實(shí)主動(dòng)避讓方法對(duì)降低數(shù)據(jù)中心網(wǎng)絡(luò)整體延遲，提高網(wǎng)絡(luò)性能也有一定的作用。

圖7 數(shù)據(jù)中心整體時(shí)延Fig.7 Data center company for delay

實(shí)驗(yàn)結(jié)果表示，網(wǎng)絡(luò)負(fù)載激增服務(wù)滿足度降低時(shí)，主動(dòng)避讓方法動(dòng)態(tài)調(diào)整彈性業(yè)務(wù)以緩和擁塞趨勢(shì)，保證服務(wù)業(yè)務(wù)優(yōu)先傳輸；待服務(wù)業(yè)務(wù)趨于平緩時(shí)恢復(fù)彈性業(yè)務(wù)。相比于對(duì)照組網(wǎng)絡(luò)，主動(dòng)避讓方法可以有效保證服務(wù)類業(yè)務(wù)的可靠交付，降低抖動(dòng)幅度，對(duì)網(wǎng)絡(luò)整體性能也有一定的提高。

4 總結(jié)

針對(duì)提高網(wǎng)絡(luò)資源利用率和保證服務(wù)質(zhì)量等問題，提出基于服務(wù)滿足度對(duì)非服務(wù)流量調(diào)度的主動(dòng)避讓方法，其主要特征如下：一是引入服務(wù)滿足度概念，衡量當(dāng)前網(wǎng)絡(luò)是否符合服務(wù)等級(jí)協(xié)議，能否滿足用戶服務(wù)的需要，將其作為是否進(jìn)行調(diào)度的依據(jù)；二是依據(jù)網(wǎng)絡(luò)流所支撐的不同業(yè)務(wù)，將數(shù)據(jù)中心網(wǎng)絡(luò)中的網(wǎng)絡(luò)流劃分成三類，只對(duì)彈性業(yè)務(wù)對(duì)應(yīng)的網(wǎng)絡(luò)流進(jìn)行調(diào)度，保護(hù)服務(wù)類網(wǎng)絡(luò)流，提高用戶服務(wù)質(zhì)量；三是在數(shù)據(jù)中心網(wǎng)絡(luò)高負(fù)載情況下服務(wù)業(yè)務(wù)激增、網(wǎng)絡(luò)無(wú)法滿足用戶服務(wù)需要時(shí)依據(jù)服務(wù)業(yè)務(wù)滿足度，動(dòng)態(tài)調(diào)整彈性業(yè)務(wù)負(fù)載，緩解即將發(fā)生的網(wǎng)絡(luò)擁塞。仿真實(shí)驗(yàn)結(jié)果表明，該方法能夠緩解網(wǎng)絡(luò)擁塞，降低抖動(dòng)，保證服務(wù)質(zhì)量滿足服務(wù)等級(jí)協(xié)議，對(duì)提高整個(gè)數(shù)據(jù)中心網(wǎng)絡(luò)性能也有一定作用。

當(dāng)前使用仿真實(shí)驗(yàn)驗(yàn)證，未來工作可以依托OPNET平臺(tái)，將實(shí)際數(shù)據(jù)中心網(wǎng)絡(luò)接入到平臺(tái)中，采用真實(shí)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和網(wǎng)絡(luò)流測(cè)試TAM方法的實(shí)際性能。