基于批量計(jì)算的網(wǎng)絡(luò)狀態(tài)細(xì)粒度感知方法

吳禮華，陳源寶，黃 雙，謝 剛，江偉健

(1.武漢第二船舶設(shè)計(jì)研究所，湖北 武漢 430000；2.武漢大學(xué) 電子信息學(xué)院,湖北 武漢 430000)

0 引言

近年來，隨著網(wǎng)絡(luò)用戶和應(yīng)用數(shù)量的顯著增長，網(wǎng)絡(luò)運(yùn)營商不得不對(duì)基礎(chǔ)設(shè)施進(jìn)行大規(guī)模升級(jí)，以滿足不斷增長的用戶需求。Cisco公司的調(diào)研報(bào)告指出，到2021年全球移動(dòng)數(shù)據(jù)流量將進(jìn)一步增長63%[1]。通過網(wǎng)絡(luò)監(jiān)控技術(shù)來感知網(wǎng)絡(luò)的性能對(duì)于現(xiàn)代化的運(yùn)維體系而言至關(guān)重要，我們不僅希望了解關(guān)于網(wǎng)絡(luò)流量的信息，還需要知道他們?cè)诰W(wǎng)絡(luò)傳輸過程中所經(jīng)歷的細(xì)節(jié)。因此，建立一個(gè)強(qiáng)大的網(wǎng)絡(luò)監(jiān)控系統(tǒng)有3個(gè)必須考慮的因素：測量信息的覆蓋面、測量值的精確度和測量任務(wù)所消耗的資源開銷。

然而，如今的很多監(jiān)控解決方案迫使用戶在這三者中做出取舍，其根本原因在于目前的方案過于依賴外部服務(wù)器對(duì)于數(shù)據(jù)的處理，當(dāng)網(wǎng)絡(luò)流量速度很快時(shí)，將會(huì)率先成為系統(tǒng)的性能瓶頸。因?yàn)槟壳暗姆治鱿到y(tǒng)在面對(duì)高速流量時(shí)，要么使用采樣的方式來降低收到的流量速率，要么必須采用針對(duì)性強(qiáng)的專用硬件，這樣不得不損失部分信息，抑或增加系統(tǒng)成本。因此，考慮在可編程交換機(jī)上實(shí)現(xiàn)一種能讓這兩種目標(biāo)兼顧的遙測系統(tǒng)，即利用交換機(jī)中的可編程轉(zhuǎn)發(fā)流水線(Programmable Forwarding Engine,PFE)和運(yùn)行在交換機(jī)操作系統(tǒng)中的CPU等本地計(jì)算資源，結(jié)合網(wǎng)絡(luò)帶內(nèi)遙測(In-band Network Telemetry,INT)技術(shù)以及報(bào)文合并與壓縮技術(shù)在本地生成包含足夠信息量的遙測報(bào)告，即無需通過外置的服務(wù)器，直接在本地即可生成。這種方法無疑可以顯著降低成本，但是又會(huì)帶來新的挑戰(zhàn)，即交換機(jī)本地計(jì)算資源難以承擔(dān)高速流量(Tbit/s級(jí))下的報(bào)告生成任務(wù)。因此本文主要研究如何在面對(duì)高速流量時(shí)，在交換機(jī)本地生成高精度、特征參數(shù)豐富的測量報(bào)告，提出了一種可部署在硬件交換機(jī)上的批量計(jì)算測量報(bào)告生成方法。

1 相關(guān)工作

數(shù)據(jù)平面的主要功能是實(shí)現(xiàn)數(shù)據(jù)包的處理和轉(zhuǎn)發(fā)，一般由交換機(jī)或路由器等組成，它將數(shù)據(jù)包作為輸入，經(jīng)過流水線式的處理后將它們從指定端口輸出。在傳統(tǒng)數(shù)據(jù)平面設(shè)備中通常由專用集成電路(ASIC)負(fù)責(zé)實(shí)現(xiàn)。這些ASIC通常是可配置的，但是其能夠執(zhí)行的轉(zhuǎn)發(fā)邏輯在設(shè)計(jì)之初是固定好的。

軟件定義網(wǎng)絡(luò)(SDN)[2]是一種全新的網(wǎng)絡(luò)體系架構(gòu)，它的核心思想包括將網(wǎng)絡(luò)中控制平面和數(shù)據(jù)平面的解耦以及可編程的特性，它將控制平面從封閉的網(wǎng)絡(luò)設(shè)備中剝離出來，而數(shù)據(jù)平面以通用“白盒”硬件的形式存在。網(wǎng)絡(luò)監(jiān)控系統(tǒng)的主要功能是掌握網(wǎng)絡(luò)中各種流量的當(dāng)前狀態(tài)，并為其建立模型來描述當(dāng)前和未來網(wǎng)絡(luò)的運(yùn)行狀態(tài)。這些被監(jiān)控系統(tǒng)感知到的狀態(tài)信息可以用來進(jìn)行深度分析，解決比如網(wǎng)絡(luò)故障定位等問題。

P4.org推出了一種專用的編程語言P4(Programming Protocol-Independent Packet Processors)[3]來配置可編程數(shù)據(jù)平面，這是一種用于網(wǎng)絡(luò)數(shù)據(jù)平面的特定域編程語言，它可以描述網(wǎng)絡(luò)中的可編程轉(zhuǎn)發(fā)設(shè)備(如硬件或軟件交換機(jī)、可編程智能網(wǎng)卡及路由器等)處理數(shù)據(jù)包的方式和流程，讓數(shù)據(jù)平面的功能得到進(jìn)一步開放。

可編程交換機(jī)上實(shí)現(xiàn)一種遙測系統(tǒng)能同時(shí)兼顧測量精度、覆蓋范圍和降低硬件成本，即利用交換機(jī)中的可編程轉(zhuǎn)發(fā)流水線和運(yùn)行在交換機(jī)操作系統(tǒng)中的CPU等本地計(jì)算資源，結(jié)合網(wǎng)絡(luò)帶內(nèi)遙測技術(shù)、報(bào)文合并與壓縮技術(shù)在本地生成包含足夠信息量的遙測報(bào)告，即無需通過外置服務(wù)器，直接在本地生成。

網(wǎng)絡(luò)帶內(nèi)遙測[4]是一種典型的背負(fù)式測量方法，其核心思想是在普通數(shù)據(jù)包的轉(zhuǎn)發(fā)過程中，利用可編程流水線能識(shí)別的指令在數(shù)據(jù)包頭中插入一些需要的元數(shù)據(jù)(比如時(shí)間戳)，從而使測量能力擁有數(shù)據(jù)包級(jí)別而不是流級(jí)別的細(xì)粒度。由于整個(gè)過程只在數(shù)據(jù)平面內(nèi)部完成，無需控制平面參與，使得數(shù)據(jù)平面自動(dòng)擁有了端到端的數(shù)據(jù)搜集能力，能夠?qū)崟r(shí)掌握網(wǎng)絡(luò)狀態(tài)信息。然而，這種方法雖然帶來了高精度、高細(xì)粒度、高實(shí)時(shí)性的好處，同時(shí)也會(huì)帶來采集數(shù)據(jù)冗余的問題。為了節(jié)省不必要的處理開銷，針對(duì)不同測量需求，需要在處理測量報(bào)告時(shí)，在采樣精度方面做出針對(duì)性的調(diào)整。

測量指標(biāo)的豐富程度，用于評(píng)價(jià)測量報(bào)告中包含的自定義統(tǒng)計(jì)信息和元數(shù)據(jù)的種類多少。擁有自定義測量參數(shù)的功能就可以支持更多的應(yīng)用，因?yàn)椴煌δ艿膽?yīng)用程序需要不同的測量參數(shù)，以BOT Net檢測[5]、QoS測量[6]和Incast故障調(diào)試[7]三種常見任務(wù)為例。BOT Net檢測主要依靠系統(tǒng)分析主機(jī)之間的通信模式，僅使用報(bào)告中數(shù)據(jù)包的基本屬性(例如數(shù)據(jù)包計(jì)數(shù)器、字節(jié)計(jì)數(shù)器和時(shí)間戳)就能實(shí)現(xiàn)。QoS測量需要一些網(wǎng)絡(luò)性能的統(tǒng)計(jì)信息，如丟棄數(shù)據(jù)包計(jì)數(shù)和路徑延遲。而Incast問題的調(diào)試則需要使用平均隊(duì)列深度這個(gè)指標(biāo)來評(píng)價(jià)交換機(jī)的內(nèi)部運(yùn)行情況。除了支持更多的應(yīng)用之外，豐富的測量指標(biāo)還可以提高許多應(yīng)用程序的性能，例如基于機(jī)器學(xué)習(xí)的分類器[8]或網(wǎng)絡(luò)異常檢測器[9]，它們可以同時(shí)利用多種特征參數(shù)。

2 基于批量計(jì)算測量報(bào)告生成方法

2.1 問題描述

我們的需求是在不犧牲測量信息豐富度的情況下，實(shí)現(xiàn)高覆蓋、高精度的網(wǎng)絡(luò)監(jiān)控。結(jié)合可編程數(shù)據(jù)平面的特點(diǎn)以及INT的優(yōu)勢，考慮利用P4的靈活性對(duì)可編程交換機(jī)的功能進(jìn)行優(yōu)化，使其能夠在本機(jī)上為超高速流量(即>1 Tbit/s)生成可定制的測量報(bào)告(INT report)，而且無需進(jìn)行采樣操作或依賴外部服務(wù)器的支持。

如果要使用可編程交換機(jī)中的計(jì)算資源直接以Tbit/s速率生成測量報(bào)告是很難的[10]?？删幊探粨Q機(jī)內(nèi)部有兩種計(jì)算資源：可編程轉(zhuǎn)發(fā)引擎(Programmable Forwarding Engine，PFE)和通用CPU(例如，多核心的XEON處理器)。這兩個(gè)處理器本身都不能支持測量報(bào)告的生成，一方面因?yàn)镻FE本身沒有足夠的內(nèi)存來跟蹤所有并發(fā)的流量，并且其計(jì)算模型往往受限(為單一功能準(zhǔn)備)，這些模型不支持測量報(bào)告生成所需的復(fù)雜數(shù)據(jù)結(jié)構(gòu)。另一方面，交換機(jī)上的通用CPU也無法提供足夠的吞吐量。

2.2 解決方法

我們的目標(biāo)是將產(chǎn)生INT report的功能直接部署到數(shù)據(jù)平面的交換機(jī)上。所以，需要將整個(gè)報(bào)告的產(chǎn)生工作分解成兩個(gè)互補(bǔ)的部分，讓這兩部分分別被兩種處理器處理。首先可利用PFE對(duì)INT包頭中攜帶的測量數(shù)據(jù)進(jìn)行預(yù)處理，以減少后續(xù)CPU所需的工作量，而CPU則專注于處理那些PFE無法計(jì)算的復(fù)雜邏輯，每種處理器都依靠另一個(gè)處理器來克服其自身的局限性。

如圖1所示，首先讓PFE在流水線上生成Mini report，但每次生成只考慮每條流中最近到達(dá)的一批數(shù)據(jù)包(小型批處理)。這樣在PFE中生成Mini report而不是完整的測量報(bào)告減少了對(duì)于內(nèi)存的需求，并允許使用更適合PFE處理的數(shù)據(jù)結(jié)構(gòu)(例如哈希表)。每當(dāng)兩條流發(fā)生沖突時(shí)，PFE會(huì)將較舊流的Mini report優(yōu)先發(fā)送到交換機(jī)CPU并更新表項(xiàng)。這種精簡的計(jì)算邏輯可以在計(jì)算資源和模型嚴(yán)重受限的可編程交換機(jī)的PFE上實(shí)現(xiàn)。然后，PFE的DMA引擎再將Mini report傳輸?shù)紺PU的主存儲(chǔ)器，在該內(nèi)存中配置有一個(gè)聚合器，使用針對(duì)測量任務(wù)優(yōu)化過的哈希表將它們重新組合成完整的INT report。最后，這些INT report可以直接導(dǎo)出到外部收集器或分析服務(wù)器，而無需任何額外的處理。使用這種方案，即使在交換機(jī)的CPU上運(yùn)行的聚合器也不需要用采樣的方式來減緩高速流量。

圖1 本地生成INT report示意圖Fig.1 Generate INT report schematics locally

如圖2所示，為可編程交換機(jī)系統(tǒng)結(jié)構(gòu)圖，整個(gè)系統(tǒng)分為兩層，下層是可編程的硬件流水線PFE，可用P4語言描述其功能，支持全線速轉(zhuǎn)發(fā)，用于對(duì)收到的流量進(jìn)行分段生成Mini report，上層是交換機(jī)內(nèi)置Linux操作系統(tǒng)和通用CPU，用于將多個(gè)Mini report組合成完整的INT report后導(dǎo)出到外部數(shù)據(jù)分析平臺(tái)。

可編程交換機(jī)上的通用CPU和專用可編程轉(zhuǎn)發(fā)引擎(PFE)。如前所述，這兩種處理器單獨(dú)運(yùn)行都不能支持生成完整INT report的工作。交換機(jī)CPU無法滿足支持所需的處理速度，例如，對(duì)于Tbit/s級(jí)速率的流量而言，每秒會(huì)收到數(shù)億個(gè)數(shù)據(jù)包。主要的瓶頸是將數(shù)據(jù)包轉(zhuǎn)換成INT report的過程，由于內(nèi)存延遲高，鍵值對(duì)比較的操作需要花費(fèi)很多個(gè)時(shí)鐘周期。例如，在Wedge100 BF-32x的CPU上使用Redis所支持的吞吐量約為500 packge/s，比要求的速度低兩個(gè)數(shù)量級(jí)。另一方面，PFE雖然可以使用片上內(nèi)存，以很高的速率執(zhí)行鍵值對(duì)查找的任務(wù)，但這個(gè)內(nèi)存太小，無法存儲(chǔ)足夠的INT report以滿足整個(gè)測量任務(wù)的需要。此外，PFE屬于受限計(jì)算模型[5]，該模型阻止了PFE，以線速實(shí)現(xiàn)除查找(例如插入)以外的對(duì)完整鍵值(key-value)數(shù)據(jù)結(jié)構(gòu)的操作。

圖2 系統(tǒng)結(jié)構(gòu)圖Fig.2 System structure drawing

通過將INT report生成算法分解為適合PFE和CPU的兩個(gè)部分，其中，PFE僅僅負(fù)責(zé)產(chǎn)生微報(bào)告(Mini report)，用于收集短時(shí)間內(nèi)的活動(dòng)流量，這樣可以減少并發(fā)處理的次數(shù)，以降低內(nèi)存開銷，同時(shí)這樣做有利于將更簡單的數(shù)據(jù)結(jié)構(gòu)映射到PFE硬件上。在交換機(jī)CPU上運(yùn)行的Mini report聚合器使用優(yōu)化過的key-value數(shù)據(jù)結(jié)構(gòu)，負(fù)責(zé)最后將它們組合在一起形成完整的INT report，以發(fā)揮CPU適合做復(fù)雜運(yùn)算的特點(diǎn)。由于在Mini report上操作而不是直接在數(shù)據(jù)包上操作可能會(huì)降低CPU鍵值操作的速率，所以需要對(duì)CPU線程進(jìn)行優(yōu)化，降低單條報(bào)告的計(jì)算成本，以最大限度地提高總吞吐量。

2.3 CPU層對(duì)于INT report的生成

如圖3所示，交換機(jī)的CPU上主要運(yùn)行Mini report聚合器，并將從PFE中收到的Mini report片段組合成完整的INT report。

圖3 內(nèi)部結(jié)構(gòu)圖Fig.3 Internal structure diagram

設(shè)計(jì)Mini report聚合器的挑戰(zhàn)在于優(yōu)化鍵值運(yùn)算的數(shù)據(jù)結(jié)構(gòu)，使其能夠?qū)ini report合并成完整INT report的速率最大化。主要分為以下步驟：

(1) 從提交緩沖區(qū)讀取Mini report

PFE的DMA引擎從提交緩沖區(qū)中讀取Mini report，然后拷貝到交換機(jī)主內(nèi)存中的環(huán)形緩沖區(qū)。Mini report聚合器以批處理的方式對(duì)Mini report進(jìn)行合并，然后將空閑單元的地址重新發(fā)送到DMA引擎，這種工作方式與某些高性能網(wǎng)卡的工作方式類似，只要存在可用的空閑單元，DMA引擎就可以動(dòng)態(tài)地調(diào)整拷貝速率?；诙嗪颂幚砥鞯膬?yōu)勢，多個(gè)Mini report聚合器可以與獨(dú)立的緩沖區(qū)同時(shí)工作，PFE會(huì)基于鍵值對(duì)的判斷標(biāo)志來自動(dòng)平衡提交的Mini report與這些緩沖區(qū)的關(guān)系。

(2) 以哈希表的形式存儲(chǔ)Mini report

聚合器以哈希表的形式存儲(chǔ)那些活動(dòng)流量的Mini report，對(duì)于每個(gè)Mini report，聚合器要么通過插入新INT report來更新現(xiàn)有報(bào)告的特征參數(shù)，要么直接拷貝INT report到輸出緩沖器，然后移除其對(duì)應(yīng)的哈希表。

然而，這樣的操作方式，導(dǎo)致哈希表的效率成為聚合器的性能瓶頸，所以對(duì)其進(jìn)行優(yōu)化是需要關(guān)注的重點(diǎn)問題。考慮了4種優(yōu)化哈希表性能的方法：

① 線性探測法(Linear Probing，LP)：線性探測法對(duì)哈希表進(jìn)行線性搜索，它可以顯著提高INT report的輸出吞吐量。當(dāng)哈希表出現(xiàn)匹配失敗時(shí)，下一個(gè)待處理的報(bào)告已經(jīng)被CPU讀入緩存了。

② Flat Table：在這種方法中，聚合器會(huì)直接在哈希表中存儲(chǔ)報(bào)告內(nèi)容，如每個(gè)表項(xiàng)中存儲(chǔ)一個(gè)報(bào)告文件，而不是通過指向容器地址的指針。這樣做的好處是提高多份報(bào)告之間的關(guān)聯(lián)性，節(jié)省了時(shí)鐘周期的數(shù)量，并進(jìn)一步減少了緩存失配的可能性。

③ 鍵值合并法(Integer Key,IK)：該方法讓聚合器使用兩個(gè)64 bit整型數(shù)組表示流的鍵值，第一個(gè)數(shù)組存儲(chǔ)IP地址，第二個(gè)存儲(chǔ)端口ID、協(xié)議類型以及物理鏈路ID。這樣就可以利用SSE4.1來進(jìn)行128 bit鍵值對(duì)處理，這樣就只需要兩個(gè)指令周期。

④ 查找表預(yù)讀取(Lookup Prefetching,LPre)：聚合器通過批處理查找的方式來降低內(nèi)存延時(shí)，它會(huì)預(yù)先從哈希表項(xiàng)中讀取那些最有可能被提前處理的報(bào)告，預(yù)讀取哈希表的方法可以算是對(duì)線性探測法的補(bǔ)充，因?yàn)楫?dāng)報(bào)告不在預(yù)期的表項(xiàng)中時(shí)，預(yù)讀取的方法仍然會(huì)加載它。

(3) 重新封裝合并成INT report

CPU中有一個(gè)獨(dú)立線程用于將提交的INT report合并成數(shù)據(jù)包的形式，然后發(fā)送到外置的分析服務(wù)器。同時(shí)，它還會(huì)周期性地掃描哈希表項(xiàng)，并刪除那些因?yàn)槲刺幚矶瑫r(shí)的流。

3 實(shí)驗(yàn)與性能評(píng)估

3.1 實(shí)驗(yàn)環(huán)境設(shè)置

實(shí)驗(yàn)平臺(tái)基于5臺(tái)Edgecore公司生產(chǎn)的可編程交換機(jī)Wedge 100BF-32X，它擁有32個(gè)100 Gbit/s端口，使用Barefoot公司的TofinoP4可編程交換芯片，和Intel D1517四核CPU，內(nèi)置8GB RAM。實(shí)驗(yàn)平臺(tái)拓?fù)淙鐖D4所示，Mini report聚合器模塊在Linux系統(tǒng)上使用C++實(shí)現(xiàn)。生成的INT report中包含IP五元組和另外幾種測量參數(shù)： CPU利用率、數(shù)據(jù)包總數(shù)、字節(jié)總數(shù)、入口時(shí)間戳和出口時(shí)間戳。測試流量的設(shè)置如表1所示。

圖4 實(shí)驗(yàn)平臺(tái)結(jié)構(gòu)圖Fig.4 Experimental platform structure diagram

實(shí)驗(yàn)中使用Ixia公司的IxLoad工具包來產(chǎn)生測試流量，流量模式為數(shù)據(jù)中心模式。為了模擬出數(shù)據(jù)包速率和活動(dòng)流的數(shù)量隨著鏈路容量線性變換的場景，提前對(duì)Mini report表項(xiàng)進(jìn)行了設(shè)置，為有流量接入的鏈路提前分配了不同的段，并在每個(gè)活躍鏈路的Mini report與CPU緩沖區(qū)之間配置了靜態(tài)負(fù)載均衡。

表1 測試流量Tab.1 Test flow

3.2 實(shí)驗(yàn)結(jié)果分析

首先測量Tofino的PFE，用于生成Mini report時(shí)消耗的片上資源。在Tofino的PFE上，Mini report生成器可以達(dá)到線速運(yùn)行，因此問題通過統(tǒng)計(jì)消耗的Tofino片上資源來確定還剩余多少資源可供其余功能單元使用。此處以Tofino中4種主要的片上資源為對(duì)象：可編程轉(zhuǎn)發(fā)表(Match-Action Table,MAT)、超長指令字(Very Long Instruction Word,VLIW)、帶狀態(tài)算術(shù)邏輯單元(stateful Arithmetic and Logic Unit,sSLU)以及三態(tài)內(nèi)容尋址存儲(chǔ)器(Ternary Content Addressable Memory,TCAM)。

由表2可以看出哈希的計(jì)算不需要額外的資源，而Tofino中大部分的sALU被消耗，這是因?yàn)樵谠L問寄存器數(shù)組時(shí)，通過配置sALU的方法來計(jì)算數(shù)據(jù)包的哈希，因此避免了這些計(jì)算步驟。

表2 Tofino PFE的資源消耗Tab.2 Resource consumption of Tofino PFE

然后，測試Tofino的PFE中Mini report的生成效率，PFE通過生成Mini report的方式，明顯減少了交換機(jī)CPU的計(jì)算負(fù)荷。利用Mini report與數(shù)據(jù)包的比率隨著PFE中內(nèi)存消耗的變化來描述這種效果。圖5描述了TOR和AGG交換機(jī)的Mini report生成率。由圖5可以看出，初期每10個(gè)包就會(huì)生成一個(gè)Mini report，隨著消耗PFE內(nèi)存的增加，處理能力逐漸增強(qiáng)到每50個(gè)包產(chǎn)生一個(gè)Mini report，此時(shí)僅需要消耗100 K PFE內(nèi)存，然后生成效率趨于穩(wěn)定，隨后即使占用更多的內(nèi)存也不會(huì)再提高生成效率，說明已經(jīng)達(dá)到最佳值，大約每65個(gè)包產(chǎn)生一個(gè)Mini report。

圖5 Mini report生成效率Fig.5 Mini report generation efficiency

由于CPU層的聚合器模塊是采用哈希表存儲(chǔ)的方式處理Mini report，所以如何優(yōu)化哈希表的性能非常重要。因此對(duì)比了2.3節(jié)介紹的4種不同哈希表優(yōu)化方法，其中加入了使用Redis數(shù)據(jù)庫做存儲(chǔ)的數(shù)據(jù)作為參考。由圖6可以看出，4種優(yōu)化方法的吞吐量都是隨著CPU核心數(shù)的增加而增加，其中優(yōu)化效果最好的是LPre方法，在4個(gè)核心全部啟動(dòng)時(shí)可以接近40 Mrps。

圖6 吞吐量對(duì)比Fig.6 Throughput comparison

表3 統(tǒng)計(jì)了添加多種額外特征參數(shù)時(shí)生成INT report所需要消耗的硬件資源的變化。由表3可以看出，在Tofino的PFE中，為了添加新的特征參數(shù)，需要額外消耗8個(gè)MAT和sALU。對(duì)于交換機(jī)的CPU而言，新參數(shù)的加入對(duì)吞吐量的影響較小，因?yàn)槠款i的出現(xiàn)是由大量針對(duì)Mini report的操作造成的，而不是針對(duì)單個(gè)Mini report中的字節(jié)進(jìn)行操作造成的。

表3 添加特征參數(shù)引起的開銷變化Tab.3 Changes in overhead caused by adding feature parameters

表4的統(tǒng)計(jì)結(jié)果表明，即使只使用少量的PFE內(nèi)存，Mini report與CPU之間的傳輸速率相比于Tofino PCIe3.0X4接口可達(dá)32 Gbit/s的速度而言也很低。同時(shí)可以發(fā)現(xiàn)，將經(jīng)過交換機(jī)本地處理后的INT report發(fā)送到外部收集器時(shí)所消耗的網(wǎng)絡(luò)帶寬很低，只相當(dāng)于同等信息量下原始報(bào)告流量的1/1 000，說明這是一種對(duì)外部服務(wù)器要求不高的解決方案。

表4 通信開銷Tab.4 Communication overhead

4 結(jié)論

利用P4可編程交換機(jī)來實(shí)現(xiàn)一種批量計(jì)算測量報(bào)告的方法，該方案將網(wǎng)絡(luò)測量報(bào)告的生成工作轉(zhuǎn)移到交換機(jī)本地進(jìn)行，設(shè)計(jì)了一種二段式報(bào)告生成方法。先讓交換機(jī)的PFE對(duì)接受到的INT包數(shù)據(jù)進(jìn)行小規(guī)模批處理，生成微報(bào)告；然后通過DMA的方式上傳至CPU層，利用CPU對(duì)它們做二級(jí)聚合，將這些微報(bào)告合并成完整的測量報(bào)告。實(shí)驗(yàn)表明，這種方案可以使商用可編程交換機(jī)支持Tbit級(jí)別的處理任務(wù)，從而能夠在單節(jié)點(diǎn)上實(shí)現(xiàn)高覆蓋率的網(wǎng)絡(luò)測量，既保障了測量指標(biāo)的豐富程度，又降低了計(jì)算成本。