基于可編程網(wǎng)絡(luò)的算力調(diào)度機(jī)制研究

李銘軒 曹暢 楊建軍

摘要：結(jié)合最新的可編程網(wǎng)絡(luò)技術(shù)，提出了算力資源調(diào)度技術(shù)，并介紹了技術(shù)架構(gòu)和算力調(diào)度機(jī)制。在算力資源調(diào)度技術(shù)架構(gòu)的基礎(chǔ)上，進(jìn)一步提出了整體平臺(tái)功能架構(gòu)和編程架構(gòu)。基于可編程網(wǎng)絡(luò)的算力資源調(diào)度技術(shù)解決了目前算力調(diào)度過(guò)程中無(wú)法實(shí)現(xiàn)的網(wǎng)絡(luò)參數(shù)問(wèn)題，從而能夠更好地實(shí)現(xiàn)網(wǎng)絡(luò)和算力的融合。

關(guān)鍵詞：可編程網(wǎng)絡(luò)；云原生；P4；無(wú)服務(wù)

Abstract： Combined with the latest programmable network technology， the computing power resource scheduling technology is proposed， and the overall technical architecture and computing power scheduling mechanism are introduced. Based on the technical architecture of computing power resource scheduling， the overall platform functional architecture and programming architecture are further proposed. The computing power scheduling mechanism based on the programmable network solves the current bottleneck of network parameters that cannot be achieved in the current computing power scheduling process， which can better achieve the integration of network and computing power.

Keywords： programmable network； cloud native； P4； serverless

軟件定義網(wǎng)絡(luò)（SDN）通過(guò)網(wǎng)絡(luò)控制邏輯（控制平面）與轉(zhuǎn)發(fā)流量（數(shù)據(jù)平面）的分離，將傳統(tǒng)封閉的網(wǎng)絡(luò)體系解耦為數(shù)據(jù)平面、控制平面和應(yīng)用平面，簡(jiǎn)化策略實(shí)施和網(wǎng)絡(luò)配置[1]。 2008年，以斯坦福大學(xué)Nick MCKEOWN教授為首的研究團(tuán)隊(duì)提出了OpenFlow以及SDN技術(shù)。自此，SDN技術(shù)獲得了業(yè)界的高度關(guān)注，一系列相關(guān)應(yīng)用被提出，極大地促進(jìn)了網(wǎng)絡(luò)創(chuàng)新發(fā)展。2014年，在SDN基礎(chǔ)上，研究者又提出了可變成數(shù)據(jù)平臺(tái)技術(shù)，將網(wǎng)絡(luò)編程能力擴(kuò)展到數(shù)據(jù)平面，進(jìn)一步開(kāi)放了網(wǎng)絡(luò)設(shè)備的可編程能力[2]。

在從原有的虛擬化技術(shù)向云原生技術(shù)的演進(jìn)過(guò)程中，傳統(tǒng)的算力資源調(diào)度技術(shù)往往基于網(wǎng)絡(luò)互通，并通過(guò)集群自身的調(diào)度策略來(lái)實(shí)現(xiàn)算力的動(dòng)態(tài)調(diào)度和應(yīng)用分配。在這一過(guò)程中，固化的組網(wǎng)方式已經(jīng)無(wú)法滿(mǎn)足業(yè)務(wù)需求，網(wǎng)絡(luò)編排能力已成為算力調(diào)度能力的制約因素。文章中，我們著重研究基于可編程網(wǎng)絡(luò)的算力調(diào)度機(jī)制，以期能夠?qū)⒖删幊叹W(wǎng)絡(luò)的最大優(yōu)勢(shì)應(yīng)用于傳統(tǒng)的算力調(diào)度機(jī)制中。

1 可編程網(wǎng)絡(luò)介紹

現(xiàn)有的網(wǎng)絡(luò)技術(shù)尤其是SDN技術(shù)的發(fā)展，使得傳統(tǒng)網(wǎng)絡(luò)轉(zhuǎn)發(fā)設(shè)備能夠從固化在芯片上的轉(zhuǎn)發(fā)機(jī)制向基于通用芯片承載的轉(zhuǎn)發(fā)機(jī)制轉(zhuǎn)變，同時(shí)也可以為SDN的實(shí)現(xiàn)帶來(lái)可能性[3]?，F(xiàn)有的以SDN為代表的可編程網(wǎng)絡(luò)實(shí)現(xiàn)技術(shù)，主要是基于可編程的網(wǎng)絡(luò)協(xié)議和轉(zhuǎn)發(fā)控制協(xié)議：應(yīng)用平面的網(wǎng)絡(luò)應(yīng)用通過(guò)控制平面的控制器向底層的數(shù)據(jù)平面SDN數(shù)據(jù)轉(zhuǎn)發(fā)設(shè)備下發(fā)路由協(xié)議和轉(zhuǎn)發(fā)策略，從而實(shí)現(xiàn)網(wǎng)絡(luò)轉(zhuǎn)發(fā)機(jī)制[4]。SDN網(wǎng)絡(luò)架構(gòu)如圖1所示。

基于上述SDN網(wǎng)絡(luò)架構(gòu)，網(wǎng)絡(luò)應(yīng)用通過(guò)控制器對(duì)SDN路由器的轉(zhuǎn)發(fā)機(jī)制進(jìn)行控制。數(shù)據(jù)報(bào)文從源端服務(wù)器，經(jīng)SDN路由器，發(fā)送至目的端服務(wù)器。在此過(guò)程中，網(wǎng)絡(luò)應(yīng)用程序可以通過(guò)控制器來(lái)選擇不同的轉(zhuǎn)發(fā)路徑，進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)鏈路的路由。在整個(gè)網(wǎng)絡(luò)架構(gòu)中，為了實(shí)現(xiàn)兩層解耦，可以通過(guò)南向接口對(duì)底層數(shù)據(jù)平面的轉(zhuǎn)發(fā)功能進(jìn)行封裝，實(shí)現(xiàn)控制器和路由器之間的對(duì)接；再通過(guò)北向接口對(duì)SDN控制能力進(jìn)行封裝，對(duì)上層應(yīng)用提供統(tǒng)一的能力開(kāi)放。網(wǎng)絡(luò)應(yīng)用則通過(guò)調(diào)用北向接口來(lái)實(shí)現(xiàn)對(duì)控制器的調(diào)用和控制[5]。

1.1 可編程網(wǎng)絡(luò)技術(shù)架構(gòu)

SDN的可編程網(wǎng)絡(luò)技術(shù)架構(gòu)，可以實(shí)現(xiàn)SDN路由器的流量轉(zhuǎn)發(fā)策略控制和軟件定義設(shè)定。在數(shù)據(jù)轉(zhuǎn)發(fā)平臺(tái)，現(xiàn)有技術(shù)從原有的基于OpenFlow協(xié)議相關(guān)的數(shù)據(jù)轉(zhuǎn)發(fā)，逐漸演進(jìn)到與協(xié)議無(wú)關(guān)的面向高級(jí)編程的數(shù)據(jù)轉(zhuǎn)發(fā)平面。可編程網(wǎng)絡(luò)技術(shù)通過(guò)代碼級(jí)的自定義網(wǎng)絡(luò)數(shù)據(jù)平面來(lái)實(shí)現(xiàn)可編程能力，同時(shí)還可以實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)發(fā)控制和策略[6]，具體實(shí)現(xiàn)流程如圖2所示。

根據(jù)交換機(jī)的配置，傳統(tǒng)的可編程網(wǎng)絡(luò)數(shù)據(jù)轉(zhuǎn)發(fā)對(duì)解析表和控制流進(jìn)行編程，并且將解析表下發(fā)至數(shù)據(jù)轉(zhuǎn)發(fā)平臺(tái)的解析器中，再通過(guò)控制流編程將動(dòng)作匹配配置下發(fā)至數(shù)據(jù)轉(zhuǎn)發(fā)平臺(tái)的動(dòng)作匹配表中[7]。

數(shù)據(jù)流在輸入時(shí)，首先經(jīng)過(guò)解析器進(jìn)行報(bào)文解析，并通過(guò)Ingress負(fù)載均衡器進(jìn)行轉(zhuǎn)發(fā)設(shè)置，以實(shí)現(xiàn)動(dòng)作匹配配置，然后進(jìn)入轉(zhuǎn)發(fā)的隊(duì)列和存儲(chǔ)中等待；數(shù)據(jù)流從隊(duì)列中出棧時(shí)，先通過(guò)對(duì)應(yīng)的Engress反向負(fù)載均衡器的解析，再進(jìn)行報(bào)文輸出，從而實(shí)現(xiàn)了完整的數(shù)據(jù)平面數(shù)據(jù)轉(zhuǎn)發(fā)機(jī)制[8]。

1.2 控制面/用戶(hù)面分離實(shí)現(xiàn)機(jī)制

傳統(tǒng)的SDN技術(shù)通過(guò)控制面和數(shù)據(jù)面的分離，實(shí)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)流轉(zhuǎn)發(fā)和控制策略制定之間的分離，也為基于可編程網(wǎng)絡(luò)的算力調(diào)度提供了可能。

從上述的技術(shù)架構(gòu)可以看出，現(xiàn)有的SDN技術(shù)實(shí)現(xiàn)了兩層解耦：一方面，將控制器集中于上層控制面，實(shí)現(xiàn)對(duì)SDN路由器或數(shù)據(jù)轉(zhuǎn)發(fā)設(shè)備的統(tǒng)一管理；另一方面，使數(shù)據(jù)平面的SDN路由器和轉(zhuǎn)發(fā)設(shè)備脫離了傳統(tǒng)模式（固化在設(shè)備內(nèi)），并使得轉(zhuǎn)發(fā)功能和轉(zhuǎn)發(fā)規(guī)則通過(guò)南北向接口開(kāi)放至上層控制器和網(wǎng)絡(luò)應(yīng)用。這種控制面/用戶(hù)面分離機(jī)制，為網(wǎng)絡(luò)可編程的進(jìn)一步實(shí)現(xiàn)提供了可能。

2 算力調(diào)度機(jī)制

隨著云計(jì)算技術(shù)的不斷發(fā)展，基礎(chǔ)設(shè)施領(lǐng)域已有越來(lái)越多的企業(yè)采用云計(jì)算作為統(tǒng)一資源的管理方式。隨著云資源池規(guī)模的不斷擴(kuò)大，算力節(jié)點(diǎn)的調(diào)度主要采用分布式的方式；而傳統(tǒng)的基于云計(jì)算或云原生的算力資源調(diào)度是以虛擬化技術(shù)和進(jìn)程共享技術(shù)來(lái)實(shí)現(xiàn)的[9]?；贠penStack或Kubernetes的算力資源調(diào)度將算力節(jié)點(diǎn)的空閑度作為算力調(diào)度策略的主要評(píng)判依據(jù)。本文中，我們以Kubernetes的資源調(diào)度組件Scheduler為例，重點(diǎn)闡述云原生的算力調(diào)度機(jī)制。

Scheduler是Kubernetes的核心組件，負(fù)責(zé)為用戶(hù)聲明的Pod資源選擇合適的算力節(jié)點(diǎn)，同時(shí)保證集群資源的最大化利用，其任務(wù)資源調(diào)度流程如圖3所示。

現(xiàn)有的Kubernetes資源調(diào)度機(jī)制根據(jù)用戶(hù)的請(qǐng)求，從資源管理器中獲取資源信息，并且根據(jù)具體的調(diào)度策略將任務(wù)調(diào)度至具體的算力節(jié)點(diǎn)上。

在網(wǎng)絡(luò)可達(dá)的情況下，現(xiàn)有Kubernetes算力節(jié)點(diǎn)運(yùn)行狀態(tài)監(jiān)測(cè)控制主要通過(guò)算力節(jié)點(diǎn)代理監(jiān)測(cè)的方式來(lái)實(shí)現(xiàn)。通過(guò)采集和上傳算力節(jié)點(diǎn)上的中央處理器（CPU）、存儲(chǔ)、內(nèi)存等信息，并將這些信息上傳至資源管理器，再經(jīng)資源調(diào)度器進(jìn)行策略調(diào)度[10]，從而將任務(wù)調(diào)度至指定的算力節(jié)點(diǎn)上。這種算力資源調(diào)度機(jī)制雖然能夠解決分布式環(huán)境中、算力資源非均衡情況下的算力動(dòng)態(tài)調(diào)度問(wèn)題，但必須基于網(wǎng)絡(luò)可達(dá)的情況。該機(jī)制并沒(méi)有考慮到網(wǎng)絡(luò)質(zhì)量、算力節(jié)點(diǎn)的連接，以及傳輸過(guò)程中的網(wǎng)絡(luò)情況。隨著分布式計(jì)算，尤其是大數(shù)據(jù)等多集群甚至是跨數(shù)據(jù)中心協(xié)同處理的發(fā)展，網(wǎng)絡(luò)的數(shù)據(jù)傳輸質(zhì)量往往會(huì)成為影響上層用戶(hù)體驗(yàn)的關(guān)鍵因素，同時(shí)也會(huì)成為跨數(shù)據(jù)中心算力調(diào)度和集群高效協(xié)同的制約因素。傳統(tǒng)的算力調(diào)度機(jī)制僅實(shí)現(xiàn)了計(jì)算資源在非均衡狀態(tài)下的動(dòng)態(tài)調(diào)度，卻未考慮網(wǎng)絡(luò)的服務(wù)質(zhì)量（QoS）或體驗(yàn)質(zhì)量（QoE）。在算網(wǎng)融合應(yīng)用快速發(fā)展的趨勢(shì)下，傳統(tǒng)的算力調(diào)度方式已無(wú)法滿(mǎn)足當(dāng)前需求。

SDN技術(shù)，尤其是可編程網(wǎng)絡(luò)技術(shù)的發(fā)展，促使網(wǎng)絡(luò)能力進(jìn)一步開(kāi)放、可編程化，并使傳統(tǒng)算力調(diào)度機(jī)制能夠更好地融合網(wǎng)絡(luò)因素。本文中，我們通過(guò)算力和網(wǎng)絡(luò)協(xié)同的方式來(lái)實(shí)現(xiàn)算力最優(yōu)化調(diào)度，極大地發(fā)揮了網(wǎng)絡(luò)在數(shù)據(jù)傳輸和轉(zhuǎn)發(fā)方面的優(yōu)勢(shì)。

3 基于可編程網(wǎng)絡(luò)的算力調(diào)度方案

基于網(wǎng)絡(luò)的可編程、可控制等能力，并結(jié)合算力節(jié)點(diǎn)空閑度和計(jì)算能力等因素，基于可編程網(wǎng)絡(luò)的算力調(diào)度機(jī)制能夠在網(wǎng)絡(luò)路由和路徑選擇方面實(shí)現(xiàn)算力調(diào)度。本文中，我們研究了通過(guò)編排調(diào)度方式來(lái)實(shí)現(xiàn)算力服務(wù)的編排和管理，以及可編程網(wǎng)絡(luò)能力的開(kāi)放。

3.1 整體網(wǎng)絡(luò)架構(gòu)

基于可編程網(wǎng)絡(luò)的管控分離能力，本文在Kubernetes原有調(diào)度方式基礎(chǔ)上，進(jìn)一步研究了基于可編程網(wǎng)絡(luò)的算力調(diào)度機(jī)制。其中，網(wǎng)絡(luò)拓?fù)洳捎脭?shù)據(jù)控制面和數(shù)據(jù)轉(zhuǎn)發(fā)面分離模式，容器計(jì)算集群承載具體的算力分配和容器承載，控制集群和可編程網(wǎng)絡(luò)的數(shù)據(jù)控制面對(duì)接以實(shí)現(xiàn)網(wǎng)絡(luò)控制?；诳删幊叹W(wǎng)絡(luò)的技術(shù)架構(gòu)如圖4所示。

基于可編程網(wǎng)絡(luò)的算力調(diào)度架構(gòu)，面向分布式集群通過(guò)容器控制集群，向數(shù)據(jù)控制面下達(dá)網(wǎng)絡(luò)控制指令；通過(guò)控制器，向數(shù)據(jù)轉(zhuǎn)發(fā)面的轉(zhuǎn)發(fā)設(shè)備發(fā)送數(shù)據(jù)轉(zhuǎn)發(fā)策略和數(shù)據(jù)路由表等網(wǎng)絡(luò)轉(zhuǎn)發(fā)協(xié)議；通過(guò)數(shù)據(jù)轉(zhuǎn)發(fā)面接入的計(jì)算集群，實(shí)現(xiàn)算力節(jié)點(diǎn)的調(diào)度和容器承載?；诳删幊叹W(wǎng)絡(luò)架構(gòu)的數(shù)據(jù)轉(zhuǎn)發(fā)，可以改變?cè)腥萜髻Y源僅能在overlay的數(shù)據(jù)中心內(nèi)調(diào)度的情況，實(shí)現(xiàn)基于underlay的跨數(shù)據(jù)中心的算力資源調(diào)度[11]。

在每一個(gè)算力節(jié)點(diǎn)上，該架構(gòu)采用傳統(tǒng)的master/agent模式來(lái)代理、發(fā)布算力節(jié)點(diǎn)的計(jì)算、存儲(chǔ)和應(yīng)用輸入輸出（IO）等情況，并嘗試將這些情況反饋至控制集群中服務(wù)器的調(diào)度器，從而實(shí)現(xiàn)集群內(nèi)算力節(jié)點(diǎn)的統(tǒng)一管理。網(wǎng)絡(luò)QoS、QoE以及轉(zhuǎn)發(fā)設(shè)備等狀態(tài)，通過(guò)數(shù)據(jù)轉(zhuǎn)發(fā)平臺(tái)上傳至控制平面，然后被統(tǒng)一管理。在整個(gè)算力資源編排調(diào)度的過(guò)程中，容器控制集群為用戶(hù)和開(kāi)發(fā)者提供了統(tǒng)一入口，并通過(guò)統(tǒng)一配置腳本、開(kāi)發(fā)變成方式，來(lái)實(shí)現(xiàn)面向服務(wù)的算力和網(wǎng)絡(luò)的統(tǒng)一編排和調(diào)度，從而實(shí)現(xiàn)面向服務(wù)的基于可編程網(wǎng)絡(luò)的算力調(diào)度。

3.2 算力調(diào)度機(jī)制

在算力調(diào)度方面，Kuberenetes云原生平臺(tái)提供服務(wù)編排調(diào)度能力，集成網(wǎng)絡(luò)編排能力和計(jì)算服務(wù)編排能力，并通過(guò)Knative實(shí)現(xiàn)統(tǒng)一的應(yīng)用能力封裝和消息隊(duì)列。整體算力調(diào)度層為上層門(mén)戶(hù)提供應(yīng)用程序編程接口（API）網(wǎng)關(guān)，也為上層應(yīng)用提供統(tǒng)一的API。這可以開(kāi)放可編程網(wǎng)絡(luò)的算力能力，屏蔽底層網(wǎng)絡(luò)和算力的差異性，并且可以為開(kāi)發(fā)者和用戶(hù)提供統(tǒng)一門(mén)戶(hù)，進(jìn)一步降低了可編程網(wǎng)絡(luò)算力調(diào)度的開(kāi)發(fā)門(mén)檻。算力調(diào)度平臺(tái)具體的架構(gòu)如圖5所示。

整體算力調(diào)度機(jī)制由Kubernetes實(shí)現(xiàn)統(tǒng)一的算力網(wǎng)絡(luò)資源調(diào)度。其中，根據(jù)資源服務(wù)對(duì)象的不同，Kubernetes調(diào)度能力可以分為兩個(gè)方面：一方面是以基礎(chǔ)設(shè)施平臺(tái)即服務(wù)（i-PaaS）能力為主，實(shí)現(xiàn)對(duì)底層基礎(chǔ)設(shè)施算力資源的調(diào)度，借助控制平面的對(duì)接來(lái)實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)數(shù)據(jù)面的調(diào)度和管理，通過(guò)對(duì)接不同的Kuberentes云原生集群實(shí)現(xiàn)對(duì)底層云原生集群的調(diào)度管理；另一方面是以應(yīng)用層PaaS（A-PaaS）能力為主，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)編排和計(jì)算服務(wù)編排的服務(wù)能力管理。面向上層的能力調(diào)度主要包含網(wǎng)絡(luò)編排和服務(wù)編排兩個(gè)方面。

（1）網(wǎng)絡(luò)編排

網(wǎng)絡(luò)編排主要是指，對(duì)底層的網(wǎng)絡(luò)服務(wù)編排能力進(jìn)行硬件資源的抽象和能力的建模，并通過(guò)服務(wù)編排來(lái)實(shí)現(xiàn)網(wǎng)絡(luò)控制。本文中，我們提出基于 SDN的寬帶接入（SEBA）容器化架構(gòu)，以實(shí)現(xiàn)SDN網(wǎng)絡(luò)訪(fǎng)問(wèn)。SEBA的核心組件主要包括開(kāi)放網(wǎng)絡(luò)操作系統(tǒng)（ONOS）、Kafka、VOLTHA、XOS。

ONOS：實(shí)現(xiàn)SDN網(wǎng)絡(luò)操作系統(tǒng)，對(duì)網(wǎng)絡(luò)服務(wù)編排實(shí)現(xiàn)統(tǒng)一的資源調(diào)度和管理。

Kafka：實(shí)現(xiàn)REST的消息隊(duì)列管理，并通過(guò)上層的服務(wù)能力對(duì)底層硬件的訪(fǎng)問(wèn)請(qǐng)求消息進(jìn)行統(tǒng)一管理。

VOLTHA：實(shí)現(xiàn)底層網(wǎng)絡(luò)接入設(shè)備和轉(zhuǎn)發(fā)設(shè)備的硬件資源抽象，從而使用和訪(fǎng)問(wèn)上層的網(wǎng)絡(luò)功能。

XOS：實(shí)現(xiàn)網(wǎng)絡(luò)功能虛擬化和服務(wù)化，并可以基于SDN控制器的可編程能力實(shí)現(xiàn)網(wǎng)絡(luò)控制和功能軟件定義能力。

（2）服務(wù)編排

服務(wù)編排可以實(shí)現(xiàn)對(duì)PaaS和軟件即服務(wù)（SaaS）能力的容器化調(diào)度。由于云原生具有服務(wù)化和微服務(wù)化的能力，因此在實(shí)現(xiàn)算力調(diào)度的過(guò)程中，基于不同的應(yīng)用場(chǎng)景，我們提出了3個(gè)方面的服務(wù)能力。

計(jì)算能力集：集成目前云原生統(tǒng)一的計(jì)算型能力庫(kù)，包括Spark、Hadoop、Hive、Flink等。

數(shù)據(jù)庫(kù)：采用傳統(tǒng)的數(shù)據(jù)庫(kù)服務(wù)能力，為上層的應(yīng)用和業(yè)務(wù)場(chǎng)景提供一鍵部署式的云原生數(shù)據(jù)庫(kù)，包括Mysql、MangoDB等。

人工智能：包括面向人工智能場(chǎng)景的推理和訓(xùn)練，以及對(duì)硬件加速有特定需求的算力調(diào)度能力。

這些服務(wù)能力統(tǒng)一由Kubernetes來(lái)實(shí)現(xiàn)編排。通過(guò)Kubernetes的調(diào)度擴(kuò)展接口和平臺(tái)內(nèi)部調(diào)度器對(duì)接，從而能夠?qū)崿F(xiàn)PaaS和SaaS服務(wù)的容器化調(diào)度。

通過(guò)Knative來(lái)完成統(tǒng)一服務(wù)能力的封裝和打包，通過(guò)Knative的API網(wǎng)關(guān)提供統(tǒng)一的網(wǎng)絡(luò)和算力調(diào)度接口，并通過(guò)統(tǒng)一的門(mén)戶(hù)對(duì)外開(kāi)放，開(kāi)發(fā)者可以根據(jù)網(wǎng)絡(luò)和算力調(diào)度能力進(jìn)行網(wǎng)絡(luò)編程。這樣可以進(jìn)一步融合底層網(wǎng)絡(luò)和算力，實(shí)現(xiàn)基于可編程網(wǎng)絡(luò)的算力調(diào)度。同時(shí)，用戶(hù)也可以更加關(guān)注上層業(yè)務(wù)邏輯和業(yè)務(wù)流程。

3.3 可編程網(wǎng)絡(luò)編排機(jī)制

構(gòu)建在傳統(tǒng)SDN架構(gòu)上的可編程網(wǎng)絡(luò)算力調(diào)度機(jī)制，不僅實(shí)現(xiàn)了網(wǎng)絡(luò)控制面和用戶(hù)面的分離，還實(shí)現(xiàn)了基于云原生統(tǒng)一Kubernetes平臺(tái)的服務(wù)編排調(diào)度能力。在可編程網(wǎng)絡(luò)服務(wù)編排能力方面，隨著網(wǎng)絡(luò)轉(zhuǎn)發(fā)設(shè)備的普及，基于P4的網(wǎng)絡(luò)可編程能力實(shí)現(xiàn)了網(wǎng)絡(luò)的可編程。另外，網(wǎng)絡(luò)組件本身也可以進(jìn)行容器化，并可以調(diào)度到具備P4功能的白盒交換機(jī)上?；谌萜骰目删幊叹W(wǎng)絡(luò)編排架構(gòu)如圖6所示。

依據(jù)上述可編程網(wǎng)絡(luò)算力編排技術(shù)架構(gòu)，P4交換機(jī)集成了專(zhuān)門(mén)針對(duì)P4的運(yùn)行時(shí)（Runtime）。在通用計(jì)算節(jié)點(diǎn)上，運(yùn)行時(shí)集成了運(yùn)行應(yīng)用程序的鏡像。在整個(gè)技術(shù)架構(gòu)中，面向上層的網(wǎng)絡(luò)功能和應(yīng)用程序提供了統(tǒng)一的容器封裝能力，用于打包和封裝容器鏡像。其中，在網(wǎng)絡(luò)功能容器化封裝的過(guò)程中，P4編譯器專(zhuān)門(mén)用于服務(wù)網(wǎng)絡(luò)功能程序，即將網(wǎng)絡(luò)功能程序編譯成可在P4交換機(jī)上運(yùn)行的可執(zhí)行程序后，再進(jìn)行容器化封裝。Kubernetes平臺(tái)實(shí)現(xiàn)了P4交換機(jī)和通用計(jì)算節(jié)點(diǎn)的算力資源調(diào)度和服務(wù)編排。根據(jù)網(wǎng)絡(luò)功能和應(yīng)用程序的不同，Kubernetes平臺(tái)分別將網(wǎng)絡(luò)功能調(diào)度到P4交換機(jī)上運(yùn)行，將應(yīng)用程序調(diào)度到通用計(jì)算節(jié)點(diǎn)上運(yùn)行[12]。面向上層開(kāi)發(fā)者則提供統(tǒng)一的開(kāi)發(fā)平臺(tái)、API、網(wǎng)絡(luò)可編程能力和應(yīng)用程序開(kāi)發(fā)能力，從而實(shí)現(xiàn)可編程網(wǎng)絡(luò)和應(yīng)用程序。這樣一來(lái)，基于可編程網(wǎng)絡(luò)的算力調(diào)度技術(shù)在代碼開(kāi)發(fā)階段就能夠進(jìn)行融合開(kāi)發(fā)，滿(mǎn)足目前越來(lái)越多的算網(wǎng)融合場(chǎng)景下的應(yīng)用程序開(kāi)發(fā)需求。

4 結(jié)束語(yǔ)

異構(gòu)算力網(wǎng)絡(luò)是下一代云網(wǎng)融合2.0的發(fā)展趨勢(shì)?；诳删幊叹W(wǎng)絡(luò)的算力調(diào)度機(jī)制，能夠在網(wǎng)絡(luò)可編程的基礎(chǔ)上，實(shí)現(xiàn)傳統(tǒng)算力調(diào)度無(wú)法實(shí)現(xiàn)的基于網(wǎng)絡(luò)的算力調(diào)度方式。該機(jī)制可以根據(jù)網(wǎng)絡(luò)情況進(jìn)行算力調(diào)度，也可以基于算力調(diào)度需求進(jìn)行網(wǎng)絡(luò)適配和可編程，從而真正實(shí)現(xiàn)云網(wǎng)融合[13-15]。本文中，我們所提出的基于可編程網(wǎng)絡(luò)的算力調(diào)度技術(shù)，是基于云原生技術(shù)來(lái)實(shí)現(xiàn)算力網(wǎng)絡(luò)的融合調(diào)度。傳統(tǒng)的云原生調(diào)度僅能基于overlay網(wǎng)絡(luò)實(shí)現(xiàn)算力調(diào)度，而該技術(shù)則可以實(shí)現(xiàn)基于underlay網(wǎng)絡(luò)的算力調(diào)度和服務(wù)編排能力。該技術(shù)還可以提供業(yè)務(wù)感知的網(wǎng)絡(luò)編排能力，從而能為后續(xù)的網(wǎng)絡(luò)感知業(yè)務(wù)提供新的研究思路和發(fā)展方向。

致謝

本研究得到中國(guó)聯(lián)通研究院李建飛高級(jí)工程師的幫助，同時(shí)也得到了中國(guó)聯(lián)通研究院首席科學(xué)家唐雄燕的指導(dǎo)，謹(jǐn)致謝意！

參考文獻(xiàn)

[1] 耿俊杰， 顏金堯. 基于可編程數(shù)據(jù)平面的網(wǎng)絡(luò)體系架構(gòu)綜述 [J].中國(guó)傳媒大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 26（5）： 38-43

[2] 左志斌， 常朝穩(wěn)， 祝現(xiàn)威.一種基于數(shù)據(jù)平面可編程的軟件定義網(wǎng)絡(luò)報(bào)文轉(zhuǎn)發(fā)驗(yàn)證機(jī)制 [J]. 電子與信息學(xué)報(bào)， 2020， 42（5）： 1110-1117

[3] 李銘軒， 邢鑫， 王本忠. 面向電信運(yùn)營(yíng)商的容器云SDN云網(wǎng)一體化方案研究 [J].信息通信技術(shù)， 2019， 13（2）：7-12+25

[4] 房秉毅， 張?jiān)朴拢?陳清金， 等. 云計(jì)算網(wǎng)絡(luò)虛擬化技術(shù) [J]. 信息通信技術(shù)， 2011， 5（1）： 50-53

[5] 程瑩， 張?jiān)朴? SDN應(yīng)用及北向接口技術(shù)研究 [J].信息通信技術(shù)， 2014， 8（1）：36-39

[6] 林耘森簫， 畢軍， 周禹， 等. 基于P4的可編程數(shù)據(jù)平面研究及其應(yīng)用 [J]. 計(jì)算機(jī)學(xué)報(bào)， 2019， 42（11）： 2539-2560

[7] 衣曉玉， 秦斌， 吳文斐， 等. 基于P4交換機(jī)的MAP卸載技術(shù)設(shè)計(jì)與實(shí)現(xiàn) [J]. 深圳大學(xué)學(xué)報(bào)（理工版）， 2020， 37（S1）： 112-117

[8] WANG S， WU J， YANG W， et al. Novel architectures and security solutions of programmable software-defined networking： a comprehensive survey [J]. Frontiers of information technology & electronic engineering， 2018， 19（12）： 1500-1521

[9] 李銘軒， 曹暢， 唐雄燕， 等. 面向算力網(wǎng)絡(luò)的邊緣資源調(diào)度解決方案研究 [J]. 數(shù)據(jù)與計(jì)算發(fā)展前沿， 2020， 2（4）： 80-91

[10] 劉暢， 毋濤， 徐雷. 基于無(wú)服務(wù)器架構(gòu)的邊緣AI計(jì)算平臺(tái) [J]. 信息通信技術(shù)， 2018， 12（5）： 45-49

[11] 何濤， 曹暢， 唐雄燕， 等. 面向6G需求的算力網(wǎng)絡(luò)技術(shù) [J]. 移動(dòng)通信， 2020， 44（6）： 131-135

[12] 李銘軒， 魏進(jìn)武， 張?jiān)朴? 面向電信運(yùn)營(yíng)商的IT資源微服務(wù)化方案 [J]. 信息通信技術(shù)， 2017， 11（2）： 48-55

[13] 彭新玉.基于軟件定義的可虛擬化未來(lái)網(wǎng)絡(luò)關(guān)鍵技術(shù)研究及產(chǎn)業(yè)化 [J]. 電子世界， 2020（9）： 5-6

[14] SIVARAMAN A， MASON T， PANDA A， et al. Network architecture in the age of programmability [J]. ACM SIGCOMM computer communication review， 2020， 50（1）： 38-44

[15] VULETIC P， BOSAK B， DIMOLIANIS M， et al. Localization of network service performance degradation in multi-tenant networks [J]. Computer networks， 2020， 168： 107050

作者簡(jiǎn)介

李銘軒，中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司研究院高級(jí)工程師、IEEE高級(jí)會(huì)員、中國(guó)電子學(xué)會(huì)高級(jí)會(huì)員；主要研究方向?yàn)榇髷?shù)據(jù)技術(shù)、云計(jì)算技術(shù)、業(yè)務(wù)平臺(tái)技術(shù)和IT支撐系統(tǒng)技術(shù)；已發(fā)表論文20余篇，授權(quán)專(zhuān)利10余項(xiàng)。

曹暢，中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司研究院未來(lái)網(wǎng)絡(luò)研究部高級(jí)專(zhuān)家、智能云網(wǎng)技術(shù)研究室主任；主要研究方向?yàn)镮P網(wǎng)寬帶通信、SDN/NFV、新一代網(wǎng)絡(luò)編排技術(shù)等。

楊建軍，中國(guó)聯(lián)合網(wǎng)絡(luò)通信公司研究院未來(lái)網(wǎng)絡(luò)研究部高級(jí)工程師，主要研究方向?yàn)殚_(kāi)放網(wǎng)絡(luò)、未來(lái)網(wǎng)絡(luò)、SDN/NFV、開(kāi)放硬件、網(wǎng)絡(luò)開(kāi)源軟件等；獲得授權(quán)專(zhuān)利20余項(xiàng)。