0 引言

    近年來，數據中心呈現(xiàn)爆炸式的急速發(fā)展，大量公司開始建立自己的大型互聯(lián)網數據中心(Internet Data Center，IDC)。云計算技術的出現(xiàn)對數據中心網絡提出了新的挑戰(zhàn)，比如網絡安全、虛擬機遷移、多租戶管理、負載均衡等。傳統(tǒng)的數據中心采用專用的負載均衡設備實現(xiàn)網絡資源的有效利用，具有設備成本高昂和可擴展性差等問題，而基于軟件定義網絡的集中化的調度方式能夠提高資源利用率，簡化網絡管理，降低運維成本。

    SDN^[1]是一種將控制層和轉發(fā)層分離的新型網絡架構，交換機只負責數據流的轉發(fā)，降低了網絡交換機的負載，控制層的功能全部由運行于服務器上的控制器實現(xiàn)?？刂破餍枰掳l(fā)流表到交換機才能支持轉發(fā)層設備的有效運行，而控制層與轉發(fā)層之間的通信需要遵守一定的規(guī)則，目前較普遍的是采用OpenFlow^[2]協(xié)議來實現(xiàn)信息交互。本文目的是在SDN網絡架構下解決網絡流量高峰期鏈路的負載分布不均勻問題，設計了負載均衡機制的總體框架、實現(xiàn)流程圖以及具體實現(xiàn)。

1 數據中心網絡流量特征

    國內外學者對真實數據中心網絡流量特征進行了深入的觀察研究。Mckeown研究表明數據中心網絡流量與傳統(tǒng)的局域網和廣域網流量有著極大的不同，內部節(jié)點間的數據流量在數據中心網絡所有流量中占主導地位^[3]。Greenberg指出數據中心80%的數據流量為數據中心內部的流量，而且85%的數據流小于100 KB^[4]。目前采用最多的是Fattree^[5]網絡拓撲，它可以為兩兩節(jié)點之間的流量提供多條路徑，這樣從理論上能降低單一路徑的負載率過高的問題，而在實際應用中還是會出現(xiàn)某條路徑上流量擁塞嚴重而其他可用路徑卻處于閑置狀態(tài)的問題。

    數據中心網絡流量模型由大流和小流組成，每個數據流由許多數據包組成，這些數據包具有5個相同特征（源IP地址、源端口號、目的IP地址、目的端口號、協(xié)議類型）。而大流是造成部分鏈路擁塞的主要原因，所以負載均衡機制主要針對大流，在調度過程中盡量忽視小流來降低調度開銷。數據流的大小由其所含字節(jié)數決定，同時數據流越大，持續(xù)的時間越長，小流持續(xù)時間很短。本文將字節(jié)數大于100 KB的流界定為大流。

2 負載均衡實現(xiàn)的總體框架

    控制器的負載均衡功能模塊如圖1所示，主要包括拓撲發(fā)現(xiàn)模塊、大流監(jiān)測模塊、流量收集模塊、路徑計算模塊、流表導入模塊。拓撲發(fā)現(xiàn)模塊幫助控制器掌握通過全局的拓撲信息，包括主機的位置信息、交換機之間的連接等。大流監(jiān)測模塊在鏈路利用率最大路徑上找出并標記大流。流量收集模塊周期性地收集OpenFlow交換機網絡的流量信息，為兩個節(jié)點之間的多條路徑選擇提供參考流量監(jiān)測模塊統(tǒng)計交換機接口的流量信息，用于分析計算各鏈路的鏈路利用率。路徑計算模塊為大流的重路由提供支持，是實現(xiàn)負載均衡功能的重要部件。流表導入模塊是通過控制器向OpenFlow交換機發(fā)送Packet_out消息實現(xiàn)的，動態(tài)地將大流的最終得出的重路由路徑添加到交換機流表，從而實現(xiàn)OpenFlow網絡的負載均衡功能。負載均衡算法的實現(xiàn)流程如圖2所示。

3 各功能模塊的數學建模與實現(xiàn)

    首先為負載均衡制定一個啟動閾值，這里采用負載均衡參數：

其中l(wèi)oad_i，j(t)代表在t時刻鏈路<i，j>上的已經被占用的帶寬^[6]，N是網絡中所有鏈路的數目。下面簡單描述各模塊的實現(xiàn)方式。

3.1 拓撲發(fā)現(xiàn)模塊

    拓撲發(fā)現(xiàn)模塊的功能是收集網絡的拓撲信息，將其保存在拓撲圖表中，并對網絡的拓撲結構進行管理?？刂破髋c交換機之間是在OpenFlow標準協(xié)議的基礎下進行通信的，但是控制器并不能通過Open。Flow協(xié)議獲得網絡的拓撲結構，是通過LLDP組件^[7]發(fā)送LLDP(Link Layer Discovery Protocol)數據包到OpenFlow交換機，再收集并解析交換機反饋的LLDP數據包，從而實現(xiàn)網絡拓撲感知。

3.2 大流監(jiān)測模塊

    由于本文所提出的負載均衡機制是針對大流的，所以必須有一種方法將大流和小流區(qū)分開來。文獻[8]對3種主流的大流監(jiān)測機制進行了分析比較，包括采樣監(jiān)測、應用監(jiān)測和統(tǒng)計監(jiān)測。文獻[9]中提出探測大流最有效的方式是在終端主機進行，一方面占用的資源比例相對交換機要少，從而避免大流監(jiān)測占用過多的交換機端資源；另一方面流的狀態(tài)也取決于終端應用程序生成數據包的快慢，而不是網絡的鏈路狀態(tài)，終端對應用程序發(fā)包速率的可知性更強。監(jiān)測原理是通過觀測終端主機socket緩存區(qū)，當緩存區(qū)內具有相同特征的數據包大小超過100 KB，它就會被標記為大流，本文便采用對主機端的統(tǒng)計監(jiān)測方式來進行大流監(jiān)測，主機端需要精確統(tǒng)計和維護數據流的速率和字節(jié)等信息，再將統(tǒng)計信息通過交換機發(fā)送到控制器，從而實現(xiàn)控制器的大流監(jiān)測功能。

3.3 流量收集模塊

    這個組件的目的是詢問每個OpenFlow交換機的流量信息，再將所有收到的反饋信息進行聯(lián)合并最終存儲到控制器的存儲單元。這些收集到的數據被路徑計算模塊用來計算不同鏈路上的負載，因為基于權重的多路徑路由的核心思想是將大流的數據包分配到負載較輕的鏈路上，因此需要確切知道路徑上所有可能的鏈路負載。這個單元模塊周期性地通過輪詢的方式收集每個OpenFlow交換機的流數量、流表以及端口數據，并作為一個快照對象進行存儲。每個快照對象都會通過一串數字標識，每個周期生成新的快照對象后數字標識會自動加1，存儲區(qū)只會保存最新的2個快照對象，其他的功能模塊都有獲得快照對象數據的權限。

3.4 路徑計算模塊

    初始狀態(tài)采用Floyd^[10]算法計算基于跳數的Top-K最短路徑，然后需要對每條路徑的狀態(tài)進行評估。本文主要對路徑的兩個方面指標進行評估，一個是路徑所包含鏈路的長度，這個體現(xiàn)在跳數（Hop Count）；另外一個指標是路徑上的負載，這個體現(xiàn)在這條路徑所包含的交換機和鏈路上的流量。由于每條路徑上包含多個交換機以及多條鏈路，不能簡單地以總流量的平均數來表示這條路徑的負載，而應該根據特定的交換機和鏈路來代表該路徑的負載情況。交換機的負載通過它所統(tǒng)計的PC(Packet Count)和BC(Byte Count)來體現(xiàn)，鏈路的負載通過端口的轉發(fā)率（Forwarding Rate）來表示。這些數據可以通過控制器周期性地向OpenFlow交換機發(fā)送狀態(tài)請求消息得到。每條路徑的負載狀況可以表示為S=(H，P，B，F(xiàn))，其中H表示跳數；P=Max(P₁，P₂，…，P_H)，P_i表示該路徑的第i臺交換機所轉發(fā)的封包數量，共包含H臺交換機；B=Max(B₁，B₂，…，B_H)，B_i表示該路徑的第i臺交換機所轉發(fā)的字節(jié)數量。F=Max(F₁，F(xiàn)₂，…，F(xiàn)_H)，F(xiàn)_i表示該鏈路經過的第i臺交換機出端口的轉發(fā)率。由于參數之間的差異比較大，需要先進行如下變換^[11]：

    每一條路徑可以用矩陣R=(r_h r_p r_b r_f)表示,權重向量W=(0.35，0.20，0.20，0.25)，各個參數值根據經驗自己定義，這里路徑的長度取0.35顯示了其重要性。每個節(jié)點對之間的所有路徑可以通過一個矩陣表示為：

    Q_i表示路徑i最后的權值，根據權值可以確定數據流經i節(jié)點傳輸到j節(jié)點的最佳路徑。路徑計算模塊偽代碼如下：

    Algorithm : Route Construction

    (1)Connect the topology with the RYU controller

    (2)Detect the topology and do the following activities:

    (3)Calculate top K shortest paths between each pair of nodes using Top-K Shortest Path algorithm(TKSP is the extension of Open Shortest Path First).

    (4)Evaluate the Top-K path with the proposed method.

    (5)Sort the paths between each pair of nodes according to the evaluation and store the results to the controller.

    (6)Reconstruct the path using step1-5 in case of a node/link failure.

3.5 流表導入模塊

    中心控制器通過路徑計算模塊產生的結果生成轉發(fā)規(guī)則，然后封裝到Packet_out消息中導入到支持OpenFlow的交換機，交換機流表添加該轉發(fā)規(guī)則并根據更新的流表項來指導流量轉發(fā)。由于網絡流量和拓撲結構都是不可預測的，交換機流表會伴隨負載均衡機制實時、動態(tài)地更新，而且過期的流表項會根據交換機配置而刪除。

4 實驗結果分析

    本文采用Mininet2.2.0^[12]作為一個開發(fā)環(huán)境模擬數據中心網絡場景，搭建如圖3所示的網絡拓撲結構，在Ubuntu Kylin 14.04.3上運行RYU控制器，結合iperf工具來產生TCP(Transmission Control Protocol)數據流和UDP(User Datagram Protocol)數據流，并且能夠測量端到端的吞吐量，從而得出整個網絡的吞吐量。host1～4同時向host5～8發(fā)送數據流量，在RYU^[12]控制器中結合拓撲發(fā)現(xiàn)模塊、流量監(jiān)測模塊、路徑計算模塊和流表導入模塊來對負載均衡算法進行驗證。仿真實驗通過h1～h16傳輸時延、總吞吐量和總體鏈路利用率這3個指標來驗證本文所提出的負載均衡算法的有效性?？傮w鏈路利用率通過下式得到：

其中，MAX_LOAD代表每條物理鏈路最大帶寬，仿真實驗的信息見表1。

    選擇h1和h16為網絡時延測量的觀測對象,實驗結果如圖4所示，在實驗進行的前47 s數據包從h1～h16延時很低，而且本文所提出的LB(Load balance)算法和基于最短路徑算法的時延曲線表現(xiàn)出了極高的相似度。這是因為剛開始時鏈路負載較輕，兩種算法都是采用h1-S1-S9-h16來傳輸流量，而LB算法由于需要監(jiān)測數據流量并且周期性地向控制器發(fā)送網絡狀態(tài)信息，這樣會產生部分開銷而導致延時略高于基于最短路徑算法；但是47 s之后LB算法下的時延明顯低于采用OSPF算法的時延，這是因為太多的流量集中在最短路徑h1-S1-S9-h16，而其他可用路徑處于空閑狀態(tài)，負載不均衡度大于判決門限，就會觸發(fā)負載均衡機制，原路徑上的流量會轉移到其他可用路徑，鏈路利用率也得到了明顯提升，如圖5所示。網絡整體吞吐量的性能比較如圖6所示，當負載低于550 Mb/s時，兩者的性能曲線非常相似，由于LB算法需要傳輸額外的鏈路狀態(tài)信息導致吞吐量會略高于550 Mb/s；當負載超過550 Mb/s，基于最短路徑算法網絡出現(xiàn)擁塞，其他可用鏈路得不到有效利用，吞吐量的增長明顯放緩。而LB算法下的網絡吞吐量在550～700 Mb/s區(qū)間能一直保持快速增長。因此本文提出的LB算法相比傳統(tǒng)的OSPF算法能夠在負載不均衡情況下改善網絡性能。

5 結束語

    本文設計了負載均衡功能實現(xiàn)的總體框架，主要包括拓撲發(fā)現(xiàn)模塊、流量監(jiān)測模塊、路徑計算模塊、流表導入模塊。設計了負載均衡功能的實現(xiàn)流程圖，對相關的數學模型進行了詳細的分析設計，確定了以大流為目標流的調度策略，并通過實驗驗證了該負載均衡算法相比傳統(tǒng)的OSPF算法能夠實現(xiàn)更低的網絡延時和更高的總體鏈路利用率和吞吐量。

    該算法的不足之處是沒有考慮到大流出現(xiàn)重復調度的情況，如果某個大流被多次選為目標流調度，可能會使情況更糟糕，而且流的轉移開銷也會影響負載均衡的實現(xiàn)效率。降低大流在調度過程中的開銷具有重要的意義，上述兩點將是下一步需要重點關注的內容。

參考文獻

[1] 左青云，陳鳴，趙廣松.基于Open Flow的SDN技術研究[J].軟件學報，2013，24（5）：1078-1097.

[2] Open Networking Foundation.OpenFlow[EB/OL].(2016)[2016].https：//www.opennetworking.org/en/sdn-resources/openflow.

[3] MCKEOWN N，ANDERSON T，BALAKRISHNAN H，et al.OpenFlow：Enabling innovation in campus networks[J].SIGCOMM Computer Communication Review，2008，38(2)：69-74.

[4] GREENBERG A，HAMILTON J R，JAIN N，et al.VL2：A scalable and flexible data center network[C].Proceedings of the AC_MSIGCOMM 2009 Conference on Data Communication.Barcelona，Spain，2009：51-62.

[5] GREENBERG A，HAMILTON J，MALTZ D A，et al.The cost of a cloud：research problems in data center networks[C].In ACM SIGCOMM，2008：68-73.

[6] Long Hui.Research on the OpenFlow -based load-balancing routing in distributed networks[D].Shanghai：Shanghai Jiao Tong University，2013.

[7] 張遠.基于OpenFlow的負載均衡研究[D].北京：北京工業(yè)大學，2014.

[8] 李龍，付斌章.Nimble：一種適用于OpenFlow網絡的快速流調度策略[J].計算機學報，2015，38（5）：1056-1068.

[9] CURTIS A R，KIM W.Mahout：low-overhead datacenter traffic management using end-host-based elephant detection[J].IEEE INFOCOM，2011，2(3)：1629-1637.

[10] BACKHOUSE R C，EIJINDE J P H W，GASTEREN A.J.M.V.Calculating path algorithms[J].Science of Computer Programming，1994，22(1-2)：3-19.

[11] Li Jun，Chang Xiangqing，Ren Yongmao，et al.An effective path load balancing mechanism based on SDN[C].IEEE 13th International Conference on Trust，Security and Privacy in Computing and Communications，2014.

[12] Mininet Team.Mininet：An instant virtual network on your laptop[EB/OL].(2016)[2016].http://www.mininet.org/.