论文部分内容阅读
传统数据中心网络主要存在以下问题:首先,传统数据中心网络拓扑的树形结构使得链路带宽容量限制;其次,ECMP静态路由方法不能很好的利用数据中心网络多路径特性;最后,数据中心网络缺乏智能管理,不能实时地根据网络状态对网络资源进行合理分配。本文对数据中心网络的流量调度问题展开研究,利用SDN技术实现对数据中心网络的智能化管理;针对传统树形拓扑链路带宽的限制,采用超额认购比为1:1的Fat-Tree拓扑;通过对Hedera流量调度机制改进解决ECMP静态路由方法带来的网络链路带宽利用率低问题。在对Hedera流量调度机制研究中发现以下三个方面问题。首先,SA算法未考虑当前网络链路带宽资源,容易引发流冲突;其次,SA算法采取同一Pod内的目的主机与核心交换机一一映射方法,没有考虑经过汇聚交换机转发的流量的调度;最后,GFF算法调度过程中没有考虑流带宽需求变化,导致链路带宽资源分配不合理。针对上面三个问题,本文提出按需自适应流量调度机制。该机制主要分为两个部分,分别是基于带宽需求变化的调度流筛选策略和基于模拟退火遗传算法的调度路径搜索算法。基于带宽需求变化的调度流筛选策略根据流带宽需求变化和当前网络链路带宽资源状况筛选出未调度的流和当前路径带宽不满足带宽需求变化的流,加入到调度流集合。基于模拟退火遗传算法的调度路径搜索算法采取目的主机与最高层交换机映射方法,根据流的带宽需求和当前链路剩余带宽信息对调度流集合中的流进行全局调度路径搜索。本文利用POX控制器和Mininet模拟器实现了提出的按需自适应流量调度机制并通过实验仿真对该机制进行性能评估。实验仿真中,将按需自适应流量调度机制与ECMP算法、GFF算法、SA算法、Ashman-Best Fit算法和Ashman-Prob Fit进行对比分析。仿真结果表明,本文提出的按需自适应流量调度机制在Stride、Staggered和Random三种通信模型下,平均对分带宽均高于ECMP、GFF、SA和Ashman-Prob Fit算法,特别地,在Stride(4)和Stride(8)通信模型下低于Ashman-Best Fit算法;在Randombij通信模型下,平均对分带宽低于SA和Ashman-Best Fit算法。