TRILL简介

介绍TRILL的定义及目的。

定义

TRILL(Transparent Interconnection of Lots of Links)是一种把三层链路状态路由技术应用于二层网络的协议。TRILL通过扩展IS-IS路由协议实现二层路由,可以很好地满足数据中心大二层组网需求,为数据中心业务提供解决方案。

目的

在云计算时代,数据中心内部一般采用分布式架构处理海量数据的存储、查询、搜索等相关业务。这导致服务器和服务器之间需要进行大量的集群计算,在服务器之间产生了大量的东西向流量。同时集群计算越来越多地利用虚拟机技术来实现,虚拟化的直接后果是使单位计算密度极大提升,物理服务器吞吐量将比虚拟化之前成数倍提升。另外,为了更大幅度地增大数据中心内业务可靠性、降低IT成本、提高业务部署灵活性、降低运维成本,需要虚拟机能够在整个数据中心范围内进行动态迁移。

由于上述云计算下数据中心的新特点,使用传统的二层(xSTP)接入,三层汇聚/核心(路由)的层次化网络划分模型构建数据中心网络时逐渐显得力不从心。目前,业界普遍采用大二层胖树架构。为了部署一个无阻塞的大二层网络并能够实现虚拟机的任意迁移,以及适应目前不断增大的网络规模,TRILL协议应运而生。TRILL相对于传统二层协议xSTP和三层路由协议的优势如下表所示:

表1 TRILL与xSTP对比表

云计算数据中心网络要求

说明

TRILL网络

xSTP网络

虚拟机任意迁移

作为云计算的核心技术之一,服务器虚拟化已经得到越来越广泛的应用。为了更大幅度地增大数据中心内业务可靠性、降低IT成本、提高业务部署灵活性、降低运维成本,需要虚拟机能够在整个数据中心范围内进行动态迁移,而不是局限在一个汇聚或接入交换机范围内进行迁移。

TRILL协议部署在大二层网络,可以支持虚拟机在整个数据中心动态迁移。

对于传统二层xSTP接入+三层IP路由的网络架构,如果虚拟机跨网段迁移,无法实现迁移前后的IP地址保持一致。所以只能支持虚拟机在一个网段内的迁移。

无阻塞、低延迟数据转发

云计算时代下的数据中心流量模型和传统运营商流量模型不同,数据中心中主要是服务器和服务器之间的东西向流量。为保证业务正常开展,需要支持网络数据的无阻塞、低延迟转发。

TRILL网络中每台设备都以自身节点作为源节点,基于最短路径算法计算到达其他所有节点的最短路径,如果存在多条等价链路,在生成单播转发表项时候能够形成负载分担。当存在多路径转发时候,能够充分利用网络带宽,网络中的每个节点都能实现线速转发。

通过阻塞链路实现单路径的转发,极大的浪费了带宽,并且违背了无阻塞网络架构的思想。

网络规模大

对于云计算时代下的大型数据中心,支持的服务器数量要能够达到十万甚至百万级别。为了实现无阻塞转发,网络规模要能够达到几百台甚至上千台交换机,在这种大规模组网情况下,组网协议要能够有效避免环路。网络内部的节点和链路故障时,要能够触发整网快速收敛,业务迅速恢复。另外,要求网络维护简单,方便用户业务部署。

  • 网络规模:理论上可以支持1000台左右的交换机。
  • 环路避免:引入IS-IS作为控制面协议,天生无环。
  • 收敛速度:采用路由协议生成转发表项,并且TRILL头部有hop-count字段能够允许短暂的临时环路,收敛速度能达到亚秒级。
  • 维护难度:配置比较简单,很多配置参数比如nickname、systemID等都可以自动生成,多数协议参数采用缺省配置即可;其次,单播、组播统一控制协议,用户只需要维护一套协议。
  • 网络规模:有网络直径不超过7的限制,支持一百台左右设备。
  • 环路避免:通过阻塞端口破环。
  • 收敛速度:协议收敛机制设计的比较保守,收敛速度仅能达到秒级。
  • 维护难度:xSTP+三层路由的组网中单播和组播需要维护IGP、PIM等多套路由协议,维护量较大。

多租户

云计算时代下一个物理数据中心不再被一个租户所独享,而是可以同时被多个租户同时使用,每个租户对应一个虚拟数据中心实例,每个租户仿佛享有独有的服务器、存储、网络资源,租户之间数据流量需要进行隔离。

目前TRILL标准采用VLAN ID作为租户标识,通过VLAN对不同租户流量进行隔离,在云计算产业和大二层组网运营处于起步阶段,VLAN ID的4096限制不会形成瓶颈。TRILL后续会演进到通过FineLabel来进行租户标识,FineLabel为24bit,理论上能够支持16M租户规模,足够满足将来租户规模扩展性的需求。

受限于VLAN数量限制,最多只支持4096的规模。

可扩展性

为了适应数据中心高速发展的需要,数据中心网络需要具有良好的可扩展性。

采用xSTP协议的传统二层网络,可以无缝接入TRILL大二层网络,同时TRILL支持的网络规模较大,收敛速度较快,可扩展性比较好。

网络规模受限,收敛速度较慢,可扩展性比较差。

受益

TRILL带来了明显的受益:

  • 大二层数据中心支持虚拟机无阻塞迁移,大大降低了网络管理的难度。
  • TRILL设备可以和传统xSTP网络无缝连接,降低了网络升级的成本。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/41483.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

用数组手搓一个小顶堆

堆默认从数组下标为1开始存储。 const int N201000; int heap[N]; int len; 插入操作: 将元素插入到堆的末尾位置向上调整。 void up(int k){while(k>1&&heap[k/2]>heap[k]){swap(heap[k],heap[k/2]);k/2;} } //len为当前存在元素长度 void Inser…

水利水库大坝结构安全自动化监测主要测哪些内容?

在大坝安全自动化监测系统建设中,应根据坝型、坝体结构和地质条件等因素选定监测项目;主要监测对象包括坝体、坝基及有关的各种主要水工建筑物、大坝附近的不稳定岸坡和大坝周边的气象环境。深圳安锐科技建议参考下列表格适当调整。 (一&am…

计算机网络(2

计算机网络续 一. 网络编程 网络编程, 指网络上的主机, 通过不同的进程, 以编程的方式实现网络通信(或网络数据传输). 即便是同一个主机, 只要不同进程, 基于网络来传输数据, 也属于网络编程. 二. 网络编程套接字(socket) socket: 操作系统提供的网络编程的 API 称作 “soc…

(0)2024年基于财务的数据科学项目Python编程基础(Jupyter Notebooks)

目录 前言学习目标:学习内容:大纲 前言 随着数据科学的迅猛发展,其在财务领域的应用也日益广泛。财务数据的分析和预测对于企业的决策过程至关重要。 本专栏旨在通过Jupyter Notebooks这一强大的交互式计算工具,介绍基于财务的数…

【车载开发系列】常见单片机调试接口的区别

【车载开发系列】常见单片机调试接口的区别 【车载开发系列】常见单片机调试接口的区别 【车载开发系列】常见单片机调试接口的区别一. JTAG协议二. SWD接口三. RDI接口四. 仿真器1)J-Link仿真器2)ULink仿真器3)ST-LINK仿真器 五. SWD / JTAG…

Day05-组织架构-角色管理

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 1.组织架构-编辑部门-弹出层获取数据2.组织架构-编辑部门-编辑表单校验3.组织架构-编辑部门-确认取消4.组织架构-删除部门5.角色管理-搭建页面结构6.角色管理-获取数…

MySQL中的DDL语句

第一题 输入密码登录mysql,创建数据库zoo,转换到zoo数据库, mysql> create database zoo character set gbk; mysql> use zoo查看创建数据库zoo信息 mysql> show create database zoo;删除数据库zoo mysql> drop database zo…

【后端面试题】【中间件】【NoSQL】MongoDB查询优化2(优化排序、mongos优化)

优化排序 在MongoDB里面,如果能够利用索引来排序的话,直接按照索引顺序加载数据就可以了。如果不能利用索引来排序的话,就必须在加载了数据之后,再次进行排序,也就是进行内存排序。 可想而知,如果内存排序…

【居家养老实训室】:看中医保健在养老中的应用

本文以居家养老实训室为视角,深入探讨了中医保健在养老中的应用。通过对中医保健理念、常用方法以及在居家养老中的具体实践进行分析,阐述了其在改善老年人健康状况、提高生活质量方面的重要作用。同时,也指出了目前应用中存在的问题&#xf…

Apache Kylin模型构建全解析:深入理解大数据的多维分析

引言 Apache Kylin是一个开源的分布式分析引擎,旨在为大数据提供快速的多维分析能力。它通过预计算技术,将数据转化为立方体模型(Cube),从而实现对Hadoop大数据集的秒级查询响应。本文将详细介绍Kylin中模型构建的全过…

Windchill的Debug配置

在windchillshell中运行以下命令 xconfmanager -s "wt.manager.cmd.MethodServer.debug.args- agentlib:jdwptransportdt_socket,servery,suspendn,address0.0.0.0:{19}" -p - t codebase/wt.properties xconfmanager -s "wt.manager.cmd.MethodServer.param.19…

2024暑假集训第三次考试

3004. Sleepy Cow Sorting 思路分析 这道题是一道思维题。 这个就要结合之前学习过的算法,看这个题目的排序方式,我们就理所当然的想到了插入排序,也是这道题的正解。只需要看看前面有几个数是无序的就是需要排的次数。转换一下,也…

【第19章】MyBatis-Plus自定义ID生成器

文章目录 前言一、如何自定义二、Spring Boot 集成1. 方式一:声明为Bean供Spring扫描注入2. 方式二:使用配置类3. 方式三:通过MybatisPlusPropertiesCustomizer自定义 三、Spring 集成1. 方式一:XML配置2. 方式二:注解…

【CUDA】 矩阵乘法 matMatMul

矩阵乘法 matMatMul 矩阵乘法是基本线性代数子程序(BLAS)的重要组成部分,而且线性代数中许多其他操作以此为基础。 图1是两个矩阵的乘法。 基础方法,正方形tile和长方形tile 基础方法 执行矩阵乘法的基础方法是使用单个线程执…

Linux上web服务器搭建(Apache、Nginx)

第五章 web服务器 第一节 DNS:对域名进行解析,查询对应的地址 1.1 web服务器简介 www是world wide web的缩写,也就是全球信息广播的意思 1.2.网址及HTTP简介 web服务器提供的这些数据大部分都是文件,那么我们需要在服务器端…

传统视觉Transformer的替代者:交叉注意力Transformer(CAT)

传统视觉Transformer的替代者:交叉注意力Transformer(CAT) 在深度学习的世界里,Transformer架构以其在自然语言处理(NLP)领域的卓越表现而闻名。然而,当它进入计算机视觉(CV)领域时,却面临着计算成本高昂和推理速度慢的双重挑战。现在,一项革命性的创新——交叉注意…

Qualcomm QCS6490 开发板运行高通AI Hub图像分类程序

相关代码可以在如下链接下载: ai-hub-models/apps/android/ImageClassification at main quic/ai-hub-models GitHub 所用硬件有: 1. UBUNTU20.04 2. 高通QCS6490 开发板 对下载下来的代码进行编译 1. ubuntu环境配置 1. python环境配置 如果你…

[SAP ABAP] 子例程

子例程 示例1 主程序(Z437_TEST_2024) INCLUDE文件(Z437_TEST_2024_F01) 输出结果如下所示 示例2 主程序(Z437_TEST_2024) INCLUDE文件(Z437_TEST_2024_F01) 输出结果如下所示 补充扩展练习 主程序(Z437_TEST_2024) INCLUDE文件(Z437_TEST_2024_F01) 输出结果如下所示 提示…

验证图像传感器性能

文章目录 验证图像传感器性能 验证图像传感器性能 测试类别测试项目具体方法与描述图像质量测试分辨率测试使用分辨率测试卡(如1951 USAF分辨率测试卡)拍摄图像,分析成像的清晰度。动态范围测试测试传感器在高对比度场景中的表现&#xff0c…

odoo 物联网 设备数据采集方案

图一 架构手稿(许老师专属) 图二 架构简图 部署 方案一: odoo业务数据库与设备采集数据库使用一个instance。 缺点:重启pg服务相互影响。 方案二: odoo业务数据库与设备采集数据库独立部署,使用两个instance。 优点:…