面向軟件定義數(shù)據中心的故障檢測與恢復技術研究.pdf

1、隨著云計算的快速發(fā)展，傳統(tǒng)架構的數(shù)據中心往往難以滿足業(yè)務的高速增長，因此基于虛擬化、SDN等技術構建的軟件定義數(shù)據中心以其彈性計算、池化資源等優(yōu)勢得到了學術界和工業(yè)界的認可。然而隨著復雜度的提升，數(shù)據中心故障檢測和故障恢復也變得愈發(fā)困難。本文從以下方面討論了軟件定義數(shù)據中心內的故障處理，并給出了一系列故障檢測與恢復措施。
　　首先，在實際應用中，面向SDN交換機的固定周期心跳檢測機制被證明存在靈活性差、檢測周期設置困難等不足。為此

2、，本文設計了一種交換機自適應失效檢測算法，它基于實時網絡負載和檢測響應時間，能夠動態(tài)調整檢測周期。同時為保證檢測結果的可靠性，該算法使用二次檢測機制來處理因網絡丟包、交換機響應超時等情況造成的檢查失敗問題。
　　其次，本文研究了基于OpenFlow的網絡故障分類檢測與重路由恢復機制。由于單一故障往往引發(fā)多個對象的檢測失敗事件，該方案選擇在執(zhí)行恢復機制前對檢測結果進行過濾和合并，從而為恢復模塊提供準確的故障信息。同時，該方案使用了一

3、種基于鏈路實時負載的重路由恢復機制，以保證恢復后網絡負載的均衡性。
　　再次，本文利用SDN易于編程的特性，設計并實現(xiàn)了基于網絡邊緣檢測的負載均衡跨層恢復機制。該方案根據SDN控制器在網絡層的檢測結果更新負載均衡服務的配置，以改進現(xiàn)有方案在以下方面的不足:
　　(1)服務器與交換機間的網絡故障因位于網絡邊緣，故無法通過重路由技術進行恢復。高虛擬化比例下該類故障可能波及大量的虛擬機，會嚴重影響用戶體驗。
　　(2)傳統(tǒng)方

4、案通過構建負載均衡集群提供業(yè)務，并輔以健康檢查以保證業(yè)務的高可用性。但該方案在大規(guī)模部署時，大量健康檢查數(shù)據流會減少數(shù)據中心網絡的有效帶寬，并給計算和網絡設備帶來額外負載。
　　最后，為實現(xiàn)以上檢測與恢復方案，本文結合SDN控制器、云操作系統(tǒng)OpenStack和恢復控制器等應用組建了軟件定義數(shù)據中心故障檢測與恢復系統(tǒng)。通過在生產環(huán)境中對該系統(tǒng)的有效性和性能測試，其結果表明該系統(tǒng)能夠支持數(shù)據中心故障的檢測和恢復，可改進數(shù)據中心可靠性