4.数据中心SDN4.1 分组和光网络的多层SDN控制

下面的示例展示了SDN控制的分组和光网络结合ONOS（开放网络操作系统），在基于可用性、经济性和策略的基础上优化这些网络的利用率。这个示例中分别展示了来自讯远通信、富士通和华为的光通信设备，通过ONOS来实现SDN控制平面对于数据平面范围内设备和技术的有效控制。

通过在ROADM网络添加一个逻辑的Overlay来实现IP层和光网络层的互操作，在光网络层处理两层逻辑关系并且使用独立的SDN层来实现对两层的控制。

Figure 4.1: SDN control with ONOS across data plane devices and technologies

目前，该范例只是实际环境的仿真测试，然而ONOS致力于在生产环境下演试它的能力。该仿真中运行了两台虚拟机，每一台虚机都代表一台交换机和一个经过特殊配置的mininet，用于支持本次案例的仿真。

重点是，ONOS并不是通过在三个不同的设备厂商（的设备）运行三个不一样的应用程序以获得多层SDN控制。一个独立的控制平面应该是支持多厂商，多协议网络的。

4.2 SDN自适应活动路径保证QoS

对于流量的调度能力非常重要，这涉及到能否确保音频、视频以及高优先级流量的服务质量，并且能否处理虚拟网络日益增长的大象流问题。大象流是指由于流量的突发性巨量增长导致的流量出现峰值，比如数据中心的备份或者用户传送的大容量媒体文件。Kemp Technologies通过在网络中部署其专用的负载均衡硬件与OpenDayLight SDN控制器北向接口通信来完成流量调度。

Kemp展示了其通过SDN网络，将基础设施与其应用进行对接，通过负载均衡和QoS应用对高优先流量进行调度。这个场景包含了展示一个没有开启SDN自适应QoS功能的服务器中，当东西向流量或者出现大象流时对该服务器上视频流的影响。接下来的场景是一个开启了SDN自适应QoS的服务器上与前者对比。结果显示开启了SDN自适应QoS控制场景中表现出良好的视频显示质量，而关闭QoS功能的场景中出现视频抖动、丢包、甚至出现流量中断的情况。

由于Kemp的设备能够从二层获取信息并且请已知的可替代路径，因此Kemp的硬件能够感知流经网络的流量并且能获取服务的健康和质量状况。

如果设备“看见”了拥塞，它能够调整后端服务的权重并且选择另一条不受拥塞影响的服务链路。该场景中被动的利用由Kemp设备收集的现有数据来定义服务影响参数。OpenFlow协议被用来从交换机中获取数据，但是场景中的剩下部分都是基于Kemp的技术。

4.3 多址、多域数据中心容量管理

数据中心服务供应商面临的众多难题之一是如何应对有突发带宽需求的应用。以众所周知的大象流为例，这些巨大且未知的网络流量模式在目前难以管理，目前的管理模式仍然很呆板，与服务特性相关网络基础设施都需要操作员对设备进行独立的配置，并且通常都是手动处理大象流。

自动化配置的缺乏，使得底层网络对带宽的按需而动做到及时响应变得困难并且成本高昂。所以CENGE和Corsa、BTI创建了一个多层控制的软件定义网络的Demo以满足能够动态响应时间敏感性强的大象流调度场景。

该案例的流量来自Canarie网络中两个PoPs（加拿大渥太华和蒙特利尔）间的流量。两个数据中心通过100G端口相连，并且通过Corsa 的二层设备和BTI的1/0层设备在两边节点组成数据中心的互联。为了支持这个演示，采用IXIA流量生成器来产生和接收高达120Gbps的数据流。

在CENGN数据中心通过运行Inocybe的OpenDayLight栈和应用来控制Corsa的硬件，并使用OpenFlow和Netconf/Yang来控制BTI的设备。直接通过Internet实现这些设备的管理权限。

CENGN展示了两个用例。第一个包含了两个不用的数据中心的用户。用户A使用40G，用户B使用60G，但是需要传输的流量超过60G所以发起一个20G的大象流。Corsa设备监听到这一情况，但是由于没有富余的可用带宽，控制器结合QoS策略选择使用低优先级链路为大象流提供最小16G带宽保证。当大象流传输完毕，系统重建低优先级链路。

第二个用例描述的是数据中心1中的用户A耗尽了工作资源并请求连接数据中心的20G带宽。该处理过程和第一个案例类似，除了它抽取了来自用户B的两个10G的闲置客户端链路用以为高优先级流量服务。

控制器横跨未使用的端口以及向 Customer B供应流量的端口，发出指令来建立两个额外流之间的连接，预先取得低优先级的流量。然后将这两条新的10G端口划归给用户A。一旦大象流传输完成，控制器发出SDN控制命令为用户B重建数据中心1和数据中心2间的20G低优先级带宽。

未来的演进包含运行一个服务协调器。同时由于OpenFlow 1.3不支持状态获取信息的请求，GENGN正在寻求开发应用程序以获取所需要的数据。CENGN接下来的工作是促使该项目商业化。