京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据中心网络架构之变
传统的数据中心网络一般根据功能划分为:核心层、汇聚层、接入层三个部分。接入层网络一般包含有存储接入和服务器接入,通过低端网络设备直接连接存储和服务器设备,一般提供100M端口的接入。汇聚层的网络设备一般具有高密度端口,高带宽的特点,直接与接入层网络设备互连。汇聚层网络设备直接连接到核心层,核心层网络设备一般是一个企业或者数据中心的网络出口,一般是高端路由器设备或者高端数据中心设备。由此可见,传统数据中心的网络架构一般分为三层,接入层以二层业务为主,而汇聚层和核心层主要是三层业务。这样的网络架构从网络出现的时候开始几十年都没有多少变化,而变化的只有网络设备的性能和可提供的网络带宽。从10M半双工接入,到100M、1000M甚至是10G的接入带宽增长,同时在汇聚层也从1000M到10G,8口10G聚合绑定,40G端口及聚合端口绑定的带宽,在核心层也出现了100G的出口。这样的带宽在不改变网络架构上,只需要更换高性能的设备或板卡就可以实现。而通过采用更高性能的设备,也可以达到提升二三层规格性能的目的。目前的汇聚层设备,一般都可以提供二层MAC
32K~512K,三层路由8K~512K,这样的网络性能可满足10万台以上服务器的接入,也能提供100G以上的流量带宽。在这样高性能的网络环境中,网络架构已经无法适应这样高速、大容量的应用。所以网络架构的模式也在悄然演变。
传统的数据中心通过网络架构按功能进行区域划分,如WEB、APP、DB,办公区、业务区、内联区、外联区等等。不同区域之间通过汇聚层设备三层互访,从而保证不同区域的可靠性、安全性。同时,不同区域由于具有不同的功能,因此需要相互访问数据时,只要终端之间能够通信即可,并不一定要求通信双方处于同一VLAN或二层网络。所以传统的数据中心网络架构基本是二三层业务混合应用,不同层面的业务交叉应用,结构较复杂。带宽被认为是衡量网络架构的重要指标,以太网将扮演越来越重要的角色。随着带宽的逐步增加,传统的数据中心复杂的网络架构渐渐淡出人们的视线。
为了适应云计算、大数据技术的应用,数据中心网络架构逐渐演变为一种新的网络形式,相比传统的数据中心网络架构,新的数据中心网络架构将具有一些新的技术和特征。
三层的网络演变为大二层网络
随着网络IPV4地址的逐步减少,IPV6尚未得到普遍应用,数据中心内部采用过于复杂的三层网络,则会占用太多的IPV4地址,如果都采用内部私网地址,则访问会受到很大限制,若采用NAT设备进行地址转换,则会增加NAT设备的负担。随着新的网络架构直接采用二级网络:接入层和核心层。汇聚层将消失,这样网络架构的带宽将不会受到汇聚层的限制,而接入层直接接入到核心层,也可以减少网络设备投入。这样对网络设备要求比较高,传统的STP/MSTP环网技术无法适应这样大规模的网络架构,只能采用TRILL等新的二层技术。
虚拟化技术无处不在
传统的数据中心网络之间都是独立的,需要通过复杂的网络软件进行管理,大型的数据中心仅接入的网络设备就会有上千台,所以采用虚拟化技术,将几台、十几台的网络设备虚拟化为一台设备,这将大大简化网络管理的复杂度。如果小型的数据中心,也可以通过虚拟化技术将一台大型的网络设备分割成独立的几台虚拟设备,不同的业务采用不同的虚拟设备。在网络设备上应用虚拟化技术,这将大大降低数据中心的运行能耗,让数据中心运行更为绿色。
软件定义网络
软件定义网络近几年持续火热,将软件定义网络引入数据中心将极大程度地改变目前网络的架构。采用软件定义网络,将使网络架构更简单化。网络不再像原来那样很多层,将更加扁平化。可以快速根据业务需求来重新部署网络,可以灵活地从一个机柜的规模扩容到数据中心网络的规模。采用软件定义网络将使网络架构更开放,大多数网络厂家都会支持,这样采购设备也节省了投资。
万兆接入构筑信息高速路
数据中心的新网络设备均采用基于CLOS的多级交换架构,使其具备了10T以上的交换容量,能够支持高密度的万兆端口和单端口的100G带宽,具有更好的扩展性,能够很好的缓解数据中心核心层的交换压力,解决核心网络性能瓶颈,这使得万兆接入成为可能。在核心层全部采用40G以上端口或多个40G端口绑定互连。在网络架构上,全部采用万兆光纤、模块互连。为节省成本也可以采用10G的电缆互连,百兆/千兆逐渐被新的网络架构所淘汰。
存储和网络走向融合
传统的数据中心往往需要建设业务网络和存储网络两套网络架构,两个网络基本独立,这样大大浪费网络的利用率。随着IP SAN技术的发展,IP技术逐渐进入到存储领域,通过IP技术实现网络存储成为可能,这样完全可以在业务网和存储网采用一套网络架构。接入层网络设备已开始支持两种接入方式,即可以连接虚拟化的服务器,也可以连接存储设备。由于存储网络都是二层转发网络,所以只有新的网络架构才能促使网络架构走向融合。
新一代的数据中心网络架构具有了很多新兴的技术特征,所有的这些变化都是为了适应数据中心实际业务的发展需要。传统的三层网络架构必然将逐渐湮灭于历史的大潮中,也许十年,也许二十年,就在弹指一挥间,让我们展开双臂拥抱全新的网络架构吧。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16