魏 航

（思科系统（中国）网络技术有限公司，北京 100022）

0 引言

随着数字化转型企业对云计算基础架构依赖程度的提高，融合了大数据和人工智能最新发展的智能运维（AIOps）逐渐成为提高基础架构服务质量的关键[1]。Gartner在AIOps的研究报告[2]中指出，AIOps平台应由监测（Observe）、处理（Engage）和行动（Act）三个部分结合大数据和机器学习组成一个闭环结构，而监测是触发整个闭环反馈的基础和关键，没有高质量的监测，就缺乏人工智能所需的大数据基础，因而也无法形成智能化的处理和相应的主动运维行为。但在性能飞速提升的数据中心，数据平面监测是一直以来的难点。本文将探讨在高速网络环境中进行数据平面监测的方法和发展趋势，为智能运维系统的建设提供参考。

1 传统方法的问题

长期以来监测数据中心网络采用的也是传统网络常见的周期轮询、周期探测、事件触发异常告警或事件触发主动探测等手段，其共同特点是采用从一个网管中心出发主动向被管节点拉取（Pull）数据的模式，能够以最低开销和可控数据规模收集一个管理模型所需的基本数据，SNMP（简单网络管理协议）网管、Syslog、Ping、Traceroute、SLA探针以及流量镜像分析工具等本质上都属于此类数据收集方式。其开销低、使用广泛，但缺点是不能展示业务流量的全貌，在轮询周期内或是探测包发送的间隙，都是数据收集的盲点；其次以CPU运行软件的方式，也无法在高速数据平面中更密集和更多维度的提供测量，导致在大型云数据中心内普遍出现的闪断丢包、流量微突发、延迟抖动等网络异常无法被侦测，累积形成的故障无法预警和溯源，这都对追求极致体验的数字化转型类业务构成了较大的威胁。……