雲杉DeepFlow讓虛拟網絡流量采集更精準

　　企業上雲成行業趨勢

　　雲已經成為IT的重要基礎設施，雲服務“彈性、靈活、安全、低成本”的特性，使“上雲是常态，不上雲是例外”成為共識。中國電子學會發布的《2018中國企業上雲報告》指出，2009年我國雲計算産業規模為249億，2018年達到2400億，與之相應的我國企業上雲率從2009年的3.2%增長到目前的30.8%，增長趨勢明顯;自2017年起，我國已有70%以上的省市先後出台政策，推動當地企業加速上雲，已經上雲的企業，越來越多的把管理系統和核心業務系統往雲端遷移。

　　上雲遭遇虛拟網絡盲區

　　虛拟網絡為雲上業務帶來了租戶隔離、快速部署、靈活擴展等優勢。随着虛拟網絡規模的擴大，承載的應用系統越來越豐富，當業務發生故障時，由于傳統面向物理網元設備的網絡監控無法直接應用于雲内的虛拟網絡，因此虛拟網絡成為了業務上雲後的監控盲區。不同于物理網絡監控，虛拟網絡監控面臨全新挑戰：

　　虛拟網絡的流量巨大：根據思科的統計數據，2020年雲化數據中心的流量将占全球數據中心總流量的92%之多。面對大規模的虛拟網絡流量，傳統的采集手段無法滿足快速排障的要求。

　　虛拟網絡監控點不足：由于傳統網絡監控方案隻能滿足物理服務器外部的需求，無法強化地甚至無損地移植到雲環境中，随着新技術的發展和使用，虛拟網絡的規模和層級不斷增長，虛拟網絡中的監控盲區越來越大。

　　虛拟網絡策略管理複雜：數據中心的雲化提升了企業的業務創新能力，同時也使得虛拟網元的類型和數量呈指數級上升，虛拟網元的狀态監控和配置管理變得日益複雜。動态變化的網元及海量的策略配置已經超出了人工處理能力的上限，任何失誤都将産生重大的安全生産風險。

　　虛拟網絡故障診斷困難：由于虛拟網絡的規模大、層級多，容器、虛機、主機、接入、核心、網絡服務等訪問鍊路和依賴關系複雜，如何在動态變化的複雜虛拟網絡中實時定位和呈現業務流量的訪問詳情，成為保障業務上雲後穩定運行的難題。

　　虛拟網絡流量采集是關鍵

　　在企業内部，業務、研發部門和運維部門一直存在“溝通語言”上的“障礙”，因為業務、研發關注的從來都是業務模塊如何，而運維關注的則是IP地址、網段、端口号等是否正常。當企業在上雲之後，這種溝通上的鴻溝被進一步放大。雲杉網絡從廣泛的客戶調研中深知，要解決上述問題必須深刻理解業務上雲和網絡的關系，即将網絡的拓撲、網絡的流量與其承載的業務進行有機的關聯。

　　雲杉網絡DeepFlow®通過收集遙測數據(實時統計)、網包數據和日志數據，從虛拟流量的采集、分發、分析三個層面出發，從業務的視角梳理出網元與流量的特性，為企業上雲提供真正有價值的解決方案。

　　走近DeepFlow®雲網分析

　　DeepFlow®雲網分析于2016年底推出，經過持續的演進，目前DeepFlow®雲網分析的性能和功能日臻完善，整體性能比2019年初的版本提升了10倍。已在世界500強企業的生産環境中形成“虛拟網絡流量采集”、“虛拟網絡性能監控”、“虛拟網絡策略管理”和“虛拟網絡路徑診斷”等典型使用場景，具備虛拟流量精準采集與分發、網絡性能分析、安全策略管理、智能告警與報表等功能。

　　DeepFlow®雲網分析具備如下特性：

　　業務無侵擾

　　DeepFlow®采集器的安裝部署，無需修改生産網絡的虛拟交換機配置，不依賴特定的系統組件，在KVM環境中僅需運行一個用戶态的進程，在公有雲和VMware雲平台以虛拟機的形式部署。當采集器工作時，所消耗的資源為1核CPU、1G高度自動化

　　一台DeepFlow®控制器能夠管理2000個采集器，并可自動管理多達幾千條過濾策略，采集策略能夠跟随虛拟機遷移而自動遷移，無需用戶手動變更。通過與雲平台的對接，能夠自學習雲内的資源信息并根據流量信息梳理業務網絡(關鍵業務路徑)，通過持續的機器學習可以自動生成網絡策略建議。

　　開放可編程

　　DeepFlow®秉承了SDN開放可編程的特性，向下可對接多種雲平台以及主流設備廠商的SDN方案、向上提供标準的開放接口。用戶可使用DeepFlow®提供的Restful API滿足有定制開發需求和對接第三方工具需求的使用場景。