El centro de datos es un conjunto de recursos (computacionales, de almacenamiento, de red) interconectados mediante una red de comunicaciones . [1] [2] La red del centro de datos (DCN) tiene un papel fundamental en un centro de datos , ya que interconecta todos los recursos del centro de datos. Los DCN deben ser escalables y eficientes para conectar decenas o incluso cientos de miles de servidores para manejar las crecientes demandas de la computación en la nube . [3] [4] Los centros de datos actuales están limitados por la red de interconexión. [5]
Tipos de topología de red del centro de datos
Las redes de centros de datos se pueden dividir en varias categorías independientes. [6]
- Topología fija
- Basado en árboles
- Árbol básico
- Clos de la red
- VL2
- Árbol gordo
- Recursivo
- DCell
- BCube
- MDCube
- FiConn
- Basado en árboles
- Topología flexible
- Totalmente óptico
- OSA (arquitectura de conmutación óptica)
- Híbrido
- c-a través
- Helios
- Totalmente óptico
Tipos de red de centros de datos
DCN de tres niveles
La arquitectura DCN de tres niveles heredada sigue una topología de red basada en árbol de múltiples raíces compuesta por tres capas de conmutadores de red, a saber, capas de acceso, agregadas y centrales. [10] Los servidores de las capas más bajas están conectados directamente a uno de los conmutadores de la capa de borde. Los conmutadores de capa agregada interconectan entre sí varios conmutadores de capa de acceso. Todos los conmutadores de capa agregada están conectados entre sí mediante conmutadores de capa central. Los conmutadores de capa central también son responsables de conectar el centro de datos a Internet . El de tres niveles es la arquitectura de red común que se usa en los centros de datos. [10] Sin embargo, la arquitectura de tres niveles no puede manejar la creciente demanda de la computación en nube. [11] Las capas superiores de la DCN de tres niveles están muy suscritas. [3] Además, la escalabilidad es otro problema importante en la DCN de tres niveles. Los principales problemas que enfrenta la arquitectura de tres niveles incluyen escalabilidad, tolerancia a fallas, eficiencia energética y ancho de banda transversal. La arquitectura de tres niveles utiliza dispositivos de red de nivel empresarial en las capas superiores de topología que son muy costosos y consumen mucha energía. [5]
Árbol gordo DCN
La arquitectura DCN de Fat Tree reduce el problema de ancho de banda de la sección transversal y la suscripción excesiva al que se enfrenta la arquitectura DCN de tres niveles heredada. Fat tree DCN emplea una arquitectura basada en conmutadores de red de productos básicos que utiliza topología Clos . [3] Los elementos de red en la topología de árbol gordo también siguen la organización jerárquica de los conmutadores de red en las capas de acceso, agregadas y centrales. Sin embargo, la cantidad de conmutadores de red es mucho mayor que la DCN de tres niveles. La arquitectura se compone de k pods, donde cada pod contiene, (k / 2) 2 servidores, k / 2 conmutadores de capa de acceso y k / 2 conmutadores de capa agregada en la topología. Las capas centrales contienen (k / 2) 2 conmutadores centrales donde cada uno de los conmutadores centrales está conectado a un conmutador de capa agregada en cada una de las vainas. La topología del árbol gordo puede ofrecer una relación de sobresuscripción de hasta 1: 1 y ancho de banda de bisección completo, [3] dependiendo del ancho de banda total de cada rack frente al ancho de banda disponible en los niveles más altos del árbol. Las ramas de los árboles más altos suelen estar suscritas en exceso a las ramas inferiores en una proporción de 1: 5, y el problema se agrava en los niveles más altos de los árboles, incluso hasta 1:80 o 1: 240, en los niveles más altos. [12] La arquitectura del árbol gordo utiliza un esquema de direccionamiento personalizado y un algoritmo de enrutamiento . La escalabilidad es uno de los principales problemas en la arquitectura DCN de árbol gordo y la cantidad máxima de pods es igual a la cantidad de puertos en cada conmutador. [11]
DCell
DCell es una arquitectura DCN híbrida centrada en el servidor en la que un servidor está conectado directamente a un servidor. [4] Un servidor en la arquitectura DCell está equipado con varias tarjetas de interfaz de red (NIC). El DCell sigue una jerarquía de células construida recursivamente. Una celda 0 es la unidad básica y el bloque de construcción de la topología de DCell organizada en múltiples niveles, donde una celda de nivel superior contiene múltiples celdas de capa inferior. La celda 0 es un componente básico de la topología DCell, que contiene n servidores y un conmutador de red básico. El conmutador de red solo se usa para conectar el servidor dentro de una celda 0 . Una celda 1 contiene k = n + 1 celda 0 celdas y, de manera similar, una celda 2 contiene k * n + 1 dcelda 1 . El DCell es una arquitectura altamente escalable donde un DCell de cuatro niveles con solo seis servidores en la celda 0 puede acomodar alrededor de 3.26 millones de servidores. Además de una escalabilidad muy alta, la arquitectura DCell muestra una robustez estructural muy alta. [13] Sin embargo, el ancho de banda de la sección transversal y la latencia de la red es un problema importante en la arquitectura DCN de DCell. [1]
Otros
Algunos de los otros DCN conocidos incluyen BCube, [14] Camcube, [15] FiConn, [16] Jelly fish, [17] y Scafida. [18] Se ha puesto a disposición una discusión cualitativa de diferentes DCN junto con los beneficios e inconvenientes asociados con cada uno. [2]
Desafíos
La escalabilidad es uno de los principales desafíos para las DCN. [3] Con la llegada del paradigma de la nube, se requiere que los centros de datos escalen hasta cientos de miles de nodos. Además de ofrecer una inmensa escalabilidad, los DCN también deben ofrecer un ancho de banda de alta sección transversal. Las arquitecturas DCN actuales, como la DCN de tres niveles, ofrecen un ancho de banda de sección transversal deficiente y poseen una tasa de suscripción excesiva muy alta cerca de la raíz. [3] La arquitectura Fat Tree DCN ofrece una tasa de sobresuscripción de 1: 1 y un ancho de banda de sección transversal alto, pero adolece de una baja escalabilidad limitada a k = número total de puertos en un conmutador. DCell ofrece una inmensa escalabilidad, pero ofrece un rendimiento muy deficiente con una carga de red pesada y patrones de tráfico de uno a muchos.
Análisis de rendimiento de DCN
Se realiza un análisis cuantitativo de las arquitecturas de tres niveles, árbol gordo y DCell para comparar el rendimiento (según el rendimiento y la latencia) para diferentes patrones de tráfico de red. [1] El DCN de árbol gordo ofrece un alto rendimiento y baja latencia en comparación con DCell de tres niveles. DCell sufre de un rendimiento muy bajo con una carga de red alta y de uno a muchos patrones de tráfico. Una de las principales razones del bajo rendimiento de DCell es una tasa de suscripción muy alta en los enlaces que interconectan las celdas de nivel más alto. [1]
Robustez estructural y conectividad de DCN
El DCell exhibe una robustez muy alta contra ataques aleatorios y dirigidos y retiene la mayor parte de su nodo en el clúster gigante incluso después del 10% de fallas dirigidas. [13] múltiples fallas, ya sean dirigidas o aleatorias, en comparación con el árbol gordo y las DCN de tres niveles. [19] Una de las principales razones de la alta robustez y conectividad de DCell es su conectividad múltiple a otros nodos que no se encuentra en las arquitecturas fat tree o de tres niveles.
Eficiencia energética de las DCN
Las preocupaciones sobre las necesidades energéticas y los impactos ambientales de los centros de datos se están intensificando. [5] La eficiencia energética es uno de los principales desafíos del sector actual de las tecnologías de la información y las comunicaciones (TIC). Se considera que la porción de red de un centro de datos consume alrededor del 15% del uso total de energía cibernética. Alrededor de 15,6 mil millones de kWh de energía fueron utilizados únicamente por la infraestructura de comunicaciones dentro de los centros de datos en todo el mundo en 2010. [20] Se espera que el consumo de energía de la infraestructura de red dentro de un centro de datos aumente a alrededor del 50% en los centros de datos. [5] El estándar IEEE 802.3az se estandarizó en 2011 que hace uso de la técnica de velocidad de enlace adaptativa para la eficiencia energética. [21] Además, las arquitecturas Fat Tree y DCell utilizan equipos de red básicos que son inherentemente eficientes desde el punto de vista energético. La consolidación de la carga de trabajo también se utiliza para la eficiencia energética al consolidar la carga de trabajo en pocos dispositivos para apagar o suspender los dispositivos inactivos. [22]
Referencias
- ^ a b c d K. Bilal, SU Khan, L. Zhang, H. Li, K. Hayat, SA Madani, N. Min-Allah, L. Wang, D. Chen, M. Iqbal, C.-Z. Xu y AY Zomaya, "Comparaciones cuantitativas de las arquitecturas de centros de datos de vanguardia ", Concurrencia y computación: práctica y experiencia, vol. 25, no. 12, págs. 1771-1783, 2013.
- ^ a b M. Noormohammadpour, CS Raghavendra, "Control de tráfico del centro de datos: comprensión de técnicas y compensaciones" , Tutoriales y encuestas de comunicaciones de IEEE, vol. PP, no. 99, págs. 1-1.
- ^ a b c d e f M. Al-Fares, A. Loukissas, A. Vahdat, A scalable, commodity data center 2 network architecture, en: ACM SIGCOMM 2008 Conference on Data 3 Communication, Seattle, WA, 2008, págs. 63–74.
- ^ a b C. Guo, H. Wu, K. Tan, L. Shi, Y. Zhang, S. Lu, DCell: una estructura de red escalable y tolerante a fallas para centros de datos, ACM SIGCOMM Computer Communication Review 38 (4) ( 2008) 75–86.
- ^ a b c d K. Bilal, SU Khan y AY Zomaya, "Redes de centros de datos ecológicos: desafíos y oportunidades", en la XI Conferencia Internacional IEEE sobre fronteras de la tecnología de la información (FIT), Islamabad, Pakistán, diciembre de 2013, págs. 229-234.
- ^ Liu, Yang; Muppala, Jogesh K .; Veeraraghavan, Malathi; Lin, Dong; Hamdi, Mounir (2013), Liu, Yang; Muppala, Jogesh K .; Veeraraghavan, Malathi; Lin, Dong (eds.), "Topologías de redes de centros de datos: propuestas de investigación" , Redes de centros de datos: topologías, arquitecturas y características de tolerancia a fallas , SpringerBriefs in Computer Science, Cham: Springer International Publishing, págs. 15–31, doi : 10.1007 / 978-3-319-01949-9_3 , ISBN 978-3-319-01949-9, consultado el 10 de febrero de 2021
- ^ Al-Fares, Mohammad; Loukissas, Alexander; Vahdat, Amin (2008). "Una arquitectura de red de centro de datos de productos básicos escalable" . Actas de la Conferencia ACM SIGCOMM 2008 sobre Comunicación de Datos - SIGCOMM '08 . Seattle, WA, EE.UU .: ACM Press: 63. doi : 10.1145 / 1402958.1402967 . ISBN 978-1-60558-175-0. S2CID 65842 .
- ^ Niranjan Mysore, Radhika; Pamboris, Andreas; Farrington, Nathan; Huang, Nelson; Miri, Pardis; Radhakrishnan, Sivasankar; Subramanya, Vikram; Vahdat, Amin (16 de agosto de 2009). "PortLand: una estructura de red de centro de datos de capa 2 escalable tolerante a fallas" . Revisión de comunicación informática ACM SIGCOMM . 39 (4): 39–50. doi : 10.1145 / 1594977.1592575 . ISSN 0146-4833 .
- ^ Al-Fares, Mohammad; Radhakrishnan, Sivasankar; Raghavan, Barath; Huang, Nelson; Vahdat, Amin (28 de abril de 2010). "Hedera: programación de flujo dinámico para redes de centros de datos" . Actas de la 7ª Conferencia de USENIX sobre diseño e implementación de sistemas en red . NSDI'10. San José, California: Asociación USENIX: 19.
- ^ a b Cisco, Guía de diseño de la infraestructura 2.5 del centro de datos de Cisco, Cisco Press, 2010.
- ^ a b Bilal et al., "Una taxonomía y una encuesta sobre redes de centros de datos verdes", Sistemas informáticos de generación futura.
- ^ Greenberg, Albert y col. "VL2: una red de centro de datos escalable y flexible". Actas de la conferencia ACM SIGCOMM 2009 sobre comunicación de datos. 2009.
- ^ a b K. Bilal, M. Manzano, SU Khan, E. Calle, K. Li y AY Zomaya, "Sobre la caracterización de la robustez estructural de las redes de centros de datos", IEEE Transactions on Cloud Computing, vol. 1, no. 1, págs. 64-77, 2013.
- ^ Guo, Chuanxiong, et al. "BCube: una arquitectura de red de alto rendimiento centrada en el servidor para centros de datos modulares". ACM SIGCOMM Computer Communication Review 39.4 (2009): 63-74.
- ^ Costa, P. y col. CamCube: un centro de datos basado en claves. Informe técnico MSR TR-2010-74, Microsoft Research, 2010.
- ^ Li, Dan y col. "FiConn: uso de puerto de respaldo para la interconexión de servidores en centros de datos". INFOCOM 2009, IEEE. IEEE, 2009.
- ^ Singla, Ankit, et al. "Medusas: centros de datos en red de forma aleatoria". 9º Simposio USENIX sobre Diseño e Implementación de Sistemas en Red (NSDI). 2012.
- ^ Gyarmati, László y Tuan Anh Trinh. "Scafida: una arquitectura de centro de datos inspirada en una red sin escala". Revisión de comunicación informática de ACM SIGCOMM 40.5 (2010): 4-12.
- ^ M. Manzano, K. Bilal, E. Calle y SU Khan, "Sobre la conectividad de las redes de centros de datos", IEEE Communications Letters, vol. 17, no. 11, págs. 2172-2175, 2013.
- ^ Bilal, K .; Khan, SU; Zomaya, AY (diciembre de 2013). "Redes de centros de datos ecológicos: desafíos y oportunidades" (PDF) . 2013 XI Conferencia Internacional sobre las fronteras de la tecnología de la información : 229–234. doi : 10.1109 / FIT.2013.49 . ISBN 978-1-4799-2503-2. S2CID 7136258 .
- ^ K. Bilal, SU Khan, SA Madani, K. Hayat, MI Khan, N. Min-Allah, J. Kolodziej, L. Wang, S. Zeadally y D. Chen, "Una encuesta sobre comunicaciones ecológicas utilizando Adaptive Link Rate, " Cluster Computing, vol. 16, no. 3, págs. 575-589, 2013
- ^ Heller, Brandon y col. "ElasticTree: Ahorro de energía en redes de centros de datos". INDE. Vol. 10. 2010.