【SDN:逻辑上集中的控制平面,路由选择算法,LS路由工作过程,距离矢量路由选择(distance vector routing)】

本文主要是介绍【SDN:逻辑上集中的控制平面,路由选择算法,LS路由工作过程,距离矢量路由选择(distance vector routing)】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • SDN:逻辑上集中的控制平面
    • SDN的主要思路
    • SDN控制平面和数据平面分离的优势
    • SDN 架构: 数据平面交换机
  • 路由选择算法
    • 路由(route)的概念
    • 最优化原则(optimality principle)
    • 路由的原则
    • 路由算法的分类
    • LS路由工作过程(相当于一个上帝)
    • 链路状态路由选择(link state routing)
    • Dijkstra算法的讨论
    • 距离矢量路由选择(distance vector routing)
    • 距离矢量算法
    • 距离矢量路由选择(distance vector routing)

SDN:逻辑上集中的控制平面

一个不同的(通常是远程)控制器和CA交互,控制器决定分组
转发的逻辑(可编程),CA所在设备执行逻辑。
在这里插入图片描述

SDN的主要思路

  • 网络设备数据平面和控制平面分离
  • 数据平面-分组交换机
    • 将路由器、交换机和目前大多数网络设备的功能进一步抽象成:按照流表(由控制平面设置的控制逻辑)进行PDU帧、分组)的动作(包括转发、丢弃、拷贝、泛洪、阻塞)
    • 统一化设备功能:SDN交换机(分组交换机),执行控制逻辑

SDN控制平面和数据平面分离的优势

  • 水平集成控制平面的开放实现(而非私有实现),创造出好的产业生态,促进发展
  • 集中式实现控制逻辑,网络管理容易
  • 基于流表的匹配+行动的工作方式允许“可编程的”分组交换机
    网络操作系统上的应用可以收集信息。计算流表,按照南向接口来下发流表,网络可编程。通过网络操作系统上的网络应用,编程结果,形成流表,通过数据平面和控制平面的南向接口,将流表下发给分组交换机。南向接口将分组交换机当前控制器上报给SDN控制器

SDN 架构: 数据平面交换机

数据平面交换机

  • 快速,简单,商业化交换设备采用硬件实现通用转发功能
  • 流表被控制器计算和安装
  • 基于南向API(例如OpenFlow),SDN控制器访问基于流的交换机
  • 也定义了和控制器的协议 (e.g., OpenFlow)

路由选择算法

路由(route)的概念

  • 路由:按照某种指标(传输延迟,所经过的站点数目等)找到一条从源节点到目标节点的较好路径。(一个路由器到另一个路由器)

最优化原则(optimality principle)

  • 汇集树
    - 此节点到所有节点的最优路径形成的树
    - 路由选择算法就是为所有路由器找到并使用汇集树
    在这里插入图片描述
    不可能会出现回路

路由的原则

  • 路由选择算法的原则
    • 正确性(correctness):算法必须是正确且完整的,能够正确找到目标站,在路由表中都能找到完整的表项
    • 简单性(simplicity):最优但是复杂的算法,时间延迟大,不实用
    • 健壮性(robustness):算法能够适应通信量和网络拓扑的变化

路由算法的分类

全局或者局部路由信息?
全局:

  • 所有的路由器拥有完整的拓扑和边的代价信息
  • “link state”算法
    分布式(各邻居到其它子网的信息,在我自己这里做一个汇集):
  • 路由器只知道与它物理连接关系的邻居路由器,和到相应邻居路由器的代价值
  • 迭代地与邻居交换路由信息,计算路由信息
  • “distance vector”算法
    静态还是动态的?
    静态:
  • 路由随时间变化缓慢
    动态:
  • 路由变化很快
    • 周期性更新
    • 根据链路代价的变化而变化
      非自适应算法(non-adaptive algorithm):不能适应网络拓扑和通信量的变化,路由表是事先计算好的
      自适应路由选择(adaptive algorithm):能适应网络拓扑和通信量的变化

LS路由工作过程(相当于一个上帝)

  • 配置LS路由选择算法的路由工作过程
  • 各点通过各种渠道获得整个网络拓扑, 网络中所有链路代价等信息(这部分和算法没关系,属于协议和实现)
  • 使用LS路由算法,计算本站点到其它站点的最优路径(汇集树),得到路由表
    在这里插入图片描述

链路状态路由选择(link state routing)

  • LS路由的基本工作过程
    1.发现相邻节点,获知对方网络地址
    在这里插入图片描述

    2.测量到相邻节点的代价(延迟,开销)
    在这里插入图片描述

    3.组装一个LS分组,描述它到相邻节点的代价情况
    在这里插入图片描述

    4.将分组通过扩散的方法发到所有其它路由器以上4步让每个路由器获得拓扑和边代价
    在这里插入图片描述
    在这里插入图片描述

    5.通过Dijkstra算法找出最短路径(这才是路由算法)
    在这里插入图片描述
    在这里插入图片描述

  • 有两类节点

    • 临时节点(tentative node) :还没有找到从源节点到此节点的最优路径的节点
    • 永久节点(permanent node) N’:已经找到了从源节点到此节点的最优路径的节点
  • 初始化

    • 除了源节点外,所有节点都为临时节点
    • 节点代价除了与源节点代价相邻的节点外,都为∞
  • 从所有临时节点中找到一个节点代价最小的临时节点,将之变成永久节点(当前节点)W

  • 对此节点的所有在临时节点集合中的邻节点(V)

  • 开始一个新的循环

例;

在这里插入图片描述

Dijkstra算法的讨论

算法复杂度: n节点

  • O(n2)
    在这里插入图片描述
    后面可能轻载变拥塞,变成重载路径。

距离矢量路由选择(distance vector routing)

  • 动态路由算法之一
  • 每个节点定期测量与邻居距离矢量,选代价最小的。
  • 代价及相邻节点间代价的获得
    • 跳数(hops), 延迟(delay),队列长度
    • 相邻节点间代价的获得:通过实测
  • 路由信息的的更新
    找到一个最小的代价,和相应的下一个节点Z,到达节点B经过此节点Z,并且代价为A-Z-B的代价
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

距离矢量算法

异步式,迭代:每次本地迭代被以下事件触发:

  • 我到邻居链路代价发生变化
  • 邻居将距离矢量传给我,这个距离矢量变化了,就导致我对距离矢量做迭代更新。
    分布式:
  • 每个节点只是在自己的DV改变之后向邻居通告

距离矢量路由选择(distance vector routing)

  • DV的特点
    好消息传得快,坏消息传得慢。
    • 好消息:某个路由器接入或有更短的路径
    • 坏消息的传播速度非常慢(无穷计算问题)可能形成环路

在这里插入图片描述

这篇关于【SDN:逻辑上集中的控制平面,路由选择算法,LS路由工作过程,距离矢量路由选择(distance vector routing)】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/972120

相关文章

MySQL逻辑删除与唯一索引冲突解决方案

《MySQL逻辑删除与唯一索引冲突解决方案》本文探讨MySQL逻辑删除与唯一索引冲突问题,提出四种解决方案:复合索引+时间戳、修改唯一字段、历史表、业务层校验,推荐方案1和方案3,适用于不同场景,感兴... 目录问题背景问题复现解决方案解决方案1.复合唯一索引 + 时间戳删除字段解决方案2:删除后修改唯一字

Linux进程CPU绑定优化与实践过程

《Linux进程CPU绑定优化与实践过程》Linux支持进程绑定至特定CPU核心,通过sched_setaffinity系统调用和taskset工具实现,优化缓存效率与上下文切换,提升多核计算性能,适... 目录1. 多核处理器及并行计算概念1.1 多核处理器架构概述1.2 并行计算的含义及重要性1.3 并

Spring boot整合dubbo+zookeeper的详细过程

《Springboot整合dubbo+zookeeper的详细过程》本文讲解SpringBoot整合Dubbo与Zookeeper实现API、Provider、Consumer模式,包含依赖配置、... 目录Spring boot整合dubbo+zookeeper1.创建父工程2.父工程引入依赖3.创建ap

Linux下进程的CPU配置与线程绑定过程

《Linux下进程的CPU配置与线程绑定过程》本文介绍Linux系统中基于进程和线程的CPU配置方法,通过taskset命令和pthread库调整亲和力,将进程/线程绑定到特定CPU核心以优化资源分配... 目录1 基于进程的CPU配置1.1 对CPU亲和力的配置1.2 绑定进程到指定CPU核上运行2 基于

浅析Spring如何控制Bean的加载顺序

《浅析Spring如何控制Bean的加载顺序》在大多数情况下,我们不需要手动控制Bean的加载顺序,因为Spring的IoC容器足够智能,但在某些特殊场景下,这种隐式的依赖关系可能不存在,下面我们就来... 目录核心原则:依赖驱动加载手动控制 Bean 加载顺序的方法方法 1:使用@DependsOn(最直

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

Java进程异常故障定位及排查过程

《Java进程异常故障定位及排查过程》:本文主要介绍Java进程异常故障定位及排查过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、故障发现与初步判断1. 监控系统告警2. 日志初步分析二、核心排查工具与步骤1. 进程状态检查2. CPU 飙升问题3. 内存

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

SpringBoot整合liteflow的详细过程

《SpringBoot整合liteflow的详细过程》:本文主要介绍SpringBoot整合liteflow的详细过程,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋...  liteflow 是什么? 能做什么?总之一句话:能帮你规范写代码逻辑 ,编排并解耦业务逻辑,代码

Java中调用数据库存储过程的示例代码

《Java中调用数据库存储过程的示例代码》本文介绍Java通过JDBC调用数据库存储过程的方法,涵盖参数类型、执行步骤及数据库差异,需注意异常处理与资源管理,以优化性能并实现复杂业务逻辑,感兴趣的朋友... 目录一、存储过程概述二、Java调用存储过程的基本javascript步骤三、Java调用存储过程示