数据中心网络运维必杀技满满“套路”得人心

数据中心网络运维必杀技满满“套路”得人心

“重复劳动，效率低下，事情繁杂，出事背锅”。这是一直以来数据中心网络运维人员的切身感受。数据中心运维本来就是一个复杂的事情，用一个公式可以感受其中的难度：“数据中心运维综合复杂度=网络技术*服务器技术*业务系统*工具*流程管理”。

随着业务不断增长，数据中心常见规模从以前几个机柜，发展到如今成百上千个机柜，原先相对简单的运维工作，复杂程度呈几何系数的增长。这背后，是一大堆相关部门的协同工作，是夜以继日的开会、协同办公，是运维人员的苦不堪言。

怎么办？新华三的专家们给出的答案是“自动化”。如图所示，在一台设备的整个生命周期内，除了采购、上架/下架等工作必须要人来做，其余的配置、镜像校验、上业务、变更配置等工作，都是可以通过自动化来实现的。

套路一：设备自动化上线

网络设备的自动化上线又可以称为做自动化部署，其中的难点就在于如何确定“自动化上线”的这台设备是一台“怎样的”设备。这就需要在自动化部署之前，提前规划好设备的耦合关系。

这些具体的“耦合”包括了设备的序列号、其所在的物理位置、这台设备的“身份”，以及，其网络配置，包含基础配置如SNMP、AAA、链路聚合、网络管理等，以及专属配置如接口业务VLAN、IP地址信息、设备命名、描述信息等。

准备工作做好之后，其他的工作就可以“自动”了。在具体实现途径上，新华三提供了两种不同的思路。一种是Python脚本方式，利用Python脚本，一一完成设备定位和配置工作。

另一种则是LLDP方式，这种部署方式通常用于增量设备部署。这种方式利用LLDP的邻居发现特点，自动发现新增设备的物理所在位置，从而决定网络设备的身份和角色。

套路二：配置自动化变更

如今，数据中心运维人员还在持续使用CLI、SNMP等传统网络管理方式的话，那就太OUT了。Netconf（Network Configuration Protocol 网络配置协议）是现在运维人员眼中更高效、更便捷的网络配置管理方式。它提供一种可编程的、对网络设备进行配置和管理的方法，可以通过该协议设置参数、获取参数值、获取统计信息等，第三方开发也非常便利，很容易开发出在混合不同厂商、不同设备的环境下的特殊定制的网管软件。

在新华三的解决方案中，借助Netconf，解决了很多传统网络配置工具所难以实现的工作。如实现批量获取设备的数据，实现批量修改设备配置数据，对不同厂商不同品牌的网络设备实现统一封装，标准化配置管理，减少甚至禁止人工对网络设备的直接操作，减少误操作几率，强化操作审计等。

现在，越来越多的IaaS基础架构采用OpenStack及OpenStack相关的商业定制版，在这些云环境中，如何实现自动化呢？

答案就是借助H3C Neutron Driver.面对开源社区版OpenStack、H3C CloudOS或者其他商业定制版OpenStack，H3C Neutron Driver都能够实现配置自动化部署，让用户的云运维更加轻松。

套路三：设备智能化

如今的网络设备，已经不再是“黑盒子”的概念。SDN的火热，也带动了网络设备的可编程能力。例如新华三旗下的数据中心级网络设备均已支持SNMP、CLI、WEB、Python、Netconf、REST、XML、Bash、TCL等开放可编程方式，还从多个维度开放API接口供业务编排。

说到SDN，必然要提起H3C VCFC控制器。大家都知道，OpenStack是从系统视角出发，把网络视为是一根根的导线，但是对更复杂的资源对应没有做深入定义。

对此，新华三认为，光有资源分配的入口还不行，需要SDN控制器（即VCFC）作为资源的调度中心，这样的云环境才足够智能。

套路四：可视化监控

随着网络的不断发展，越来越多的业务对网络质量产生了更高要求，而这些要求在运维人员看来很多时候无从下手，因为没有一个专门的工具或者平台来完成这些工作。

新华三正是看到了目前运维对网络可视化的需求，从网络设备本身角度出发，做到了流量可视化、缓存可视化、芯片可视化。

不仅如此，新华三更近一步，实现了网络路径的可视化。在将网络路径拓扑呈现的基础上，结合H3C VCFC控制器和网络管理平台，针对VxLAN环境和传统IP网络环境，帮助数据中心运维人员通过不同的技术，实现一致的路径展示。

套路五：运维大数据

如何利用好运维数据才是体现运维服务业务的价值关键。新华三提出了运维大数据的“相关性网络”概念，将IT运维过程中各个信息元素进行关联，对其进行数据挖掘，提炼出运维维度的相关性。

具体来说，就是将运维工作划分成网络流量预测、网络性能预测、网络容量预测、故障预测等几个维度。根据历史数据，形成对未来网络流量、容量等方面的预测，给运维决策提供依据，并且利用运维大数据平台，将日志、告警、snmp、syslog等信息做统一收集，做数据转换后形成故障推理，帮助用户在一堆日志告警中精确判断真正故障原因。