[发明专利]一种数据中心网中混合式负载均衡方法

说明书

本发明公开了一种数据中心网中混合式负载均衡方法，其中部署中央控制器进行网络全局信息的获取，部署终端主机进行中小流快速路由，并同时赋予中央控制器集中式负载均衡的决策权以及终端主机分布式负载均衡的决策权；所述中央控制器利用全局信息为预定义的大流安排路径，并且为预定义的中小流计算出全局最优的网络排队时延，所述终端主机对所述中小流进行分布式选路，并且在全局最优网络时延的限制下进行重路由。让中央控制器和终端主机分工协作，在不同流量需求共存的网络情况下，同时保证了大流的高吞吐量和中小流的低时延请求。较之单纯的集中式或分布式方案，本发明的方法能兼顾网络中的全部流量，并且满足不同流量的需求，且其灵活方便，易于配置。

技术领域

本发明涉及计算机网络领域，特别是涉及一种数据中心网中混合式负载均衡方法。

背景技术

互联网为人类提供了极其方便的信息通信和资源共享平台，深刻地影响着人们的生产、生活和学习方式，也成为支撑现代社会生产发展、经济发展和科技创新的重要基础设施。而随着互联网的迅速发展，各式各样的应用服务也应运而生。从网页搜索、推荐系统等实时性应用，到数据备份、虚拟机迁移等高吞吐型服务，这些都对网络数据传输提出了严格的要求。数据中心网作为专用的高速网络，为多样化的服务提供了一个高性能的平台。多样的应用服务导致数据中心网内的流量也呈多样化特性，既有对延时比较敏感的实时性流量(通常为小流)，也有对吞吐比较敏感的数据型流量(通常为大流)。大数据流用来维持数据的一致性和大量不同的分布系统的结构，其特点是数据量大，持续时间长，对完成时间要求不严格，比如虚拟机的流量迁移和管理存储数据的同步备份等都会产生持续较长时间的大数据流。小数据流通常来自于用户的交互行为，其特点是持续时间短，对完成时间有较高要求。之前的研究表明，数据中心网中大部分的流量数据都包含在10％的大流中，而且只有20％左右的数据量持续的时间超过11秒，大部分的多是对一或一对多的短时间的交互。小流虽然在数据中心网络中总的流量数据并不多，但是却占据了80％以上的数量，而且由于它本身的特性，小流往往才是影响用户体验和企业收益的重要的衡量指标。

为了满足这些多样化的用户流量需求，数据中心网络需要提供大量的带宽和高速传输速率。因此它的拓扑通常设计为对称结构，并且为每一对源和目的之间都提供大量的等价路径。如图1(a)-图1(b)所示的胖树结构和叶脊结构。即便如此，由于不合理的选路决策，数据中心网中也经常出现某些链路处于高度负载状态，而其他的等价路径处于空闲状态的现象。当前广泛使用的选路算法ECMP根据流的五元组进行静态哈希选路，在网络中有较大流量存在的时候，可能出现流量碰撞，这会造成严重的带宽浪费和网络拥塞。

针对ECMP的固有缺陷，现有的负载均衡方案一个重要的讨论点是全局信息的有无。在对称性网络中，基于本地决策的分布式负载均衡方案就可以实现较好的负载均衡效果，然而在非对称性网络中，全局信息对于负载均衡决策至关重要。如图2所示，假设节点A到节点F的总流量需求是30Mb/s，如果A拥有全局信息，那么它会知道链路D-E是路径A-D-E-F的瓶颈链路，该链路最大容量是10Mbps，因此A会发送20Mb/s的流量至A-B链路，发送10Mb/s的流量至A-D链路，最终实现30Mb/s的总吞吐。然而如果节点A不知道全局信息，简单地将流量均分至两条路径上，那么最终只能实现25Mb/s的吞吐。更糟的是，如果A是本地拥塞感知的，当它观察到链路A-D上的流量比链路A-B上的流量少时，它会将A-B上的流量转移部分到A-D上，这最终会使得链路A-B上的流量降为10Mb/s，总吞吐降至20MB/s。由此可见，在非对称性网络中全局信息的重要性。虽然数据中心网拓扑结构普遍是对称的，但是在实际中，链路损坏或者是设备处理能力之间的差异都会导致非对称情况的出现。因此，要实现精细的负载均衡调度，必须掌握全局信息。

概括地来说，现有的负载均衡方案可以分为集中式和分布式两种。