未來(lái)網(wǎng)絡(luò)白皮書(shū)-數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)技術(shù)-白皮書(shū)

未來(lái)網(wǎng)絡(luò)白皮書(shū)(2021版)第五屆未來(lái)網(wǎng)絡(luò)發(fā)展大會(huì)組委會(huì)2021年6月版權(quán)聲明本白皮書(shū)版權(quán)屬于網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室、華為技術(shù)有限公司和北京郵電大學(xué)所有并受法律保護(hù)，任何個(gè)人或是組織在轉(zhuǎn)載、摘編或以其他方式引用本白皮書(shū)中的文字、數(shù)據(jù)、圖片或者觀點(diǎn)時(shí)，應(yīng)注明來(lái)源。否則將違反中國(guó)有關(guān)知識(shí)產(chǎn)權(quán)的相關(guān)法律和法規(guī)，對(duì)此網(wǎng)絡(luò)通信與安全紫金山實(shí)驗(yàn)室、華為技術(shù)有限公司和北京郵電大學(xué)有權(quán)追究侵權(quán)者的相關(guān)法律責(zé)任。編寫(xiě)說(shuō)明學(xué)華興I云計(jì)算技術(shù)興起將企業(yè)數(shù)據(jù)中心推向又一個(gè)高速發(fā)展階段。云化數(shù)據(jù)中心為企業(yè)提供按需自助、泛在接入、資源池化、快速?gòu)椥砸约翱啥攘康臉?biāo)準(zhǔn)服務(wù)能力。數(shù)據(jù)中心不再只是一種資源支撐系統(tǒng)，而成為一種新的生產(chǎn)力，改變企業(yè)研發(fā)、生產(chǎn)和運(yùn)營(yíng)模式，并驅(qū)動(dòng)企業(yè)業(yè)務(wù)模式創(chuàng)新，帶動(dòng)產(chǎn)業(yè)轉(zhuǎn)型。隨著軟件定義網(wǎng)絡(luò)(Software-definedNetworking,SDN)技術(shù)興起，企業(yè)數(shù)據(jù)中心云化改造快速落地，數(shù)據(jù)中心網(wǎng)絡(luò)滿(mǎn)足了計(jì)算、存儲(chǔ)動(dòng)態(tài)發(fā)放、彈性擴(kuò)縮訴求。然而，在企業(yè)信息化進(jìn)程快速推進(jìn)的同時(shí)，企業(yè)數(shù)據(jù)中心OPEX隨著網(wǎng)絡(luò)規(guī)模擴(kuò)大而逐年增加，網(wǎng)絡(luò)運(yùn)營(yíng)在規(guī)劃、建設(shè)、維護(hù)和優(yōu)化各階段仍嚴(yán)重依賴(lài)于人員經(jīng)驗(yàn)和技能，結(jié)構(gòu)化矛盾日益凸顯。而想要消除數(shù)據(jù)中心網(wǎng)絡(luò)全生命周期運(yùn)維的人工斷裂點(diǎn)，原有網(wǎng)絡(luò)技術(shù)已經(jīng)無(wú)能為力。數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)這一新系統(tǒng)體系旨在通過(guò)自動(dòng)化與智能化手段逐步減少和消除人工操作，逐步向自服務(wù)、自維護(hù)、自?xún)?yōu)化的無(wú)人值守?cái)?shù)據(jù)中心網(wǎng)絡(luò)演進(jìn)。本白皮書(shū)介紹數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)的內(nèi)涵、分級(jí)標(biāo)準(zhǔn)、網(wǎng)絡(luò)架構(gòu)、尤其是關(guān)鍵技術(shù)，包括數(shù)字孿生網(wǎng)絡(luò)、網(wǎng)絡(luò)引入的AI技術(shù)、網(wǎng)絡(luò)仿真與推演、意圖管理和回滾、智能搜索技術(shù)，并通過(guò)測(cè)試用例介紹數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)的關(guān)鍵能力。本白皮書(shū)旨在吸引更多研究、工程和產(chǎn)業(yè)人員參與自動(dòng)駕駛網(wǎng)絡(luò)的理論研究、技術(shù)攻關(guān)和應(yīng)用落地；通過(guò)自動(dòng)駕駛網(wǎng)絡(luò)架構(gòu)實(shí)現(xiàn)未來(lái)網(wǎng)絡(luò)變革，推動(dòng)各行業(yè)朝著信息化、數(shù)字化、網(wǎng)絡(luò)化和智能化的方向 I 5 5 8 2.2數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)分級(jí) 2.3數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)架構(gòu) 3.2AI推薦技術(shù) 3.3仿真平臺(tái)技術(shù) 3.6智能搜索技術(shù) 4.1測(cè)試拓?fù)? 4.4測(cè)試用例列表 附錄A:術(shù)語(yǔ)與縮略語(yǔ) 參考文獻(xiàn) 5一、數(shù)據(jù)中心網(wǎng)絡(luò)發(fā)展與挑戰(zhàn)1.1數(shù)據(jù)中心網(wǎng)絡(luò)發(fā)展面臨新挑戰(zhàn)自上世紀(jì)90年代至今，企業(yè)數(shù)據(jù)中心無(wú)論是在技術(shù)上還是部署時(shí)，隨著軟件定義網(wǎng)絡(luò)(Software-definedNetworking,SDN)技術(shù)存儲(chǔ)動(dòng)態(tài)發(fā)放、彈性擴(kuò)縮訴求。截至2018年底，大部分企業(yè)數(shù)據(jù)中與TOP30金融客戶(hù)的深入探討，我們發(fā)現(xiàn)數(shù)據(jù)中心平均每千臺(tái)設(shè)備的運(yùn)營(yíng)維護(hù)需要約30名工程師。另一方面，數(shù)據(jù)中心網(wǎng)絡(luò)也存在業(yè)6我們與企業(yè)客戶(hù)在數(shù)據(jù)中心網(wǎng)絡(luò)領(lǐng)域深入合作，對(duì)數(shù)據(jù)中心網(wǎng)絡(luò)全生命周期進(jìn)行研究和分析，識(shí)別出如下重大問(wèn)題：●規(guī)劃階段：企業(yè)數(shù)據(jù)中心在未來(lái)3年仍處于高速建設(shè)期，服務(wù)器規(guī)模將翻倍增加。網(wǎng)絡(luò)設(shè)計(jì)人員需要完成業(yè)務(wù)需求轉(zhuǎn)化為網(wǎng)絡(luò)設(shè)計(jì)、評(píng)估應(yīng)用安全要求、規(guī)劃網(wǎng)絡(luò)資源使用等繁瑣工作，這消耗了企業(yè)中約一半的網(wǎng)絡(luò)人力，急需通過(guò)系統(tǒng)化、自動(dòng)化手段改變疲于奔命的狀態(tài)。由原來(lái)的周級(jí)降至天級(jí)，壓力日趨增大。另一方面，企業(yè)關(guān)鍵核心業(yè)務(wù)對(duì)可靠性要求極高。據(jù)Gartner統(tǒng)計(jì)，近40%網(wǎng)絡(luò)事故由人為失誤導(dǎo)致，如何保障配置發(fā)放的正確性至關(guān)重要。以某銀行網(wǎng)絡(luò)為例，2019年累計(jì)變更14500余次，而變更工作量巨大，已超出人工處理極限，應(yīng)接不暇的變更評(píng)審使變更成功率不斷下降，造成5起網(wǎng)絡(luò)中斷事故。同時(shí)網(wǎng)絡(luò)對(duì)于客戶(hù)的實(shí)際業(yè)務(wù)感官較少，仍然停留在網(wǎng)絡(luò)的具體某些IP、配置的策略、路由協(xié)議上，業(yè)務(wù)出現(xiàn)問(wèn)題后，再經(jīng)過(guò)人工轉(zhuǎn)換為具體的網(wǎng)絡(luò)元素，故障解決處理周期無(wú)形中拉長(zhǎng)，甚至由于轉(zhuǎn)換信息不明確，導(dǎo)致故障未定位，給客戶(hù)造成更大影響。當(dāng)前企業(yè)數(shù)據(jù)中心大多采用4個(gè)9(99.99%)高可用標(biāo)準(zhǔn)，即數(shù)據(jù)中心全年中斷時(shí)間應(yīng)小于26分鐘；部分核心業(yè)務(wù)應(yīng)達(dá)到5個(gè)9(99.999%)標(biāo)準(zhǔn)，即全年中斷時(shí)間應(yīng)小于57分鐘。為此，金融行業(yè)、運(yùn)營(yíng)商及一些大企業(yè)均提出5分鐘故還是監(jiān)測(cè)周期(10min)都無(wú)法滿(mǎn)足云化數(shù)據(jù)中心的運(yùn)維要求。易存在局部熱點(diǎn)，如不及時(shí)調(diào)度將可能導(dǎo)致業(yè)務(wù)上線失敗問(wèn)絡(luò)微突發(fā)情況加劇和亞健康狀態(tài)頻發(fā)，嚴(yán)重影響業(yè)務(wù)運(yùn)行效點(diǎn)，旦消除這些人工斷裂點(diǎn)，數(shù)據(jù)中心網(wǎng)絡(luò)將實(shí)現(xiàn)全生命周期高度以網(wǎng)絡(luò)語(yǔ)言作為主要編排方式以業(yè)務(wù)意圖驅(qū)動(dòng)，網(wǎng)絡(luò)智能推薦業(yè)務(wù)正確性人工校驗(yàn)，層層評(píng)審8業(yè)務(wù)秒級(jí)就緒人工恢復(fù)時(shí)間長(zhǎng)故障主動(dòng)發(fā)現(xiàn)，智能定位，自動(dòng)閉環(huán)人工經(jīng)驗(yàn)巡檢，網(wǎng)絡(luò)優(yōu)化滯后基于業(yè)務(wù)體驗(yàn)，AI持續(xù)預(yù)測(cè)健康度體系，持續(xù)優(yōu)化1.2技術(shù)創(chuàng)新驅(qū)動(dòng)結(jié)構(gòu)性問(wèn)題解決事實(shí)上，想要消除數(shù)據(jù)中心網(wǎng)絡(luò)全生命周期運(yùn)維的人工斷裂點(diǎn)，原有網(wǎng)絡(luò)技術(shù)已經(jīng)無(wú)能為力，而隨著意圖抽象、數(shù)字孿生、人工智能等重大創(chuàng)新技術(shù)的迅猛發(fā)展，數(shù)據(jù)中心網(wǎng)絡(luò)高度自治才成為可能。意圖網(wǎng)絡(luò)、數(shù)字孿生等技術(shù)與AI結(jié)合，可逐步消除數(shù)據(jù)中心網(wǎng)絡(luò)運(yùn)維的人工斷裂點(diǎn)，不僅可以代替人工處理大量重復(fù)性、復(fù)雜性的操作，還可基于海量數(shù)據(jù)提升網(wǎng)絡(luò)預(yù)測(cè)和預(yù)防能力，通過(guò)數(shù)據(jù)更懂客戶(hù)，基于數(shù)據(jù)驅(qū)動(dòng)差異化的產(chǎn)品服務(wù)，使能高度自動(dòng)化和智能化的數(shù)據(jù)中心網(wǎng)絡(luò)運(yùn)維。(1)意圖網(wǎng)絡(luò)業(yè)務(wù)對(duì)網(wǎng)絡(luò)的意圖(簡(jiǎn)稱(chēng)意圖)指以應(yīng)用為中心，用業(yè)務(wù)語(yǔ)言描述對(duì)特定網(wǎng)絡(luò)服務(wù)及操作的期望。它是意圖網(wǎng)絡(luò)最重要的外部輸入。意圖網(wǎng)絡(luò)是ADN自動(dòng)駕駛的抽象層面的直觀體現(xiàn)，將過(guò)去客戶(hù)繁瑣的網(wǎng)絡(luò)語(yǔ)言抽象為便于客戶(hù)直觀理解，可度量的業(yè)務(wù)應(yīng)用語(yǔ)言，作為輸入，由系統(tǒng)去達(dá)成客戶(hù)意愿。9意圖網(wǎng)絡(luò)需將業(yè)務(wù)意圖轉(zhuǎn)換為網(wǎng)絡(luò)可理解、可配置、可度量、可優(yōu)化的對(duì)象及屬性。通過(guò)對(duì)現(xiàn)有網(wǎng)絡(luò)資源規(guī)格、網(wǎng)絡(luò)SLA及安全能力等方面的綜合評(píng)估，實(shí)現(xiàn)可靠性最優(yōu)、資源最優(yōu)、安全最優(yōu)的網(wǎng)絡(luò)設(shè)計(jì)方案推薦，并提供持續(xù)業(yè)務(wù)網(wǎng)絡(luò)保障優(yōu)化能力。例如：某賬單查詢(xún)系統(tǒng)需要上線。它包含3個(gè)微服務(wù)，業(yè)務(wù)對(duì)網(wǎng)絡(luò)的意圖描述如下：安全分區(qū)賬單查詢(xún)服務(wù)WEB區(qū)數(shù)據(jù)庫(kù)支付服務(wù)應(yīng)用服務(wù)APP區(qū)數(shù)據(jù)庫(kù)/數(shù)據(jù)庫(kù)服務(wù)關(guān)系數(shù)據(jù)庫(kù)2DB區(qū)支付/賬單查詢(xún)/該意圖語(yǔ)言描述了客戶(hù)的一個(gè)訴求：客戶(hù)需要上線賬單查詢(xún)系統(tǒng)，包含3個(gè)微服務(wù)，一個(gè)存儲(chǔ)，一個(gè)用于支付，一個(gè)用戶(hù)查詢(xún)，對(duì)應(yīng)客戶(hù)的規(guī)劃網(wǎng)段對(duì)三個(gè)服務(wù)都有明確要求?；诎踩?jí)別需要規(guī)劃三個(gè)安全分區(qū)去部署這三個(gè)服務(wù)，并要求了可靠性，同時(shí)定義了三個(gè)服務(wù)之間的互聯(lián)通信關(guān)系。從而可以描述出客戶(hù)的業(yè)務(wù)意圖：{Name:“賬單查詢(xún)服務(wù)”/“Web區(qū)”/20/“/24”,“支付服務(wù)”/“APP”/20/“/24”,“數(shù)據(jù)庫(kù)服“/24”|Communication:“賬單查詢(xún)->數(shù)據(jù)庫(kù)”,“支付->數(shù)據(jù)庫(kù)”,“數(shù)據(jù)庫(kù)->支付，賬單查詢(xún)”|externalDomain:“web”/“賬單查詢(xún)服務(wù)”}?？蛻?hù)描述好意圖語(yǔ)言后，系統(tǒng)需要的做的事就是將業(yè)務(wù)對(duì)網(wǎng)絡(luò)的意圖轉(zhuǎn)換為網(wǎng)絡(luò)語(yǔ)言：業(yè)務(wù)需要部署三個(gè)服務(wù)，分別位于不同的安全分區(qū)。系統(tǒng)推薦資源消耗最低，保持業(yè)務(wù)安全隔離性的組網(wǎng)方案，因此推薦每個(gè)安全分區(qū)一個(gè)LogicRouter部署一個(gè)服務(wù)，需要部署三個(gè)LogicRouter,名分別為三個(gè)LogicRouter分配一個(gè)24位網(wǎng)段子網(wǎng)，需要賬單查詢(xún)系統(tǒng)總體有一個(gè)外部出口，位置在web區(qū)，由賬單查詢(xún)服務(wù)接入，因此需要為賬單查詢(xún)查詢(xún)的logicRouter綁定一個(gè)web區(qū)的外部網(wǎng)關(guān)。三個(gè)服務(wù)有訪問(wèn)訴求，轉(zhuǎn)換為對(duì)應(yīng)三層互訪網(wǎng)絡(luò)訴求，配置互通，系統(tǒng)根據(jù)網(wǎng)絡(luò)情況及安全要求決定互訪控制點(diǎn)，如防火墻還是轉(zhuǎn)發(fā)設(shè)備，是否過(guò)多次墻等推薦。根據(jù)網(wǎng)絡(luò)資源與計(jì)算業(yè)務(wù)分布，推薦實(shí)例上線位置。網(wǎng)絡(luò)訴求完成后，系統(tǒng)基于專(zhuān)家樣本庫(kù)推薦最合適的網(wǎng)絡(luò)方案推薦給客戶(hù)，客戶(hù)部署后可設(shè)置業(yè)務(wù)重點(diǎn)保障監(jiān)控。依托意圖網(wǎng)絡(luò)可實(shí)現(xiàn)網(wǎng)絡(luò)設(shè)計(jì)簡(jiǎn)化，降低管理復(fù)雜度；屏蔽異構(gòu)網(wǎng)絡(luò)設(shè)備及多云業(yè)務(wù)差異。使得管理員無(wú)需在網(wǎng)絡(luò)技術(shù)細(xì)節(jié)上耗費(fèi)時(shí)間，大大縮短業(yè)務(wù)上線周期。(2)數(shù)字孿生Gartner將數(shù)字孿生(DigitalTwin)定義為物理對(duì)象的數(shù)字化表事件，異常，業(yè)務(wù)狀態(tài)，協(xié)議狀態(tài)等),靜態(tài)信息(設(shè)備類(lèi)型、容量、拓?fù)洹⑴渲玫?、動(dòng)態(tài)信息(流量、表項(xiàng)、性能)、關(guān)聯(lián)關(guān)系(對(duì)象模型、屬性關(guān)聯(lián)等)等。它為網(wǎng)絡(luò)實(shí)現(xiàn)設(shè)計(jì)推薦、故障處理、資源性能數(shù)字孿生的目的是構(gòu)建一張與實(shí)際現(xiàn)網(wǎng)網(wǎng)絡(luò)一比一的數(shù)字化網(wǎng)字化網(wǎng)絡(luò)的認(rèn)知，直接反應(yīng)到實(shí)際網(wǎng)絡(luò)的認(rèn)知，比如網(wǎng)絡(luò)故障(故障點(diǎn)，故障級(jí)別，故障原因)都將在數(shù)字化網(wǎng)絡(luò)中直觀呈現(xiàn)，客戶(hù)可以同時(shí)，數(shù)字孿生提供的其他豐富功能，孿生實(shí)例，數(shù)據(jù)治理，timeline歷史切片等都幫助了客戶(hù)更好開(kāi)展自己的業(yè)務(wù)和基于數(shù)字(3)人工智能意圖網(wǎng)絡(luò)完成外部對(duì)網(wǎng)絡(luò)的訴求輸入，網(wǎng)絡(luò)數(shù)字孿生完成對(duì)網(wǎng)絡(luò)可視化直觀感知，而人工智能(ArtificialIntelligence,AI)技術(shù)的引入，進(jìn)一步實(shí)現(xiàn)人工斷點(diǎn)的消除。目前，廣泛使用的人工智能算法有如下幾類(lèi)：●強(qiáng)化學(xué)習(xí)強(qiáng)化學(xué)習(xí)(ReinforcementLearning,RL)是不斷地重復(fù)、不斷強(qiáng)化認(rèn)知的學(xué)習(xí)過(guò)程。在數(shù)據(jù)中心，大量業(yè)務(wù)上線和變更導(dǎo)致網(wǎng)絡(luò)頻繁變更。如果通過(guò)人工方式變更網(wǎng)絡(luò)，很難以最優(yōu)方案部署或得到最佳體驗(yàn)。而通過(guò)引入強(qiáng)化學(xué)習(xí)，根據(jù)不同組網(wǎng)方式、不同業(yè)務(wù)場(chǎng)景和流量大小等多種因素，對(duì)變更的參數(shù)進(jìn)行動(dòng)態(tài)選擇，則可以實(shí)現(xiàn)網(wǎng)絡(luò)的最佳部署?！裥问交?yàn)證形式化驗(yàn)證(Formalverification)最早應(yīng)用于軟件驗(yàn)證領(lǐng)域，通過(guò)窮舉程序的所有輸入和所有執(zhí)行路徑來(lái)診斷代碼的質(zhì)量和功能。將形式化方法引入到網(wǎng)絡(luò)配置中，可構(gòu)建事前仿真、事后驗(yàn)證的能力。在網(wǎng)絡(luò)變更前，進(jìn)行配置面驗(yàn)證，保證變更100%無(wú)錯(cuò)誤。在配置下發(fā)后，定時(shí)采集設(shè)備的表項(xiàng)進(jìn)行數(shù)據(jù)面驗(yàn)證，對(duì)網(wǎng)絡(luò)運(yùn)行狀態(tài)提供持續(xù)性可靠保障。●知識(shí)圖譜知識(shí)圖譜(KnowledgeGraph)技術(shù)主要包括知識(shí)表示與建模、知識(shí)獲取、知識(shí)融合與知識(shí)應(yīng)用四部分。它以結(jié)構(gòu)化形式描述數(shù)據(jù)實(shí)體及其之間的關(guān)系，并提供了一種更好地組織、管理和理解海量信息系，可實(shí)現(xiàn)故障場(chǎng)景下多KPI指標(biāo)異常傳播關(guān)系的模糊推理，快速識(shí)二、數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)介紹Network,ADN)體系，希望幫助Agreement,服務(wù)水平協(xié)議)等需求；結(jié)合資源預(yù)測(cè)、安全策略推薦、風(fēng)險(xiǎn)主動(dòng)規(guī)避、故障自動(dòng)閉環(huán)的自維護(hù)系統(tǒng)以提升業(yè)務(wù)連續(xù)性與體系統(tǒng)通過(guò)智能監(jiān)控、健康度分析預(yù)測(cè)、仿真驗(yàn)證，業(yè)務(wù)意圖比對(duì)等手段，實(shí)現(xiàn)網(wǎng)絡(luò)參數(shù)的持續(xù)優(yōu)化。最大限度提升業(yè)務(wù)運(yùn)行效率，提升算力，并優(yōu)化網(wǎng)絡(luò)資源開(kāi)銷(xiāo)。數(shù)據(jù)中心網(wǎng)絡(luò)作為自動(dòng)駕駛網(wǎng)絡(luò)的積極踐行者，相比園區(qū)、城域等網(wǎng)絡(luò)領(lǐng)域具有架構(gòu)單一，網(wǎng)絡(luò)邊界清晰，模型抽象完備，自動(dòng)化、智能化程度高等優(yōu)勢(shì)。只要聚焦關(guān)鍵業(yè)務(wù)場(chǎng)景人工斷裂點(diǎn)，充分運(yùn)用大數(shù)據(jù)與AI技術(shù)進(jìn)行持續(xù)聯(lián)合創(chuàng)新，數(shù)據(jù)中心網(wǎng)絡(luò)有望率先實(shí)現(xiàn)限定條件下的網(wǎng)絡(luò)自治，并向高度、完全自動(dòng)駕駛網(wǎng)絡(luò)演進(jìn)。2.2數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)分級(jí)要實(shí)現(xiàn)網(wǎng)絡(luò)完全的自動(dòng)駕駛，必然是一個(gè)長(zhǎng)期的過(guò)程，不可能一從人工和系統(tǒng)的協(xié)作關(guān)系，將自動(dòng)駕駛網(wǎng)絡(luò)定義為五個(gè)等級(jí)[3]:L0手工操作：所有操作全部通過(guò)人工執(zhí)行，包括配置下發(fā)，狀態(tài)查詢(xún)均通過(guò)命令行完成，這是網(wǎng)絡(luò)的最初始階段。L1工具輔助：針對(duì)已知重復(fù)性任務(wù)，通過(guò)工具或腳本批量操作 (如批處理工具),輔助用戶(hù)提高效率，通常是針對(duì)一個(gè)或多個(gè)網(wǎng)元L2部分自治網(wǎng)絡(luò)：核心理念是從網(wǎng)元視角轉(zhuǎn)變?yōu)榫W(wǎng)絡(luò)視角，例L4高度自治網(wǎng)絡(luò)：相比L3階段，網(wǎng)絡(luò)智能化程度更高。系統(tǒng)可L5全自治網(wǎng)絡(luò)：這是數(shù)據(jù)中心網(wǎng)絡(luò)發(fā)展的終極目標(biāo)，系統(tǒng)具備在任數(shù)字化網(wǎng)絡(luò)數(shù)字化網(wǎng)絡(luò)人在流程外決策以數(shù)據(jù)為中心知傳統(tǒng)網(wǎng)絡(luò)以流程為中心人在流程里L(fēng)2部分白治3有條件白治4高度自治10手工操作2.3數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)架構(gòu)數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)方案架構(gòu)主要分為網(wǎng)絡(luò)基礎(chǔ)設(shè)施、管控系云云端訓(xùn)練系統(tǒng)數(shù)據(jù)湖服務(wù)Al訓(xùn)練服務(wù)自動(dòng)駕駛網(wǎng)絡(luò)管控析系統(tǒng)意圖引擎自動(dòng)化引擎網(wǎng)絡(luò)基礎(chǔ)設(shè)施CPUAI芯片LeafSwitchSwitchSwitchSwitch分析引擎智能引擎云端智能●網(wǎng)絡(luò)基礎(chǔ)設(shè)施：依托數(shù)據(jù)中心交換機(jī)實(shí)現(xiàn)數(shù)據(jù)中心物理網(wǎng)絡(luò)采高速配置能力。同時(shí)網(wǎng)絡(luò)設(shè)備內(nèi)嵌AI芯片，具備智能邊緣推理能力，可實(shí)現(xiàn)網(wǎng)絡(luò)KPI及流量異常行為分析、網(wǎng)絡(luò)KPI自?xún)?yōu)化能力?！窆芸叵到y(tǒng)：依托自動(dòng)駕駛網(wǎng)絡(luò)管控析系統(tǒng)，以意圖引擎、自動(dòng)化引擎、分析引擎、智能引擎及網(wǎng)絡(luò)數(shù)字孿生底座為核心，面向數(shù)據(jù)中心網(wǎng)絡(luò)“規(guī)-建-維-優(yōu)”全生命周期的自動(dòng)化管理以及智能運(yùn)維業(yè)務(wù)全場(chǎng)景，提供意圖管理、仿真校驗(yàn)、業(yè)務(wù)發(fā)放、健康度評(píng)估等獨(dú)立、微服務(wù)化組件。●云端訓(xùn)練系統(tǒng)：集成海量AI算法庫(kù)，支持高性能AI訓(xùn)練能力?；谠贫薃I模型訓(xùn)練引擎、管控系統(tǒng)智能訓(xùn)練&推理引擎、設(shè)備智能邊緣推理引擎，可實(shí)現(xiàn)三層智能引擎間的模型與推理參數(shù)主動(dòng)優(yōu)化，持續(xù)向高級(jí)網(wǎng)絡(luò)自動(dòng)駕駛能力演進(jìn)。其中，數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)管理控制析系統(tǒng)，是集管理、控制和分析一體化的自動(dòng)化與智能化平臺(tái)，是數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)的大腦，意圖引擎、自動(dòng)化引擎、分析引擎、智能引擎及數(shù)字智能平臺(tái)實(shí)現(xiàn)數(shù)據(jù)中心網(wǎng)絡(luò)全生命周期高度自動(dòng)化和智能運(yùn)維。意圖引擎意圖引擎應(yīng)急處置設(shè)備替換智能引擎異常檢測(cè)根因分析網(wǎng)絡(luò)預(yù)測(cè)網(wǎng)絡(luò)調(diào)優(yōu)健康度數(shù)字智能平臺(tái)ServerLeafSerivceLeafBorderLeaf仿真系統(tǒng)在線仿真What-if離線仿真事后驗(yàn)收分析引擎網(wǎng)絡(luò)拓?fù)錁I(yè)務(wù)拓?fù)鋭?dòng)態(tài)數(shù)字地圖自動(dòng)化引擎自動(dòng)發(fā)現(xiàn)開(kāi)發(fā)編程海量并發(fā)快速回滾故障演練版本規(guī)劃產(chǎn)品分析用戶(hù)體驗(yàn)方案規(guī)劃開(kāi)通鏈路建設(shè)《》《》維護(hù)優(yōu)化規(guī)劃(1)意圖引擎：意圖引擎是自動(dòng)駕駛網(wǎng)絡(luò)的中樞，是從L2自動(dòng)化走向L3意圖驅(qū)轉(zhuǎn)換為網(wǎng)絡(luò)設(shè)計(jì)。提供IP地址推薦、網(wǎng)絡(luò)資源位置推薦、安全方案最佳路徑、安全最優(yōu)原則，通過(guò)智能推薦算法，實(shí)現(xiàn)最優(yōu)網(wǎng)(2)自動(dòng)化引擎：滿(mǎn)足數(shù)據(jù)中心業(yè)務(wù)極速發(fā)放的要求。同時(shí)，還提供業(yè)務(wù)、租通過(guò)網(wǎng)絡(luò)建模和形式化驗(yàn)證算法，基于現(xiàn)網(wǎng)仿真剩余網(wǎng)絡(luò)資源是否足夠、呈現(xiàn)詳細(xì)的連通性互訪關(guān)系、數(shù)字化模擬用戶(hù)重大意圖的執(zhí)行、驗(yàn)證意圖的預(yù)期效果、分析和評(píng)估變更對(duì)(3)分析引擎：排查和配置表項(xiàng)比對(duì)等手段，實(shí)現(xiàn)網(wǎng)絡(luò)故障根因快速定位?？梢愿鶕?jù)網(wǎng)絡(luò)流量等數(shù)據(jù)，提前識(shí)別和分析出故障風(fēng)險(xiǎn)，進(jìn)(4)智能引擎：智能引擎是整體方案架構(gòu)中的AI平臺(tái)化組件，提供應(yīng)用識(shí)別、質(zhì)差分析等多個(gè)AI通用算法學(xué)件能力?；诼?lián)邦學(xué)習(xí)技術(shù)，智能引擎可實(shí)現(xiàn)與其他端AI平臺(tái)聯(lián)動(dòng)，持續(xù)優(yōu)化算法庫(kù)。同時(shí)，智能引擎與設(shè)備EAI(EmbeddedArtificialIntelligence,嵌入式AI)組件(5)數(shù)字智能平臺(tái)：●D-Agent:持續(xù)、自動(dòng)的發(fā)現(xiàn)全網(wǎng)運(yùn)行藍(lán)圖，包括私有云、公有云、混合云以及容器和云原生環(huán)境，滿(mǎn)足高度動(dòng)態(tài)的環(huán)境●D-Scape:自動(dòng)、實(shí)時(shí)的發(fā)現(xiàn)全棧拓?fù)?，捕獲并統(tǒng)一所有可視化數(shù)據(jù)之間的依賴(lài)關(guān)系，以便智能地組合度量、日志、跟蹤位的智能網(wǎng)絡(luò)運(yùn)維，包括智能基線自動(dòng)學(xué)習(xí)“網(wǎng)絡(luò)正?！睜顟B(tài)，并隨著環(huán)境的變化動(dòng)態(tài)調(diào)整，針對(duì)業(yè)務(wù)故障提供更精準(zhǔn)●D-Simulation:還原生成網(wǎng)絡(luò)，建設(shè)1:1的仿真環(huán)境，提供CDC訂閱等，并且支持OpenTracing、OpenTelemetry等協(xié)議?！馜-Plugin:支持插件化的三方對(duì)接，完成數(shù)據(jù)及功能協(xié)同，包 ●D-Data:大數(shù)據(jù)平臺(tái)，統(tǒng)一集中存儲(chǔ)網(wǎng)絡(luò)全棧數(shù)據(jù)，包括關(guān)系自動(dòng)架構(gòu)平臺(tái)可以搞定一切，網(wǎng)絡(luò)運(yùn)維的Everything盡在其中。不三、數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)關(guān)鍵技術(shù)剖析3.1數(shù)字孿生網(wǎng)絡(luò)技術(shù)3.1.1概述數(shù)字孿生常用于工業(yè)4.0,通過(guò)將物理對(duì)象數(shù)字化呈現(xiàn)，實(shí)現(xiàn)對(duì)產(chǎn)效率。呈現(xiàn)一些物理網(wǎng)絡(luò)信息，內(nèi)容離散，頁(yè)面分散，每頁(yè)呈現(xiàn)信顯示，方便用戶(hù)在一張圖上查看所需要的信息，動(dòng)態(tài)疊加信息，形成客戶(hù)腦海中的網(wǎng)絡(luò)畫(huà)像圖樣?？蛻?hù)看實(shí)例的數(shù)據(jù)最新，減少用戶(hù)在其他實(shí)例上設(shè)計(jì)到具體自動(dòng)化下發(fā)由于生產(chǎn)變更導(dǎo)致的錯(cuò)誤發(fā)生。數(shù)字孿生網(wǎng)絡(luò)交互能力如下圖所示。數(shù)據(jù)孿生作為數(shù)據(jù)底座組件，接收數(shù)據(jù)采集模塊和上層各引擎及APP的數(shù)據(jù)注入。采集完成網(wǎng)絡(luò)生產(chǎn)數(shù)據(jù)物理層面的數(shù)據(jù)注入，當(dāng)前主要包括物理網(wǎng)絡(luò)信息，比如網(wǎng)元，鏈路，網(wǎng)元配置等信息；上層引擎和業(yè)務(wù)數(shù)據(jù)注入主要注入網(wǎng)絡(luò)業(yè)務(wù)側(cè)數(shù)據(jù)，全部匯入數(shù)字孿生數(shù)據(jù)底座。數(shù)字孿生對(duì)內(nèi)提供幾個(gè)功能模塊，模型管理，數(shù)據(jù)存儲(chǔ)，多實(shí)例機(jī)制，數(shù)據(jù)治理，圖層機(jī)制，整體對(duì)外實(shí)現(xiàn)了存儲(chǔ)和開(kāi)放，豐富的可視化展示，基于模型的多實(shí)例機(jī)制能力。意圖引擎自動(dòng)化引擎智能引擎數(shù)據(jù)獲取數(shù)據(jù)獲取數(shù)據(jù)獲取數(shù)字李生+數(shù)據(jù)采集圖3-1數(shù)字孿生網(wǎng)絡(luò)交互能力(1)多實(shí)例下及數(shù)據(jù)存儲(chǔ)關(guān)鍵技術(shù)：數(shù)字孿生多實(shí)例技術(shù)在數(shù)字孿生中起著比較重要的作用，數(shù)字孿生可產(chǎn)生多實(shí)例數(shù)據(jù)環(huán)境，同時(shí)基于沙盒的實(shí)現(xiàn)機(jī)制，能快速構(gòu)建和銷(xiāo)毀，不同用戶(hù)在某個(gè)實(shí)例數(shù)據(jù)上的操作都是一樣的體驗(yàn)，所做的操作不會(huì)影響其他實(shí)例的數(shù)據(jù)。性能上通過(guò)沙盒和存儲(chǔ)機(jī)制提升性能，提升客戶(hù)操作體驗(yàn)。如下圖所示。管理時(shí)間客戶(hù)圖3-2數(shù)字孿生多實(shí)例關(guān)鍵的兩個(gè)技術(shù)點(diǎn)：●多實(shí)例機(jī)制：構(gòu)建生產(chǎn)和鏡像實(shí)例，數(shù)字孿生負(fù)責(zé)這兩個(gè)實(shí)例之間的數(shù)據(jù)同步，沖突處理和一致性處理，保證兩個(gè)實(shí)例之間數(shù)據(jù)一致，提供數(shù)據(jù)沖突的解決機(jī)制?！裉搶?shí)地址的存儲(chǔ)方式最小化資源和提升性能：基于數(shù)據(jù)真實(shí)實(shí)際物理地址存儲(chǔ)和虛擬地址存儲(chǔ)的方式，實(shí)現(xiàn)多實(shí)例的數(shù)據(jù)的最小開(kāi)銷(xiāo)存儲(chǔ)，互不干擾。每個(gè)沙箱內(nèi)生產(chǎn)的數(shù)據(jù)基于實(shí)際地址保存；非沙箱產(chǎn)生的數(shù)據(jù)采用虛擬地址保存，其實(shí)際數(shù)據(jù)地址在鏡像實(shí)例?；谠搶?shí)現(xiàn)機(jī)制，能提高沙箱的資源消耗，同時(shí)提供較高的性能體驗(yàn)。(2)前臺(tái)技術(shù)體系網(wǎng)絡(luò)數(shù)字化依賴(lài)前后臺(tái)技術(shù)的搭配，前臺(tái)帶給客戶(hù)的是數(shù)字化的直觀體驗(yàn)。前臺(tái)采用多個(gè)技術(shù)，使用到了lightTopo2D,lightTopo3DLightTopo3D關(guān)鍵能力如下：覽器即可在PC和手機(jī)等多端瀏覽，協(xié)助用戶(hù)更好地洞悉網(wǎng)絡(luò)●性能優(yōu)異效果絢麗：基于Three自主研發(fā)3D引擎，高效輕量，深度優(yōu)化，可承載超大數(shù)據(jù)量、超大場(chǎng)景展示，支持各種貼圖紋理、燈光效果，動(dòng)畫(huà)場(chǎng)景特效，帶來(lái)革命性的視覺(jué)體驗(yàn)。●動(dòng)態(tài)交互實(shí)時(shí)響應(yīng)：3D場(chǎng)景360度全方位展示，支持室內(nèi)運(yùn)維場(chǎng)景，豐富的動(dòng)效和交互操作能力。支持動(dòng)態(tài)、實(shí)時(shí)的數(shù)據(jù)刷新和動(dòng)態(tài)呈現(xiàn)，避免用戶(hù)淹沒(méi)在海量信息之中?！皲秩酒鳎憾嗦穭?dòng)畫(huà)、流光特效等。通過(guò)抽象鏡頭追蹤算法，構(gòu)建物體的虛焦和實(shí)焦能力、陰影分辯率、透明高光等效果。通過(guò)前臺(tái)構(gòu)建的網(wǎng)絡(luò)數(shù)字化世界可以給客戶(hù)呈現(xiàn)最直觀的體驗(yàn)。3.2AI推薦技術(shù)3.2.1概述人工智能應(yīng)用在當(dāng)今世界各個(gè)領(lǐng)域，特別圖像識(shí)別、機(jī)器人等領(lǐng)域得到了很好的廣泛應(yīng)用。在網(wǎng)絡(luò)中的AI應(yīng)用相對(duì)較少，一方面是網(wǎng)絡(luò)組網(wǎng)復(fù)雜，故障復(fù)雜，每個(gè)客戶(hù)的網(wǎng)絡(luò)都不一樣，基本都靠客戶(hù)自己設(shè)計(jì)和維護(hù)；一方面對(duì)于網(wǎng)絡(luò)的模型建模，實(shí)體間關(guān)系等建模研究時(shí)間不長(zhǎng)，網(wǎng)絡(luò)的專(zhuān)業(yè)人員對(duì)于模型這塊不擅長(zhǎng)，熟悉AI的專(zhuān)業(yè)人員對(duì)網(wǎng)絡(luò)又不擅長(zhǎng)，是一個(gè)逐步發(fā)展的過(guò)程。但隨著對(duì)網(wǎng)絡(luò)的理解輸入和知識(shí)圖譜等技術(shù)的應(yīng)用，網(wǎng)絡(luò)的AI會(huì)很快發(fā)展起來(lái)，系統(tǒng)可自己找到網(wǎng)絡(luò)中的故障或者推薦符合客戶(hù)網(wǎng)絡(luò)業(yè)務(wù)發(fā)展要求的業(yè)務(wù)規(guī)劃和部署，系統(tǒng)也可以通過(guò)自學(xué)習(xí)的方式逐步學(xué)習(xí)訓(xùn)練新的網(wǎng)絡(luò)和故障，最終逐步達(dá)到整體網(wǎng)絡(luò)的自治，自愈，釋放大量人力。當(dāng)前網(wǎng)絡(luò)自動(dòng)駕駛?cè)斯ぶ悄艿膬蓚€(gè)重要場(chǎng)景如下：●網(wǎng)絡(luò)專(zhuān)家推薦：通過(guò)機(jī)器學(xué)習(xí)大量的標(biāo)準(zhǔn)網(wǎng)絡(luò)或者客戶(hù)網(wǎng)絡(luò)，系統(tǒng)訓(xùn)練并推薦出適合客戶(hù)業(yè)務(wù)訴求的業(yè)務(wù)網(wǎng)絡(luò)部署?！窬W(wǎng)絡(luò)故障自診斷：通過(guò)知識(shí)圖譜構(gòu)建網(wǎng)絡(luò)的故障模型，通過(guò)AI算法，系統(tǒng)自發(fā)現(xiàn)故障問(wèn)題，匹配最合適的故障解決方案。3.2.2關(guān)鍵能力數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)管控析系統(tǒng)采用機(jī)器學(xué)習(xí)專(zhuān)家模式，通過(guò)幾個(gè)步驟完成網(wǎng)絡(luò)的智能化。設(shè)備角色，冗余特征，端口特征，流量特征，業(yè)務(wù)特征等?；诿恳粡埦W(wǎng)絡(luò)，通過(guò)抽取的特征構(gòu)建生成知識(shí)圖譜，闡明實(shí)體及實(shí)體的表示關(guān)系。客戶(hù)輸入業(yè)務(wù)訴求，系統(tǒng)轉(zhuǎn)換為實(shí)際的網(wǎng)絡(luò)訴求，知識(shí)圖譜聚類(lèi)匹配發(fā)現(xiàn)與網(wǎng)絡(luò)訴求相似度最高的網(wǎng)絡(luò)方案和次高的方案，分別作為最優(yōu)方案，次優(yōu)方案推薦給客戶(hù)。AI推薦的方案，系統(tǒng)提供了修改的能力，即客戶(hù)可以基于推薦的方案做一些細(xì)微的修改，修改后的網(wǎng)絡(luò)會(huì)基于特征、客戶(hù)習(xí)慣重新生成網(wǎng)絡(luò)知識(shí)圖譜，參與到下次的網(wǎng)絡(luò)推薦中。網(wǎng)絡(luò)推薦的原理圖如下，系統(tǒng)意圖管理組件負(fù)責(zé)意圖的輸入，理解及翻譯轉(zhuǎn)換成實(shí)際的網(wǎng)絡(luò)特征訴求，進(jìn)而進(jìn)入樣本和算法組件進(jìn)行推存網(wǎng)絡(luò)設(shè)計(jì)網(wǎng)絡(luò)關(guān)鍵意圖理解意圖翻譯特征網(wǎng)絡(luò)設(shè)計(jì)意圖理解意圖翻譯意圖管理網(wǎng)絡(luò)設(shè)計(jì)意圖管理A推薦輸入網(wǎng)絡(luò)樣網(wǎng)絡(luò)樣練學(xué)習(xí)網(wǎng)絡(luò)數(shù)學(xué)習(xí)生成業(yè)學(xué)習(xí)生成業(yè)匹配推薦樣本和算法海量數(shù)據(jù)中心網(wǎng)絡(luò)3.3仿真平臺(tái)技術(shù)3.3.1概述仿真能力在自動(dòng)駕駛網(wǎng)絡(luò)系統(tǒng)中的位置很關(guān)鍵。系統(tǒng)自治的關(guān)鍵點(diǎn)是系統(tǒng)的決策，比如方案推薦，系統(tǒng)的決策離不開(kāi)驗(yàn)證可行性的支撐，推薦方案經(jīng)過(guò)驗(yàn)證系統(tǒng)驗(yàn)證是否能滿(mǎn)足基本的客戶(hù)訴求，不能只推薦而不驗(yàn)證，否則無(wú)法保證推薦的網(wǎng)絡(luò)是符合要求且正確可行的。同時(shí)，針對(duì)客戶(hù)日常運(yùn)維頻繁的網(wǎng)絡(luò)變更在變更期發(fā)生錯(cuò)誤而導(dǎo)致事故時(shí)有發(fā)生的問(wèn)題，仿真也能避免該問(wèn)題的發(fā)生：針對(duì)任何變更，客戶(hù)可以先利用仿真平臺(tái)能力進(jìn)行仿真驗(yàn)證，提前發(fā)現(xiàn)此次變更對(duì)現(xiàn)網(wǎng)原子粒度接口對(duì)外提供，比如驗(yàn)證<源IP,目的IP,源端口，目的端應(yīng)用應(yīng)用數(shù)據(jù))控制流算法組件模型管理數(shù)居流網(wǎng)絡(luò)數(shù)據(jù)采集南向?qū)釉鰪?qiáng)展示實(shí)例管理模型管理實(shí)例管理事前仿真事后驗(yàn)證圖3-7_仿真子系統(tǒng)架構(gòu)架構(gòu)上，管理適配組件完成仿真系統(tǒng)的控制流和數(shù)據(jù)流的外部交互，對(duì)內(nèi)完成與算法組件的交互，包括建模及控制流驅(qū)動(dòng)。算法組件為可替換的架構(gòu)，跟隨業(yè)界最先進(jìn)的算法演進(jìn)。數(shù)據(jù)接收層接收采集層上送的采集數(shù)據(jù)，作為仿真基線的數(shù)據(jù)建模的數(shù)據(jù)來(lái)源，根據(jù)網(wǎng)絡(luò)變更持續(xù)刷新數(shù)據(jù)。仿真數(shù)據(jù)結(jié)果可以注入增強(qiáng)展示，在網(wǎng)絡(luò)數(shù)字化中呈現(xiàn)，直觀可視。3.4網(wǎng)絡(luò)變更推演技術(shù)網(wǎng)絡(luò)變更推演的核心是“what-If”思想。其基于一定的假設(shè)來(lái)考慮如果發(fā)生了會(huì)產(chǎn)生什么情況。網(wǎng)絡(luò)中，在日常的變更，業(yè)務(wù)發(fā)放中可以復(fù)用這個(gè)想法去執(zhí)行預(yù)判斷，預(yù)先判斷業(yè)務(wù)如果下發(fā)了，變更如果執(zhí)行了會(huì)有什么結(jié)果，對(duì)網(wǎng)絡(luò)的影響如何。因?yàn)檫@是一個(gè)模擬發(fā)生的事，而非真實(shí)發(fā)生，所有操作不會(huì)影響實(shí)際現(xiàn)網(wǎng)的業(yè)務(wù)數(shù)據(jù)，從安全面上來(lái)說(shuō)是安全可靠的。3.4.2關(guān)鍵能力網(wǎng)絡(luò)變更推演，針對(duì)物理網(wǎng)絡(luò)的變更進(jìn)行推演，預(yù)先返回變更的影響性分析，給客戶(hù)真實(shí)實(shí)施前的指導(dǎo)建議。網(wǎng)絡(luò)變更推演使用數(shù)字孿生，仿真平臺(tái)技術(shù)實(shí)現(xiàn)，架構(gòu)實(shí)現(xiàn)如下圖所示。驗(yàn)證請(qǐng)求邏輯處理流程如下：●變更推演接收網(wǎng)絡(luò)變更的邏輯操作處理，同步會(huì)通知數(shù)字孿生創(chuàng)建一個(gè)鏡像實(shí)例，并根據(jù)變更改變鏡像實(shí)例中的網(wǎng)絡(luò)，客戶(hù)直觀呈現(xiàn)感知那些變更?！褡兏蒲萃ㄖ?yàn)證子系統(tǒng)增量建立新網(wǎng)絡(luò)模型，便于應(yīng)對(duì)后續(xù)的驗(yàn)證請(qǐng)求；驗(yàn)證子系統(tǒng)增量對(duì)網(wǎng)絡(luò)建模?！褡兏蒲莼谧兏纯蛻?hù)的主要驗(yàn)證訴求調(diào)用驗(yàn)證子系統(tǒng)的平臺(tái)化接口去執(zhí)行仿真驗(yàn)證，并接收驗(yàn)證結(jié)果?！褡兏蒲萁邮战Y(jié)果后將結(jié)果疊加到數(shù)字孿生鏡像實(shí)例中，直觀呈現(xiàn)，客戶(hù)直接感知變更分析影響報(bào)告3.5意圖管理和回滾技術(shù)3.5.1概述客戶(hù)的抽象網(wǎng)絡(luò)意圖輸入，對(duì)于系統(tǒng)的一個(gè)必然要求就是能基于輸入意圖的管理和追溯。管理是為了直觀呈現(xiàn)對(duì)應(yīng)的意圖操作的狀態(tài)和數(shù)據(jù)，比如部署情況，具體的業(yè)務(wù)詳細(xì)信息等，方便客戶(hù)運(yùn)維；同操作時(shí)間，操作結(jié)果和具體操作內(nèi)容，操作報(bào)告等信息，方便客戶(hù)事后追溯歷史記錄?；貪L，在業(yè)務(wù)不需要執(zhí)行或者業(yè)務(wù)下發(fā)有問(wèn)題時(shí)能快速回退，做到快速回收業(yè)務(wù)或者盡快恢復(fù)業(yè)務(wù)的目的。管理和回滾兩者的結(jié)合從體驗(yàn)上能更好的支撐客戶(hù)操作系統(tǒng)，基于管理的數(shù)據(jù)呈現(xiàn)歷史追溯，并可基于操作記錄一鍵回滾，同時(shí)也能查看每次操作的具體業(yè)務(wù)數(shù)據(jù)，提供更方便的用戶(hù)管理體驗(yàn)。術(shù)來(lái)支撐管理和回滾框架能力實(shí)現(xiàn)：業(yè)務(wù)的注冊(cè)機(jī)制和數(shù)據(jù)/操作的管理/回滾記錄操作回滾數(shù)據(jù)存儲(chǔ)第業(yè)務(wù)正向存儲(chǔ)管理記錄呈現(xiàn)回滾機(jī)制對(duì)應(yīng)業(yè)務(wù)操作的對(duì)應(yīng)執(zhí)行URL,把數(shù)據(jù)同步傳遞給各業(yè)3.6智能搜索技術(shù)3.6.1概述搜索的目的在于快速查詢(xún)符合客戶(hù)預(yù)期搜索對(duì)象的結(jié)果，控制器同的入口去查找，往往一個(gè)問(wèn)題需要跳轉(zhuǎn)3、4個(gè)界面入口查基于上訴的痛點(diǎn)，控制器引入了搜索框架，提供類(lèi)Google搜索●統(tǒng)一搜索入口●搜索聯(lián)想●搜索結(jié)果收藏●搜索結(jié)果智能推薦●搜索結(jié)果預(yù)覽●快速搜索開(kāi)發(fā)框架3.6.2關(guān)鍵技術(shù)搜索引擎使用業(yè)界通用的ElasticSearch,集成到控制器中，作JumpI圖3-10搜索引擎架構(gòu)數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)系統(tǒng)對(duì)外部的交互體驗(yàn)集中在智能助手搜索引擎提供SDK(SoftwareDevelopmentKit,軟件開(kāi)發(fā)工具包)和注冊(cè)，配置機(jī)制，對(duì)于其他服務(wù)業(yè)務(wù)通過(guò)SDK,注冊(cè)等機(jī)制將業(yè)務(wù)數(shù)據(jù)發(fā)布到搜索引擎，通過(guò)ini配置文件的簡(jiǎn)單設(shè)置，能快速完成搜索鍵值及其他信息設(shè)置，非編碼方式完成搜索匹配。四、數(shù)據(jù)中心自動(dòng)駕駛網(wǎng)絡(luò)優(yōu)秀實(shí)踐4.1測(cè)試拓?fù)?.2測(cè)試物料表4-1測(cè)試物料列表QSFP28接口卡*1,CE8861-4C-EI主機(jī)(4子卡槽位，2*交流電源，端口側(cè)QSFP28接口卡*2,SFP28,2端口100GEQSFP28接口卡*12CE8861-4C-EI主機(jī)(4子卡槽位，2*交流電源，端口側(cè)QSFP28接口卡*1,SFP28,2端口100GEQSFP28接口卡*122*40GEQSFP+,32G內(nèi)存，2用戶(hù)),固態(tài)硬盤(pán)-240GB-SATA6Gb/s-讀取密集型-2.5英寸1管理交換機(jī)S5731-H48T4XC(48個(gè)10/100/1000BASE-T以太網(wǎng)端口，4個(gè)萬(wàn)兆SFP+,單子卡槽位，不含電源)1控制器集群NCE-Fabric部署在2288XV5服務(wù)器上2288XV5128G配置(2*Xeon3cache)Raid卡+超級(jí)電容，2*4GE+2*210GE光口，2*900WAC)