dcn与boss流量分析应用性能管理
2011年DCN扩容工程滚动规划方案 一. 建设背景随着集团CTG-MBOSS 的逐步建设与深入推进，企业信息化系统的支撑日益涵盖企业管理、业务运营的方方面面，CTG-MBOSS 承载着公司大量重要管理与运营数据，对集团管理决策与业务运营的支撑作用越来越重要。同时随着业务的发展，原有的一些设备已经不能满足我们的需求，升级扩容将成为接下来我们需要面对的问题。去年省公司运维部牵头组织了对全省DCN网络及系统终端测试评估优化，并得出了满足需求的最低网络和终端标准。经过测试，我们发现了在部分地区，接入网层面仍然存在着网速慢、大量使用HUB导致广播严重、丢包率高等问题，无法满足MBOSS系统正常稳定流畅的运行，严重影响着客户感知度。在去年的DCN网扩容工程建设中，解决了大部分存在的网络问题，但仍然有少部分区域的网络需要改造。网络是一切业务实现的基础，只有保障DCN网络的正常运行，才能有效支撑公司各项业务的发展。二现状与必要性分析1. 省干DCN网现状与建设必要性分析省干DCN网的7507-4006的拓扑图如下：根据现状拓扑图及目前的使用情况与业务需求，省干DCN网目前存在的问题主要如下：1) 地市的内网应用服务器（前置机），均接入两台思科的4006交换机，再通过二层透传，经过地市的核心6506，到达7507。该网络拓扑模式因二层透传层次过多，存在故障难以排查，数据传输效率低，拓扑结构不清晰等问题，有必要进行优化改造。2) 思科4006目前只配置了一块32口的100M电口板卡，一些较远程的服务器无法通过光纤直接接入。3) 根据省公司的网络及信息安全要求，DCN网络核心设备需异地放置，而目前7507和7206上没有配置千兆光口。在核心设备的连接上使用光电转换器不符合维护的要求，而如果要增加光口的话，思科75系列设备上只有单光口的板卡，一台思科7507上最多配置4个光端口和一个155M POS板卡。为了满足异地放置后的需要，每台设备需要增加3块单光口的板卡，至少需要30万以上的投资，且仍然解决不了4006上面的问题。4) 思科路由器7507已于2007年12月15日停止销售，2008年12月14日停止服务；思科交换机4006已于2005年5月3日停止销售，2006年5月3日停止服务。5) 各地市的DCN节点路由器为思科的7507和7206，内网服务器交换机为两台思科4006，均为思科的较老型号，于2001年采购并安装上线，至今已经使用了将近10年时间，由于设备老化，故障发生率逐渐增多，给日常维护带来了较大的压力。综合以上几个方面的考虑，建议对DCN节点设备7507和7206进行更新换代。2. 省干DCN网承载的应用系统性能现状及DCN网流量分析需求从网络管理的深度与覆盖范围方面考虑，特别是需要兼顾到承载网上电信等增值业务的特点，我们认为当前的管理的手段还存在以下几个方面的不足：（1）、 缺乏应用响应时延的相关数据当网络业务应用响应性能下降时（终端用户访问中心服务器的应用时延增大），网管人员需要了解具体应用响应时延的数据，以及是否与网络因素有关，还是与主机应用系统的性能有关，如果可以定位到延迟由数据库产生，能否具体到一个SQL语句？而如果是由于网络造成，是哪一部分的网络问题，是因特网还是内网？在获得分析数据后，网管人员可以针对有问题的部分做出排除的决策，例如对导致延迟的设备进行升级，对数据库检索语句进行优化，或者对拥塞链路的非正常流量进行优化从而提高应用响应性能。（2）、 故障定位与分析困难时常远程营业网点用户投诉访问中断或慢速，但由于在网络管理上尚未实现对网络长期的流量和性能进行分析，在解决故障时难以获得长期的历史资料，因此无法了解网络的基准线和变化趋势，例如偶发性的故障在排错时通常由于缺少历史数据从而增加了排除难度，排除故障很大程度上依赖于网管人员个人的经验，当网络故障发生后网络管理员很难知道网络故障产生的原因，只能单纯根据网络故障的表面现象，凭借现有的工具和经验，通过不断的尝试对问题作出判断，往往在网络故障产生后很难迅速定位网络故障点，解决网络故障耗时耗力，效率低。（3）、 无法对骨干、服务器群的链路进行深入分析骨干与服务器群的链路通常承载了关键的业务应用，这些链路出现拥塞或异常时极易造成网络业务应用性能的下降甚至故障，而目前的管理工具与手段无法了解链路中流量的详细情况：各条链路是否超支？在使用什么业务？是哪个用户在用？有没有异常流量或非业务流量？在非上班时间是否有流量产生？应用响应变慢是否与链路用量超支有关？（4）、 网络应用流量成分分析不深入虽然借助当前的网络工具能够获得某个交换机端口短时间的网络流量类型数据，但无法掌握长期的网络应用流量成份数据，并且无法对发生在过去的未定义应用进行分析，特别是在未知流量与异常流量发生后，难以追踪造成流量异常的IP主机与应用端口。（5）、 网络性能参数不能准确测试目前DCN网络内任意两点之间的网络性能是否正常，一般用简单的ping方式来做判断，这种方式过于简单，不能得出吞吐量等参数。三建设方案1. 省干DCN网扩容改造对省干DCN网地市节点的路由器思科7507以及思科7206进行更新替换，同时进行各地市DCN节点路由器及核心交换机的异地备份。上期工程完成了3个地市的替换工作，计划在本期工程中进行部分地市的推广。从目前各地市的现状来看，长沙、湘潭、衡阳、郴州、怀化有着比较好的异地搬迁实施条件，故选取其作为省干DCN扩容改造的推广地市，新增2台路由交换设备， 代替原有的7507、7206和两台4006。扩容后的拓扑图如下：2. 省干DCN网流量监测系统通过在相关网络节点部署各类管理设备，以进一步提升企业网络透明度、可控性和信息安全度，保障业务系统运行。其设备部署图如下所示：基于此，本期工程将在企信部DCN核心节点、省中心DCN网核心节点、荷花园DCN核心节点以及长沙分公司DCN核心路由器四处部署4台流量采集设备，通过有效的分析、检测手段来全面掌握网络使用情况和清除网络异常流和异常攻击，通过安全管控手段，保障业务正常运行。链路监控· 严密监控链路利用率，管理人员可以预先配置利用率阀值，当利用率达到阀值，探针自动发出告警，通知管理人员线路实时流量信息；利用率阀值可以依照上升与下降利用率配置，当利用率高于上升阀值或是利用率低于下降阀值时，皆可分布告警，并可以自动抓包，将问题记录下来。· 实时得到数据链路层的分析，包括包大小、包分类、吞吐量等。如上图：数据链路层吞吐量历史分布曲线，可以按照每小时、每日、每周、每月之流量显示，或是使用者自定时间段显示，图中并同时显示基线，可以同时与利率历史数据比较，快速找出异常状况，并排除和解决故障。对错误情况监控：实时得到数据链路层的分析，包括误码率、误码种类等，当线路误码过高时，可立即告警，并针对误码分类。如上图：数据链路层误码历史分布曲线。从曲线中可以看到在流量出现异常时，出现的误码也特别多。 如上图：数据链路层的误码率历史分布柱形图。在图中，看到线路中出现的误码，都是 Oversized (包过大，比1024字节为大)类型。网络监控分析§ 网络探针对网络流量实现OSI 7层流量监控分析§ 可在同一个视图中，显示多个网点信息，作简易和直观的比较。§ 在同一个视图中，显示所有端口的总流量、误码、广播风暴、包大小、包类型等链路层资料。§ 全双工接口的入站、出站和全部的统计数据显示。 PM在链路层、协议层和应用层使用图中都显示进站、出站和整体值的信息。§ 可对网络节点、协议、会话对等分析内容，提供关联、智能排序、转换等。例如从协议分布中查看某个应用协议的主机、会话对等。应用监控可自动检测分析网络中应用，可同时监控多达1024种应用。可根据多种方式识别出网络中的应用协议，包括TCP/UDP端口或范围、服务器IP地址 、网站地址(URL)、基于数据流量特征位等。例如可根据数据流量特征位检测P2P(BT,Ddonkey,Shareaza等)、L2TP应用协议。支持多种应用组的监控，用户可将相似的应用协议加入到一个应用组中（例如将http、https协议加入到Web应用组）统一监控分析。对应用协议可显示全双工信息 (收、发或总量)应用响应时间监控响应时间测量的目的是提供最终用户体验的指标，在最终用户对网络不满意或生产力下降之前，主动地识别网络性能问题。响应时间的测量方法主要有二大类：被动测量（passive measures）和主动测试（active tests）。主动测量技术通过ActiveAgent模拟用户的应用并测量应用的响应时间。ActiveAgent支持常见的应用程序，如http、Ftp、DNS等，用户也可通过开发包来定制自已的应用。 应用响应时间是系统的内置功能，不需额外的模块。采用URT技术可以：· 同时反映应用程序的响应与网络效率的关系· 数据具体到每种应用、每个服务器与用户· 同时具备实时与历史数据· 能区分网络传输时间与服务器响应时间· 确定时延导致根源，分析究竟是由于服务器、应用，还是网络造成数据捕获和协议分析 提供功能灵活的数据包捕获和协议解码分析功能，可用于故障诊断和排除。主要功能有：· 高速数据包捕获分析能力· 可自定义捕获条件参数· 支持OSI 7层解码分析，支持560多种常见应用协议· 灵活的过滤器设置· HTTPS解码分析· 解码内容查找、过滤· 专家系统支持网络数据包捕获和7层解码分析，并提供过滤器功能。过滤器可以根据网段、地址(MAC、IP、ATM等)、协议类型、数据类型、数据包大小、数据包内容（bit、bytes）设置过滤器，并支持上述不同条件下的与、或、非组合。流量分析系统的触发器(Trigger)功能， 支持人工和自动触发捕获数据,允许用户根据时间、告警事件自动启动数据捕捉。主动告警功能具有功能强大的告警功能，并提供告警事件的关联分析功能，可实现网络的主动管理，及时发现网络的问题，并分析解决网络问题。可根据多种条件自动生成告警，当告警发生时，可通过邮件、SNMP Trap、脚本发送告警。告警的触发，可根据超过阀值、低于阀值二种状态告警，是业界唯一提供此功能的产品。可根据以下条件产生告警：· 链路层流量状态o 利用率o 广播包数量o 错误包数量o 组播包数量o 包数· 应用响应时间o 可用性o 响应量· 应用流量o 特定应用利用率o 特定应用数据包数量· 基线· 虚链路流量在提供告警的同时，提供告警发生时的网络状态信息，如告警发生时的网络协议、主机和会话对。集中管理支持集中管理功能，主要功能有：· 客户端可通过WEB或专用客户端登录系统· 分布式的管理体系结构· 用户的分级分权管理· 远程监测· 探针设备的远程控制、管理、升级探针设备具有一个10/100M专用管理端口，支持带外管理功能。 管理服务器可对探针设备进行远程管理、控制；可实现远程监控分析、数据包捕获等工作，远程进行网络故障检测。用户管理系统支持与第三方系统的集成，如Cisco ACS，支持基于角色的用户分级、分权管理。系统提供5种角色，分别为：· System Administrator· Network Administrator· Approver· Network Operator· Help desk用户可自行调整定义不同角色的权限，也可增加角色。报表系统流量分析系统的服务器收集探针设备
