Optimizing the “One Big Switch” Abstraction笔记

rule-placement algorithm概述

主要介绍了一种规则放置算法（rule-placement algorithm）以达到“One Big Switch”的抽象。由于switch容量有限，将所有规则放入一组switch 集群中，以抽象成一个 big switch。

• input：①端点策略（end-point policy）和②路由策略（routing policy），以及③网络拓扑（network topology）和④交换机容量
• synthesize by：规则放置算法（rule-placement algorithm）
• output：规则（forwarding rule）

其中：

• Network topology:
  
  • location (loc) 端口
  • exposed locations 与外界相连的端口
  • ingress loc （入口） 和 egress loc （出口）

---

某个流F最终到哪个出口端点O（网络交通的终点）

• Endpoint policy (E):

  • 一个端点策略就是一组相同源端口（入口）的规则集。其形式r：dst ip = 00∗, ingress = H1 : Permit, egress = H2
  • a prioritized list of rules E ：[r1, …, rm] ，其中m = ||E||

  • 规则集由大到小分为：整个端点规则E——>划分成部分不重叠的流空间（flow space）D$_i$——>打包到switch的规则集E$_q$（用在Path algorithm的cover阶段）

    • 其中Di（Ei）是怎么来？——>通过路径策略确定Di
    • 为方便描述分别定义为：整块矩形E；大矩形D$_i$（E$_i$）；小矩形E$_q$

---

• Routing policy (R):
  
  • R(loc1, loc2, pkt) = s$_i$$_1$s$_i$$_2$…s$_i$$_k$，其中s$_i$$_1$s$_i$$_2$…s$_i$$_k$就是一条路径（path）
  • （？）packet和path的关系？

---

Our rule-placement algorithm helps raise the level of abstraction for SDN by shielding programmers from the details of distributing rules across switches.

让控制平台管理规则的放置，而不需要应用程序或程序员来实现。他们只需要定义高水平的策略。

• 注：不存在规则依赖问题，因为一组有依赖的规则都全部放入一组交换机集群中——one big switch

rule-placement algorithm分析

算法分为三个阶段：

• Decomposition (component 1)：将问题分解成多条路径
• Resource allocation (component 2)：估计每条路径上的交换机总容量，LP问题
• Path algorithm (component 3)：在每条路径上安装对应的端点策略E$_i$

---

一、Decomposition

we decompose the general rule-placement problem into smaller sub-problems.

输入条件：implementing {E, R} as implementing the routing policy R and a union of endpoint policies over the paths.

• 通过routing policy可以找出所有τ个路径。
• a union of endpoint policies是某个源端口的端点策略E

过程：E划分——>由P$_i$给出流空间 D$_i$（相当于分割成实际部分规则集E$_i$（部分规则空间））——>映射到 P$_i$在分配

More formally, we can associate path P$_i$ with a flow space D$_i$(i.e., all packets that use P$_i$ belong to D$_i$)and the projection E$_i$ of the endpoint policy on D$_i$

首先，在E（整个规则集中）划出一块相应的流空间D$_i$给一条对应的路径，相当于大矩形E$_i$。——>按什么方式划分？怎么对应？

怎么划分？

• 由路径策略Pi确定Di
• 根据路径策略Pi的数据包包头划出规则空间D$_i$。如二维规则，提取指定的src_ip和dst_ip部分组成D$_i$
• 注意任意两个不相同的规则空间总是不相交的
• 确定D$_i$后，可以分别找到E中所有对应的实际部分规则集E$_i$，如下图所示
  

怎么对应路径？首先Ei在路径中已经确定。再怎么确定路径P$_i$是否合适？

• 涉及到阶段二，如下

二、Resource allocation

①The goal of “allocation” phase is to find a global rule-space allocation,such that it is feasible to find rule placements for all paths.

②the feasibility of a rule-space allocation depends primarily on the total amount of space allocated to a path, rather than the portion of that space allocated to each switch.

③we estimate the threshold value for the L$_i$-hop path P$_i$ with endpoint policy E$_i$.

我们首先定义一个阈值η作为估计D$_i$中的规则数量：η=α$_i$||E$_i$||。
其中α$_i$是P$_i$长度的线性比值。
可知，影响规则空间的两个因素：

• The size of endpoint policy ||E$_i$||
• The path length L$_i$：每个switch都需要至少一个小矩形，小矩形越多开销越大

rule-space allocation分为两步：

• 估计D$_i$中的规则数量：η=α$_i$||E$_i$||
• 通过LP，判断这条路径P$_i$是否合适

LP问题：

• 每个节点switch$_i$在所有路径P$_j$上的容量之和不超过100%
• 每条路径P$_j$的所有switch$_i$之和要≥η$_j$
• i代表节点，j代表路径
• X$_i,$$_j$代表switch中可用容量占比。如交换机容量C$_4$=1000，X$_4,$$_3$=0.4，则表示在P$_3$上S$_4$中可以放最多400个规则。

当检测失败时，增大η$_i$，再重新执行LP

三、Path algorithm（path-wise endpoint policy）

概述：

• 对于每一条路径，该算法分别（并行）将一块规则（小矩形）放入路径上的某个switch
• 每个规则在路径上只需要一个（i.e. 每个packet在路径上只需要执行一次的r.a）——>规则在路径上可以灵活地移动
• 注意放置规则之前，路径上的每个节点（switch）都要安放一条默认规则（优先级最低），用于当packet没有相对应规则（i.e. packet不在D$_i$中）时，转发到路径的下一跳节点

该算法分为三步：

• Cover：在打矩形中找到小矩形E$_q$。如何找？
• Pack：将大矩形和小矩形重叠部分的规则打包到switch
• Replace：用一条新规则（优先级最高）q^Fwd = (q, Fwd)代替小矩形中的规则集

注意两点：

• 放入的实际规则总是不少于E$_i$的规则集
• 规则放入switch不能有遗漏

接上，如何找小矩形？——>
如何找到最好的candidate rectangles？即在大矩形E$_i$（这里不是整块矩形E）中找到第一次需要pack的小矩形？
——>转换成两个子问题：怎么选择小矩形？；如何找到小矩形？

（1）问题1：Rectangle selection

• internal rules是完全与q重叠
• overlapping rules是部分与q重叠
• 规则数量相同，选择utility最优的

（2）问题2：Top-Down search

• To limit the search space, our algorithm avoids searching too deeply,
  preferring larger rectangles over smaller ones.
• we only consider those rectangles q such that there exists no rectangle q¹ which satisfies both of the following two conditions:(i) q is inside q¹ and (ii) E$_q¹$can be packed in the switch. We call these q the maximal feasible predicates.
• q规则数量要满足≤switch的容量c$_i$
• 搜索的矩形块由大到小，直到收缩到规则的边

补充：一维规则的放置

• If the root of this subtree has no action, the root inherits the action of its lowest ancestor（即4b图中矩形中的根节点r.a取自他的上一层节点）
• 算法是贪心的。每次pack的subtree subject（矩形内）都是逼近switch容量的

☆（3）算法伪代码：

• 2、找到所有≤d$_i$的最大可行矩形Q【Top-Down search 】
• 3、在Q中选出最好效率的q【Rectangle selection】
• 5和6、移除internal rules（注意：在新的E¹中不需要改overlapping的规则）。如下
• 7、在E¹添加新的规则q^Fwd = (q, Fwd)

算法优化

对一些不需要的数据包（丢弃操作的）还传入下一跳节点将会增加不必要的成本

• 充分利用入端口的switch容量
  
  节点越靠前，权重越大

• 转变打包顺序

  This motivates us to reverse the order we place rules along a chain:here, we shall first pack the most refined rules at the last switch,and progressively pack the rules in upstream switches, making the ingress switch responsible for the biggest rules.

INCREMENTAL UPDATES

• Local Algorithm：不需要改变Path，只插入、删除、改变规则
• Global Algorithm：Path改变

Rule-Space Utilization

开销问题：额外规则的ovehead

• 定义：（C-||E$_i$||）/ ||E$_i$|| 其中，C为实际的规则数量
• 开销主要由LP问题和Path algorithm构成
• 多个路径的开销——一个规则在多个路径上（情况较少）
• 单个路径上的开销。随路径上节点数量的增加而线性增加

引用：

• Kang N, Liu Z, Rexford J, et al. Optimizing the “one big switch” abstraction in software-defined networks[C]// ACM Conference on Emerging NETWORKING Experiments and Technologies. ACM, 2013:13-24.
• Kang N, Reich J, Rexford J, et al. Policy transformation in software defined networks[C]// ACM SIGCOMM 2012 Conference on Applications, Technologies, Architectures, and Protocols for Computer Communication. ACM, 2012:309-310.