【持续更新】第一章 《SDN Software Defined Networks》2020-09-21

第一章、引言

 

一直到近些年来，存储、计算和网络资源，这三者才被人为地从物理层和操作层上分离开来。即使是用来管理他们的系统，通常也要从物理层分离出来。与这些资源进行交互的所有应用程序（如操作监控系统）为了安全，都需要与访问策略、访问系统和访问过程保持严格的距离[1]。这种方法受到IT部门的喜爱。紧随着廉价算力、存储和网络资源而发展起来，数据机构们必须将这些资源整合到一起。

数据中心的设计初心是为将传统计算组件（如PC服务器）、他们的存储资源、以及与他们相联系的终端用户相分离。在各种各样类型的数据中心存在的计算资源往往就更专注于运行特定的功能性服务，如：邮箱服务器、数据库服务器以及现在广泛应用的桌面客户端（desktop clients）。从前，那些在大企业机构中运行的数以千计的电脑都是由部门服务器（department server）提供服务的，其支持范围也只专用于本地。随着时代的发展，部门服务器前移到了数据中心，有这么几个原因：首要原因就是便于管理，其次就是能够在企业中的各个用户之间能够共享数据。

这一有趣的变化大概是十年前左右发生的。VMware公司研发了一个有趣的科技，允许一台主机操作系统上运行一个或多个客户操作系统。VMware公司做的不过是创造了一个小型的程序，用来创建一个虚拟的环境，并把一个真实的计算机环境合成到这个虚拟环境中。该监控程序称为虚拟层（hypervisor）

最初的时候，VMware一开始是为了那些想在Linux上小不然地跑跑Windows的工程师预备的，他们跑Linux是常态，用Windows是形势所迫。用完了就像关一个普通的Windows程序窗口一样关掉，然后继续用他的Linux。这就产生了一种很有趣的现象：用户在对待客户端操作系统的时候，可以像对待一个拥有许多文件的大程序一样。拥有的这些文件可以像其他人和文件一样，移动或者复制。更有趣的是，客户端操作系统可以在主操作系统不知道的情况下自己暂停挂起，实际上也就是进入了一种“假死状态”（suspended animation）

随着操作系统虚拟化技术的来临，像MS Server之类的这些通常是单机运行、专门应用的服务器，以及那些专门为这些操作系统专门设计的应用程序，都可以被看作是一个无处不在的计算存储平台。随着内存大小、计算能力、存储空间的不断提升，数据中心的计算服务器能够越来越地胜任运在虚拟环境下运行各种操作系统的任务。VMware将他的单机版本扩展到一个对数据中心更加友好的版本，该版本能在一个主机上运行并控制成百上千个虚拟机。Windows Server这样的操作系统，之前占据一整个“裸机”(bare metal)，而现在被当做虚拟机运行，每一台上都按照客户需求运行着相应的程序。后者和前者的唯一区别就是，每个操作系统都在自己独立的环境中运行，可以被暂停、转存、克隆、复制（作为备份）。这一现象，开启了弹性计算（elastic computing）时代。

在弹性计算环境中，业务部门就能够通过简单地将虚拟机暂停后复制文件，来实现将服务器移动到数据中心的任何地方。他们甚至可以克隆一个文件然后简单地跑起来一个新的虚拟机，然后告诉管理程序将它当做一个新的实例跑起来。这一种灵活性就使得网络运营商开始对数据中心的资源进行优化，从而根据散热指标和功耗指标来优化资源利用率。通过将所有活动的机器统一运行，数据中心其他地方的机器就可以睡眠或者空转，进而运营商就可以将这部分地方的空调关掉，于是数据中心的制冷负载就被优化了。相似的，运营商可以根据不同地方的需求，移动或动态地扩展运算力、存储设备和网络资源。

作为一种新兴科技，这种新发现的灵活性在运营部署计算、存储和网络资源时产生
了新问题： 运营效率不仅要求存储和计算资源的使用率达到最高， 而且要求在电力和冷却方面也达到最优。如前所述,网络运营商开始意识到计算能力需求一般会随着时间的推移而增加。 为了满足计算需求， IT 部门（一般它们的预算会逐年递增）将根据预估，订购它们下一年所需要的所有设备。然而，一旦这个设备到达并放置在机架上，即使它尚未使用， 它也会消耗电力，增加冷却设备负载并占用空间。 这种窘境是在亚马逊（Amazon）的运营中初次出现的。当时，亚马逊的业务量是以“曲棍球棒”曲线图的模式增长——即每六到九个月，业务量便翻一番。 因此，为了保证零售订购业务， 股票， 仓库管理系统以及内部 IT 系统的正常运营，必须保证计算服务能力满足业务需求。亚马逊的 IT 部门为此被迫订购了大量的存储、网络和计算设备，但却面临着前面所讲进退两难的局面：这些设备为等待未来的业务需求而不得不闲置着。为了利用这个未使用的资源库，亚马逊推出了 Amazon Web Services（AWS），在商业化的运作下，使得这些未使用资源的利用率接近 100%。 当内部需要更多资源时， 以前的做法是将零售用户的服务请求推迟，但现在零售用户可以通过 AWS 使用那些未被利用的资源。 某些文献把这些称为弹性计算服务， 但本书将这称为超虚拟化（Hyper Virtualization）。

像亚马逊和 Rackspace 这样的大公司，为了其定价有效性（Pricing Efficiency） 购买了大量的存储和计算资