通信職稱論文發表數據中心交換機的應用

　　數據中心交換機是通信系統中的關鍵部分，本文對數據中心交換機在線診斷做了一些簡要闡述，并對技術故障維護做了分析。

　　《江蘇通信》1985年創刊，立足江蘇通信行業，面向世界通信發展，報道最新科技成果，開展學術技術培訓交流。堅持為社會主義服務的方向，堅持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導，貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針，堅持實事求是、理論與實際相結合的嚴謹學風，傳播先進的科學文化知識，弘揚民族優秀科學文化，促進國際科學文化交流，探索防災科技教育、教學及管理諸方面的規律，活躍教學與科研的學術風氣，為教學與科研服務。

　　對于數據中心交換機設備來說，由于所承載的應用重要性，一旦發生故障，必須要能夠快速定位及解決問題。但是面對當前異常復雜的數據中心組網拓撲以及維護定位手段的缺失，如何才能應對這一挑戰?本文就此問題作出一些技術分析，在線診斷分析當前設備的運行情況，對故障和異常能自動發現、自動恢復、自動隔離。滿足用戶對設備更高的可維護診斷需求。

　　一、 概述

　　1. 診斷維護需求

　　數據中心交換機設備良好的可維護可診斷體現在多個方面，主要關注于對器件、業務的故障檢測與響應：

　　l 器件的可靠性檢測：器件的可靠是整個設備可靠的基礎，只有每個器件可靠了，才能保證整個系統的可靠運行。器件作為獨立的角色，針對器件的檢測非常簡單和也非常有效。

　　l 業務的可靠性檢測：交換機設備的主要功能就是業務轉發功能。在某些硬件故障情況下，往往業務端口仍處于UP狀態，但設備卻無法正常轉發報文。在這種情況下，加上組網的復雜度，如遇嚴重故障，維護人員很難感知故障，更無法快速確定到故障點。這就需要業務可靠性檢測功能，及時的發現和處理業務轉發的故障。

　　l 故障的自動分析、定位和恢復功能：在目前復雜的組網情況下，找到一個故障點，并明確故障所在的單板往往需要幾十分鐘甚至幾個小時的時間，這無疑對維護人員來說是場噩夢。如果設備能自動分析、定位和恢復故障，就可以有效降低維護的人力投入，同時極大的減少了故障時對業務的影響。

　　2. 設想中的診斷維護架構

　　要實現診斷維護的這些需求，可以準備一整套的診斷架構，基于該架構可以方便的實現整體的診斷維護功能。該診斷架構主要分成三部分。如圖1所示，從下到上，首先是通過對器件、單板、業務的檢測來及時發現故障，然后把故障檢測結果報告給在線智能診斷分析模塊對故障進行分析、深入定位，最后智能診斷分析模塊根據分析的結果進行故障保護性處理，包括把故障告警通知用戶維護人員，并進行恢復和保護性倒換。

　　二、 在線檢測——發現故障

　　交換機可以通過在線器件故障檢測功能在設備運行時，定時不斷的掃描各主要器件的(如單板電源模塊、時鐘、晶振、CPLD、內存、轉發芯片等)運行情況，一旦出現器件故障，及時通知到智能分析模塊進行保護處理。其器件檢測基于軟硬件的結合，快速、可靠。以對時鐘的檢測為例，時鐘作為硬件轉發芯片的工作基礎，如果出現偏差和停止輸出會造成整個轉發芯片無法工作?？梢詫r鐘輸出信號提取一路出來通過CPLD在線實時監控，當時鐘出現過大偏差或停止輸出時，就主動觸發中斷通知CPU的智能診斷模塊進行保護性處理。

　　而對于交換機的業務板、主控板在內的各種單板檢測而言，這些單板都有獨立的CPU，互相間的通訊通過板間通訊通道進行，是完全獨立的一套系統。在這種分布式的架構下，設備需要快速的感知各單板的運行狀態和故障情況，確保業務能選擇最優路徑轉發。高端交換機可以使用獨立的檢測平面，定時快速的掃描各單板的運行、業務處理情況，對處于異常的單板根據故障通知智能分析模塊及時進行保護性處理。例如：在分布式設備中，有很多的數據報文發送和處理都是在業務處理板上進行的，設備會自動根據單板的故障狀態，對業務處理優選正常運行單板進行處理，確保業務處理的高效和正確。

　　交換機最基礎的功能是正確轉發業務報文。在線業務檢測就是在線檢測整個業務轉發通道是否正常，如果正常，表明整個系統的轉發功能是正常的。如果出現異常，就要及時通知智能分析模塊，由智能分析模塊來定位出故障點，并進行相應的保護處理。例如：當某塊業務板的某個轉發芯片出現轉發故障，業務通道檢測功能就能快速的感知到其它轉發芯片到該芯片的業務通道故障，通知智能診斷分析模塊對該芯片進行保護處理。例如可以通過關閉該芯片上對應的物理端口，把流量切換到備份的端口以快速的恢復業務。

　　三、 在線智能診斷分析技術——分析故障

　　通常交換機設備出現故障時，往往只能提示用戶出現故障，卻無法進一步深入的判定問題所在和保護處理。可以通過一整套的在線智能診斷技術，根據故障的原因和用戶配置的情況，實現告警、故障隔離、故障嘗試恢復等處理。

　　如圖1中間層所示，在線智能診斷分析模塊會自動的收集各種檢測的結果，對出現異常的檢測結果將交由深入探測功能模塊進一步深入分析和定位，判斷出故障點，通知用戶更換故障單板，并對故障實施隔離、嘗試恢復等動作，對業務進行保護性倒換。

　　例如：某業務板出現故障，造成報文轉發丟包。這時，業務通道故障檢測發現轉發異常，將故障報告給在線智能診斷模塊，該模塊會通知深入探測診斷功能模塊啟動對各業務單板的深度探測功能，最終定位到故障點為某塊故障單板后，在線智能診斷模塊會把該業務板隔離，去除該業務板對轉發的影響，恢復業務。同時，告警提示用戶更換該業務板。

　　四、 在線保護技術——處理故障

　　在線智能診斷分析在分析到故障后，會根據當前系統的配置情況和故障原因，進行一系列動作進行故障的自動恢復處理(如圖1最上層所示)，其中必須要實現關閉端口和單板隔離。

　　1. 關閉端口(故障端口自動備份切換技術)

　　作為數據中心組網中，在組網規劃時往往會考慮通過跨板鏈路聚合、IRF/VSS等技術提供冗余備份保護。當設備出現硬件轉發故障時，往往端口依然是是UP狀態，因此對端設備會認為該端口為可用端口，流量照常往該端口轉發，結果造成冗余備份保護無法生效。

　　結合在線診斷檢測和分析功能，設備可以在檢測到硬件或者轉發故障時，根據定位到的故障點，檢查故障影響的用戶端口，如果該用戶端口存在備份鏈路，則自動關閉該用戶端口，使對端的流量倒換到備份鏈路上。該技術結合IRF/VSS等跨框聚合可以更加完善的提供冗余備份功能。

　　如圖2所示，用戶在IRF設備上配置PortA和PortC聚合，PortB和PortD聚合。服務器A和服務器B間的流量如上圖所示。在PortA、PortB端口所在單板出現轉發故障時，此時由于仍為UP端口，交換機A和交換機B仍繼續執行負載分擔把流量發送給PortA、PortB，但實際情況卻是因轉發故障造成紅色的流量全部在交換機上被丟棄。

　　現在，在配置了故障端口自動備份切換功能后。智能診斷分析模塊在定位到該單板故障后，分析出該板的PortA、PortB端口存在備份端口PortC、PortD，則對PortA和PortB執行管理DOWN，交換機A和交換機B即可以感知到端口變化，只把流量發送到PortC和PortD端口上，即流量只走綠色的路徑轉發，兩臺服務器間的流量恢復轉發正常。

　　2. 單板隔離技術

　　單板隔離是將指定單板從業務平面中隔離出來，不再參與業務轉發。被隔離單板仍在管理平面中，可對其進行重啟等基本操作。交換機設備在出現硬件單板故障時可以自動的進行故障單板隔離處理，也可以手工命令對故障單板來進行隔離，并可將單板隔離后進行現場診斷，方便準確、深入的定位分析故障原因。

　　當對線卡板設置隔離后，該線卡板的所有業務端口被管理關閉，不會有報文從外部進入該板;線卡板對應的交換網端口也被關閉，不會有報文從其他線卡板轉發過來;從而使該板從轉發業務中脫離出來。

　　當對內部交換單板設置隔離后，內部交換單板上的交換網芯片被設置為“不可達”，從而該網板從轉發業務中脫離出來。高端數據中心設備一般具有多塊內部交換單板，內部交換單板間互為冗余備份，在對部分內部交換單板的故障隔離后，不會影響整體轉發功能。在檢測到內部交換單板故障后，如果會自動進行該單板的隔離處理，可以確保故障單板不影響業務轉發。

　　五、 結束語

　　由以上分析可知，對于數據中心交換機設備而言，其診斷維護功能的需求發展趨勢是自動發現故障、自動隔離故障、自動故障恢復，做到設備無需維護，機房無需值守。這尤其對于數據中心，以及其中的核心交換機設備的運維效率與效果意義重大。