正视SD-WAN

2018 年 11 月 12 日 CSDN云计算

SD-WAN热火朝天,突然之间涌现无数SD-WAN企业,SD-WAN的蓝海似乎一夜之间变红了


在2012年,VMWare以12.6亿美金收购SDN初创Nicira,而Juniper则收购了仅仅成立两天的初创公司Contrail System,随后Cisco收购Tail-f和Insieme……


当全球网络市场为此迷惑与震惊的时候,几家默默无闻的初创企业正在绞尽脑汁把SDN的技术体系应用到更广泛的……广域网领域。他们如此稀少,以至于屈指可数:Aryaka,Algoblu,Pertino,Viptela,Versa,Velocloud……



至2015年,以SDN数据中心内应用为主的,我们称之为传统SDN业务,逐渐没落以后。一些传统网络企业却逐渐开始尝试SD-WAN的产品与服务。


在我们分析SD-WAN为什么会炙手可热之前,我们先看看为什么SDN的初创公司会骤然消失:


传统SDN是一个局域网范围内技术,其出现来自于校园网,最早被应用到数据中心领域,主要为数据中心部署云业务服务。


但在VMWare提供云内SDN系统以后(其主要来自于Nicira),市场上大部分客户的私有云方案均来自于VMWare的一站式体系;而对于公有云服务商,其自身能力足够自己开发云内需要的高度客户化的SDN体系。(非常有意思的是,SDN的价值就是让封闭的网络平台向开放发展,目的就是降低了IDC内,以及云内网络系统的开发难度)……这是一个奇怪的悖论,初创公司因为SDN的开发难度降低而有机会与Cisco这样的网络巨头一争高下,但同时又是因为这点而失去壁垒与客户。


我们再看SD-WAN:SD-WAN对比SDN(传统SDN)的最大不同与挑战就是广域网。广域网(WAN)对于绝大多数人来说是个神秘的黑匣子(包括运营商和Cisco这样的网络专家)。这就好像人们在面对复杂的城市交通一样,没有人能够确切知道交通的状况并作出有效的预测(我们所说的有效是只可以确定知道你的行程不会被打扰与中断),即使是交通管理部门(对应于网络中的运营商)和交通信号与监控设备系统供应商(对应于设备方案提供商Cisco)依然无法以“上帝视角”看透这个黑盒子。而正是这一点为SD-WAN提供了机会,壁垒与价值体现。SD-WAN的生命力源于此,目的就是从“上帝视角”解决这些问题。


SD-WAN的核心


SD-WAN的核心是定义(Define)

不知从什么时候开始,(也许从一开始……)SD-WAN被很多数人理解为SO(optimization)-WAN,即用软件方式达到网络优化的效果(实际上是提升了特定线路的传输效率)……这是一个奇怪的现象,我们可以看到,这在很大层面上来源于optimization的从业者有意或者无意地误导。


我们看看这两者有什么不同

我们可以以城市交通为参照(通信与交通有非常多的相似之处)……网络优化可以理解为导航规避拥堵(路由优化)和更换赛车与专业车手(协议优化)


且先不谈网络优化已经有几十年的发展,技术成熟度已经非常高(众多网络设备厂商有大 量的技术与经验积累),谷歌甚至公布了其 TCP BBR 拥塞控制算法,并提交到了 Linux 内核,从 4.9 开始,Linux 内核已经用上了该算法……其对初创公司来说,在这个领域很难形成真正的壁垒……我们仅从广域网黑盒子的角度去看,SO-WAN并没有改变什么,黑盒子并没有因此透明,网络优化也并不能预测与规划好网络。可以很确定地说:这是一个Nice to have的业务模型(从市场反馈来看,用户粘性与ARPU都非常有限)。因此,SO-WAN的价值体现也无法与SD(Define)-WAN相提并论。


*老套的观点是,这是innovation与revolution的对比。*


我们再看看Define,SD-WAN的D体现在网络的定义。同样以交通作为对照,定义的意义在于我们可以把城市机动车道定义为高速路,可以把双向4车道定义为可调整的非对称车道(潮汐车道),甚至可以把公路定义为铁路。这意味着,如果我们把某条城市道路定义为高速度路,在某个时间点,在一个方向上将会出现全部的绿灯,而垂直方向上将全部是红灯。甚至是在同方向的每个车道上,有不同的红绿灯配时。我们可以为某一辆车定义这样的高速,也可以为某一种车定义这样的高速(如公交专用道)。而S(软件)的作用在于可以用编程的方式做到这些定义,并加入足够多的关联条件,时间,流量,车型,车主,乘客目的地,乘客时间安排,车辆当前位置,当前速度等等。而形成一个实时可变的,灵活的定义系统。


什么是真正的SD-WAN


SD-WAN真正有趣的地方是在整个网络空间上定义出不同的资源,(比如,在公共互联网为基础的广域网上定义出MPLS特性:标签,优先级转发与QoS)并用可编程的方式进行创建,管理与分派。就像面向对象的编程,你可以创建一个MPLS对象,并管理这个对象的特征值,在你需要的时候进行激活与释放。在这些网络对象之上可以通过调用与编程构建更加复杂的网络。你可以轻易构建HA结构,构建双环保护,也可以轻易把星型组网改编成Fully Mesh网络。你也可以在一条物理光纤上同时构建SDH,MPLS和互联网服务,并且相互隔离与动态可调。而这些都是通过软件调用,并借助于底层网络资源虚拟化而实现的。


至此,我们现在可以清晰地看到这两者的区别,网络优化的目的是为了单一业务的加速,或者单一业务负载的均衡。无论是大文件的传输加速,视频传输的加速还是应用系统的加速,都是针对某一个特定需求而做的优化措施,并不会改变网络架构的本质。就像在软件,服务器上的优化,优化数据库,优化应用,优化中间件都无法与VMWare和AWS的虚拟化云体系相提并论。


*最被大家广泛询问的问题是:如果本质上是网络优化,那如何应对带宽增加与网络价格(成本)下降所带来的挑战?

回答是:无论怎样的优化都应对不了带宽扩容所带来的压力与挑战......,每一次大规模的互联网网络扩容,都会极大打击网络优化公司的业绩(我们从众多网络优化公司的生生死死已经可以得到这样的结论)*


而SD-WAN的目的是使无序的网络变得有秩序和可预测,并摆脱传统的物理资源(专线光纤,独立的MPLS网络等等)限制。因为SD-WAN可以自己定义与虚拟化出需要的网络资源,并在需要的时候可以任意放大或缩小资源的某一个特定特性,比如,虚拟化的MPLS资源可以轻易扩充标签项,可以轻易改变网络拓扑,当然也能瞬时改变网络容量。


SD-WAN与其他网络体系的价值对比与IDC和云的价值对比类似。SD-WAN真正解决的是复杂网络的透明化、简单化与虚拟化,解决的是网络弹性,有序与可预测。如果云是由AWS的EC2定义的,那么SD-WAN应该由ECN(Elastic Cloud Network)去描述。


面对上面的同样问题,我们的回答是这样的:网络带宽的增加与网络定义、控制与管理无关。就好像无论道路修的有多宽,信号灯系统都需要越来越智能,从最初的人工控制手动调整,到固定配时,到依据大数据的定期调整配时,再到未来的AI配时与按需配时。这些方式都是为了能够在道路上形成可预见的交通形势,以满足*每一个*交通参与者的需求。而同时,网络的带宽与成本变化不影响对网络资源的定义需求,而更多的资源(带宽)只会更有利于复杂网络的定义。(同样的道理,越来越便宜的硬件服务器是对云服务的正向激励)


在我们理解了SD-WAN之后,我们可以看看为什么SD-WAN如此火热。


*SD-WAN的网络是建立在透明、可控、可预测的白盒体系中。*


其技术壁垒不言而喻……对比于传统的不能再传统的网络优化技术,“定义”作为一个崭新的概念,是真正意义上的革命。定义可以为我们带来很多有趣的事情(事实上,SD-WAN也可以定义SO-WAN,他们是Master/Slave关系),利用SD-WAN,我们从来没有象现在这样有效地控制网络;利用SD-WAN,我们在WAN上实现了不同等级的QoS(注意,不是SLA),实现了按需分配网络资源,实现了弹性网络,实现了网络切片与分层。


在另一个层面上,越复杂的网络业务,越丰富的业务种类越是能够体现SD-WAN的价值(如金融和电信领域,这也是为什么很少有互联网公司(巨头)会成为SD-WAN的主流客户)。这带来了足够的市场空间与价值体现,足以让从运营商到方案供应商为之兴奋异常,而资本的追逐也源于此。


SD—WAN依然是蓝海


SD-WAN的蓝海变成红海了吗?首先我们要去除浮在SD-WAN上的薄雾


我们怎样识别SD-WAN


SD-WAN的服务特点

QoS:QoS与SLA不同,QoS不是指单一业务/服务的指标,而是在不同业务之间进行的质量指标控制,并能够按要求定义不同的QoS;

网络弹性:有价值的网络弹性在于有QoS质量保证的弹性,包括带宽弹性,优先级弹性以及QoS弹性

可定义性:是否可以定义不同质量与特性的网络资源,以及是否展现所定义网络的关键特征。例如,定义一个MPLS网络,是否可以展现Multiple Protocol的标签体系。

可编程:按照用户的需求与业务进行编程控制网络的资源定义、QoS与弹性


SD-WAN的技术标记

中央集中的Controller系统

分层与简洁的广域⽹网络架构(通常是三层设备)

Overlay与underlay网络的无边界统一

与传统IP网络的peering交互


在屏蔽各种花样翻新的误导之后,我们现在可以把那些网络优化厂商区分开来,把链路服务商区分开来,当然也会把SDN厂商区分开来……在重新正视在SD-WAN的道路上……我们发现,在这个领域的公司依然是屈指可数……SD-WAN依然是一个蓝海市场……


真正的SD-WAN技术与运营壁垒依然很高

登录查看更多
0

相关内容

全球领先的互联网解决方案供应商
专知会员服务
114+阅读 · 2020年6月12日
专知会员服务
82+阅读 · 2020年5月16日
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
57+阅读 · 2019年11月10日
工行基于MySQL构建分布式架构的转型之路
炼数成金订阅号
15+阅读 · 2019年5月16日
战略|咨询公司在中国的困境与出路
智慧云董事会
16+阅读 · 2019年3月13日
改了3次APP首页后,我的一些认知
从0到1
11+阅读 · 2019年1月13日
抖音完了!这次道歉也没用了
今日互联网头条
9+阅读 · 2018年7月2日
终于有人把云计算、大数据和人工智能讲明白了
Python开发者
3+阅读 · 2018年6月13日
【一文理清】如何确定自己适不适合学AI?
人工智能头条
4+阅读 · 2018年6月7日
终于有人把云计算、大数据和人工智能讲明白了!
大数据技术
7+阅读 · 2018年4月2日
计算学习理论
平均机器
8+阅读 · 2017年5月3日
Arxiv
22+阅读 · 2019年11月24日
ViZDoom Competitions: Playing Doom from Pixels
Arxiv
5+阅读 · 2018年9月10日
Arxiv
4+阅读 · 2018年5月24日
VIP会员
相关VIP内容
专知会员服务
114+阅读 · 2020年6月12日
专知会员服务
82+阅读 · 2020年5月16日
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
57+阅读 · 2019年11月10日
相关资讯
工行基于MySQL构建分布式架构的转型之路
炼数成金订阅号
15+阅读 · 2019年5月16日
战略|咨询公司在中国的困境与出路
智慧云董事会
16+阅读 · 2019年3月13日
改了3次APP首页后,我的一些认知
从0到1
11+阅读 · 2019年1月13日
抖音完了!这次道歉也没用了
今日互联网头条
9+阅读 · 2018年7月2日
终于有人把云计算、大数据和人工智能讲明白了
Python开发者
3+阅读 · 2018年6月13日
【一文理清】如何确定自己适不适合学AI?
人工智能头条
4+阅读 · 2018年6月7日
终于有人把云计算、大数据和人工智能讲明白了!
大数据技术
7+阅读 · 2018年4月2日
计算学习理论
平均机器
8+阅读 · 2017年5月3日
Top
微信扫码咨询专知VIP会员