谷歌:未来十年的网络挑战

2018 年 6 月 24 日 云头条


谷歌网络:不仅仅是一大堆数据中心




谷歌数据中心地理位置



无处不在的云……规模扩大10倍



数据中心:分离存储、内存和计算的下一代技术

园区和城域网:云地理区域和园区扩建推动数据中心互连

广域网:云复制和带宽密集型云服务(比如交钥匙视频和物联网)

功能方面的逐步颠覆:带宽、延迟、可用性和可预测性


谷歌SDN的几大支柱



B4:广域网互联

Andromeda:NFV和网络虚拟化

Jupiter:数据中心网络



B4:广域网互连

Andromeda:NFV和网络虚拟化

Jupiter:数据中心网络

Espresso:面向公共互联网的SDN


B4:谷歌的软件定义广域网



B4:从copy网络到关键业务型



Andromeda:谷歌基础设施服务



谷歌数据中心网络的创新



以及我们无法通过外购达到的硬件规模


谷歌SDN的支柱



B4:广域网互联

Andromeda:NFV和网络虚拟化

Jupiter:数据中心网络

公共互联网?



B4:广域网互联

Andromeda:NFV和网络虚拟化

Jupiter:数据中心网络

Espresso:面向公共互联网的SDN


具体环境下的Espresso







Espresso的前与后



Espresso架构概况图







网络领域在未来十年的挑战



下一波计算浪潮


  • 云3.0无服务器计算

  • 紧密耦合的通用分布式计算


是时候组合一切了


  • 敏捷扩展

  • Jitter

  • 隔离

  • 性能虽好,但只有结合可用性、可管理性和速度才有意义。


过去十年:云1.0



虚拟化为企业数据中心带来节省资本开支的好处。


现在:云1.0 按需硬件 云2.0



公共云将企业从专有的硬件基础设施中解放出来

调度、负载均衡要素和“大数据”查询处理


第三波云计算



无服务器计算、实时智能和机器学习

没有数据布置、负载均衡、操作系统配置和补丁


第三波云计算



网络应该力争迎接云3.0


网络和云3.0



存储分离:数据中心是存储设备

无缝遥测:向上/向下扩展

透明的实时迁移

开放的市场:服务市场,这些服务安全地放置和访问


网络和云3.0



应用程序+功能:不是虚拟机

策略:不是中间设备

实用的智能:不是数据处理

SLO:不是布置/负载均衡/调度


网络领域在未来十年的挑战



网络要支持下一代计算基础设施

网络要定义下一代存储基础设施

合适的网络基础设施能提供基本的新能力


我们如何划分基础设施工作的优先级?


  

可用性至关重要



  • 重要的方面先说:不安全的基础设施是不可用的基础设施

  • 稳定性比效率来得更重要

  • 网络管理至关重要

  • 配置很棘手

  • 自动化很重要,但是会阻碍可用性


“不演变就完蛋:从谷歌的网络基础设施获得的高可用性设计原则。”


为速度而构建



  • 速度是指迭代速度

  • 回顾“网络空间的较量:定义明天的互联网”

  • 为无影响升级和自我验证而构建

  • 调试和跟踪很重要:要是没有可见性,性能并不重要

  • 为扩展和演进而构建的网络结构

  • 启动和迭代


隔离很重要;资源搁置很糟糕



有所保留的隔离很容易,但会导致严重的资源搁置


  • 近似定制和预留的通用共享基础设施


隔离涉及许多部分


  • 延迟、带宽还有控制平面

  • 计账和费用分摊是重要的缺失部分


拥堵控制仍然确实很困难


  • 规范多个控制循环、网络流、端点、多路网络流和流量工程


端到端性能很重要



阿姆达尔定律适用于此,所以需要很费力采用的局部优化将被忽略。 


1.大规模

2.Jitter

3.存储分离

必须从应用程序一直到最终用户,实现全面优化。


我们如何划分基础设施工作的优先级?



网络领域在未来十年的挑战



下一波计算浪潮


  • 云3.0无服务器计算

  • 物联网

  • 紧密耦合的通用分布式计算


是时候组合一切了


  • 敏捷扩展

  • Jitter

  • 隔离

  • 性能虽好,但只有结合可用性、可管理性和速度才有意义。



相关阅读:

中高端IT圈人群,欢迎加入!

赏金制:欢迎来爆料!长期有效!


网络领域交流群欢迎加入交流,群主微信:aclood(备注任职单位+职位,否则不予通过)


PTT下载点击“阅读原文”~~


登录查看更多
0

相关内容

Andromeda 是Google在2016年10月4日发布的融合了Android与ChromeOS的操作系统。
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
129+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
191+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
102+阅读 · 2020年3月9日
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
30+阅读 · 2020年3月5日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
107+阅读 · 2020年1月2日
【大规模数据系统,552页ppt】Large-scale Data Systems
专知会员服务
61+阅读 · 2019年12月21日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
138+阅读 · 2019年12月12日
阿里巴巴全球化架构设计挑战
InfoQ
35+阅读 · 2019年11月25日
DARPA | 世界上最大的“5G+AI+仿真”探索项目
走向智能论坛
30+阅读 · 2019年7月29日
谷歌提出MorphNet:网络规模更小、速度更快!
全球人工智能
4+阅读 · 2019年4月20日
2018年边缘计算行业研究报告
行业研究报告
12+阅读 · 2019年4月15日
车路协同构建“通信+计算”新体系
智能交通技术
11+阅读 · 2019年3月26日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
深度|拥抱人工智能报告:中国未来就业的挑战与应对
机器人大讲堂
6+阅读 · 2018年9月24日
2017全球大数据产业八领域典型公司盘点分析
人工智能学家
3+阅读 · 2017年12月6日
边缘计算:万物互联时代新型计算模型
计算机研究与发展
14+阅读 · 2017年5月19日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
Arxiv
35+阅读 · 2020年1月2日
Arxiv
17+阅读 · 2019年3月28日
Simplifying Graph Convolutional Networks
Arxiv
12+阅读 · 2019年2月19日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
20+阅读 · 2018年1月17日
VIP会员
相关VIP内容
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
129+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
191+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
102+阅读 · 2020年3月9日
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
30+阅读 · 2020年3月5日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
107+阅读 · 2020年1月2日
【大规模数据系统,552页ppt】Large-scale Data Systems
专知会员服务
61+阅读 · 2019年12月21日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
138+阅读 · 2019年12月12日
相关资讯
阿里巴巴全球化架构设计挑战
InfoQ
35+阅读 · 2019年11月25日
DARPA | 世界上最大的“5G+AI+仿真”探索项目
走向智能论坛
30+阅读 · 2019年7月29日
谷歌提出MorphNet:网络规模更小、速度更快!
全球人工智能
4+阅读 · 2019年4月20日
2018年边缘计算行业研究报告
行业研究报告
12+阅读 · 2019年4月15日
车路协同构建“通信+计算”新体系
智能交通技术
11+阅读 · 2019年3月26日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
深度|拥抱人工智能报告:中国未来就业的挑战与应对
机器人大讲堂
6+阅读 · 2018年9月24日
2017全球大数据产业八领域典型公司盘点分析
人工智能学家
3+阅读 · 2017年12月6日
边缘计算:万物互联时代新型计算模型
计算机研究与发展
14+阅读 · 2017年5月19日
相关论文
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
Arxiv
35+阅读 · 2020年1月2日
Arxiv
17+阅读 · 2019年3月28日
Simplifying Graph Convolutional Networks
Arxiv
12+阅读 · 2019年2月19日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
20+阅读 · 2018年1月17日
Top
微信扫码咨询专知VIP会员