欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  互联网

大数据应用对网络工程师提出新要求

程序员文章站 2022-03-30 13:01:21
Plexxi是一家软件定义网络(SDN)初创公司,提供控制器、交换机等企业网络解决方案。作为Plexxi的产品管理高级总监,Marten Terpstra最近在他的博客中详细讲述了大数据为企业网络所带...

Plexxi是一家软件定义网络(SDN)初创公司,提供控制器、交换机等企业网络解决方案。作为Plexxi的产品管理高级总监,Marten Terpstra最近在他的博客中详细讲述了大数据为企业网络所带来的变革,以及企业的应对方法。我们对这篇文章进行了整理,希望能够对您有所启发。

在大数据时代,人们很少谈论跟网络相关的话题,仿佛网络与大数据是风马牛不相及的两回事。事实上,网络不仅跟大数据应用息息相关,而且还发挥了非常重要的作用。但对于很多网络工程师来说,他们并没有认清这一点。

如今在一个典型的数据中心架构中,包含了大量松耦合的应用和半分布式的存储设备。一个基于Web的应用实际上是由很多组件组成的,如应用负载均衡、web服务器前端、应用后端,而且都有相应的数据库作为数据存储。这些数据库会有本地或者集中化或半分布式的物理存储设备,存储又有复制和备份的组件。所有的数据中心内部的流量都需要将正确的数据传送给应用用户。这里的用户可以是一个人,也可以是另外的一个应用。

上述这种较为传统的分布式应用,其通信方式是相对直接的,很好理解。通过基础的测量和分析工具,你就可以完整地了解到一个应用的各个组件之间的运转方式,它们之间是如何交互的以及它们需要什么样的网络环境等等。在部署应用之前,开发人员几乎不用为网络工程师提供具体的需求和指导。而在这个应用走完至少一个扩展和性能调整周期之后,基本就会形成一个固定的模式并保持下去。对于网络工程师来说,他们要做的就是确保能够为这一模式提供合理的网络连接。

然而针对大数据应用,它给我们提出了新的课题。大数据应用往往是以高度并行化的方式运行,它们部署在一个分布式系统当中,这需要在基础设施当中进行海量数据的“大挪移”.大数据应用在设计的时候,会假定数据与其消费方式都是持续分布式的,并且在一个大数据集群当中复制到各个节点。许多应用都要应对多种不同的数据分析任务。而数据集以及数据生成方式更是多种多样,因此它们对于网络的要求也会有所不同。正式基于这一点,我们就需要一个更加动态的网络环境来满足大数据应用的需求。

我们看到,如今有很多大数据应用是部署在1GbE网络上的。很多企业认为,网络根本就不叫个事儿,大数据只不过是一个计算密集型的项目。这其实是最基本的错误理解。事实上,许多大数据应用都是在处理半实时的流数据,每个数据集只需要一个相对较小的计算资源。而这些数据需要新型的连接方式,这是我们以前所没有遇到过的。

上周我跟一个Ad Tech的工程师聊,这是一家发展速度非常快的企业,提供市场营销与广告相关的技术解决方案。他目前管理了一个大数据集群,其中有200台物理服务器,使用了市场中最高端的网络交换机。在开放一半的可用端口之前,网络堵塞问题就已经非常严重了。这个集群中,机架间需要每秒钟传输700GB甚至1TB的流量。说实话,市面上很少有网络设备能够应对这样的需求。

有人会说,多加带宽不就完了嘛。而Ad Tech公司的这个案例,恰恰印证了我们所说的,企业在处理这样的应用需求时需要重新思考他们的网络架构。传统的思路已经不能跟支持新的应用和新的需求了。应用在发生变化,服务器、存储以及它们的工作方式也在发生变化,网络工程师需要积极拥抱这种变化。

但惧怕或者逃避不能解决任何问题,不管你喜不喜欢,该来的总归要来。网络工程师要尽最大努力理解它们的需求,摆脱传统思维的束缚,然后思考什么样的网络能够解决这些问题。因为网络在其中起到了非常重要的作用,它对大数据应用的性能会产生巨大影响。