Mơ đun tích hợp thêm vào Mininet là mơ đun Fat-Tree, mơ đun này có thể tạo ra topo Fat-Tree với giá trị k chẵn bất kỳ, hiện tại giá trị mặc định là k=4. Mơ ñun này sẽ tạo ra topo (k=4) với các thông số sau:
- Giá trị ID của server chạy từ 1-16, tương ñương IP chạy từ 10.0.0.1 ñến 10.0.0.16 và giá trị MAC từ 00:00:00:00:01 ñến 00:00:00:00:16.
- Giá trị ID của các switch trong tất cả các POD chạy từ 21 ñến 36, tăng từ trái sang phải, tính vị trí agg switch trước rùi đến edge switch trong từng POD.
Khi một host muốn trao đổi thơng tin với một host khác, mà nó chưa biết địa chỉ MAC của máy đích, host này gửi bản tin ARP để tìm MAC của host đích. Bộ Controller khi xử lý gói tin ARP sẽ gửi bản tin yêu cầu các switch flood gói tin ARP ra tất cả các cổng trừ cổng mà switch nhận được gói tin ARP. ðối với hệ thống giả lập tồn bộ ảo, địa chỉ MAC của các host là mặc ñịnh, byte cuối trùng với ID của host. ðối với Testbed kết hợp thực ảo, ñịa chỉ MAC là ngẫu nhiên. Khi các host trao ñổi bản tin ARP, POX sẽ học ñịa chỉ MAC của các host ñể sử dụng cho việc thêm flow, xóa flow, chỉnh sửa các flow trên flow table của switch.
Khi một flow ñến switch, nếu flow này không khớp với bất kỳ flow nào trong Flow Table của switch, switch sẽ đẩy gói tin packet in lên bộ ñiều khiển POX ñể POX ñịnh tuyến. POX ñọc thơng tin trong header của gói tin gửi lên, xác ñịnh ñịa chỉ IP nguồn, ñịa chỉ IP ñích, từ đó sẽ xác định được ID của nguồn, đích, ID của Switch Edge nguồn, đích và đặc ñiểm ñịnh tuyến trong topo Fat-Tree cùng với thông tin trạng thái hiện tại của topo ñể ñịnh tuyến cho flow.
Hai bảng dưới ñây thể hiện các thông số tương ứng với topo k=4 và k=6: • Với k=4:
Bảng 3.1: Thơng số Fat-Tree với k=4
Số POD 4 Số Core Switch 4 Số Aggregation Switch 8 Số Edge Switch 8 Số Server 16 Tổng số Switch 20 • Với k=6:
Bảng 3.2: Thơng số Fat-Tree với k=6 Số POD 6 Số Core Switch 9 Số Aggregation Switch 18 Số Edge Switch 18 Số Server 54 Tổng số Switch 45
2.3 Khối tối ưu
Bộ tối ưu có chức năng tối ưu đồ hình mạng dựa theo lượng tải cần xử lý của hệ thống mạng trung tâm dữ liệu. Dựa vào các thông số đầu vào như đồ hình mạng, trạng thái lưu lượng trong mạng, bộ tối ưu sẽ phải tính tốn ra một tập hợp tối thiểu các thiết bị mạng (link và switch) để hỗ trợ đặc tính lưu lượng hiện tại trong mạng. Việc đọc các thơng số đầu vào và tính tốn đồ hình tối ưu được thực hiện tuần tự theo chu kỳ. Khi kết quả tính tốn cho kết quả khác với đồ hình tối thiểu hiện tại, kết quả tính tốn đó sẽ được truyền ñến khối ñiều khiển công suất và bộ ñịnh tuyến. Bộ điều khiển cơng suất sẽ điều khiển tắt bật các link và switch theo đồ hình mới được tính tốn. Bộ định tuyến sẽ thực hiện tính tốn định tuyến lại, chọn ñường ñi mới cho các luồng trong mạng. Khi lưu lượng giảm, số lượng các thiết bị mạng cần thiết ñể thỏa mãn phục vụ yêu cầu lưu lượng hiện tại sẽ giảm ñi, một số thiết bị mạng sẽ bị tắt ñi ñể tiết kiệm năng lượng. Trong trường hợp ñó, bộ ñịnh tuyến sẽ có nhiệm vụ nén các luồng theo đồ hình mới, sau đó khối điều khiển cơng suất mới thực hiện chức năng tắt các thiết bị mạng để đảm bảo tránh hiện tượng mất gói khi mạng chưa kịp cập nhật tính tốn lại các tuyến theo đồ hình mới. Ngược lại, khi lưu lượng tăng lên, số lượng các thiết bị mạng cũng tăng lên để đáp ứng nhu cầu lưu lượng đó, điều đó có nghĩa một số link và switch cần bật thêm. Trong trường hợp này, khối điều khiển cơng suất sẽ thực hiện chức năng của nó trước, sau khi tất cả các thiết bị mạng cần thiết ñã ở trạng thái hoạt động, bộ định tuyến mới tính tốn lại
đường đi cho các flow theo đồ hình mới này ñể tránh trường hợp các tuyến mới ñã ñược tính tốn mà link và switch vẫn chưa kịp bật.
Bộ tối ưu ñưa ra đồ hình tối ưu dựa vào thuật tốn RA-TAH ( Rate-Adaptive
Topology-Aware Heuristic). Thuật toán RA-TAH dựa trên cơ sở thuật toán TAH
(Topology- Aware Heuristic) . Chi tiết trình bày từng thuật tốn sẽ được mơ tả dưới ñây.
ðể đề phịng quá trình tăng lên ñột ngột của lưu lượng, nên mơ hình thử nghiệm đã được sử dụng mức ngưỡng trong link là 0.7 tức là khi lưu lượng ñạt ñến mức 0.7 tối ña của link thì trong thuật tốn tối ưu sẽ coi như link này ñã ñầy và tiến hành bật link khác lên. Tuy nhiên, con số 0.7 này là do nhiều nhà nghiên cứu ñề xuất. Với các giá trị mức ngưỡng lớn hơn sẽ cho khả năng tiết kiệm năng lượng cao hơn, nhưng ñổi lại các tham số về QoS như trễ (Delay), mất gói (Packet loss).. sẽ tăng lên và ngược lại. Do đó cần phải đánh giá sự thay ñổi các tham số QoS theo các mức ngưỡng khác nhau, khi có sử dụng bộ tối ưu và khi khơng sử dụng bộ tối ưu là vấn đề cần giải quyết của đề tài.
2.3.1 Thuật tốn Topo-Aware Heuristic [3]
ðây là thuật tốn cho phép tìm được topo con nhanh và u cầu các tính tốn khá đơn giản. So với các phương pháp khác, phương pháp này địi hỏi tính tốn ít thơng tin hơn do đó thời gian tính tốn ngắn hơn. Hơn nữa phương pháp này hoàn toàn tách rời với bộ định tuyến nên có thể áp dụng phương pháp này với một thuật tốn định tuyến bất kỳ, nếu xảy ra lỗi ở bộ phận này, hệ thống tự ñộng bật hết các switch lên ñể bộ phận định tuyến thực hiện định tuyến bình thường và không gây ra mất mát.
Cách tiếp cận của thuật tốn này là đáp ứng được nhu cầu lưu lượng, các switch tầng dưới khơng quan tâm đến switch agg nào ở tầng trên ở trạng thái hoạt ñộng mà chỉ quan tâm xem có bao nhiêu switch tầng trên đang hoạt động. Cái nhìn của mỗi switch tầng dưới trong mỗi pod là như nhau. Số switch tầng trên cần phải hoạt ñộng bằng với số link cần thiết ñể ñáp ứng lưu lượng từ nguồn hoạt ñộng mạnh
nhất ở phía dưới. Với cách nhìn nhận tương tự từ mỗi pod lên tầng core sẽ cho biết bao nhiêu core switch cần hoạt ñộng.
Phương pháp Topo-Aware Heuristic cho thời gian tính tốn nhanh nhất, có khả năng mở rộng với các mạng lớn đặc biệt với mơ tả ở trên thuật tốn địi hỏi tính tốn đơn giản. Do đó tác giả lựa chọn thuật tốn này để thực hiện bộ tối ưu.
Hình vẽ dưới đây thể hiện thời gian tính tốn topo của thuật tốn