Mô hình hệ thống

Một phần của tài liệu NGHIÊN CỨU SỬ DỤNG CÔNG NGHỆ OPENFLOW TRONG TỐI ƯU HÓA NĂNG LƯỢNG TẠI TRUNG TÂM DỮ LIỆU (Trang 50)

Chương 3 THIẾT KẾ VÀ XÂY DỰNG HỆ THỐNG MÔ PHỎNG

3.1 Mô hình hệ thống

Để có thể đánh giá được khả năng tiết kiệm của hệ thống, ta cần xây dựng một mô hình thử nghiệm – testbed là một Datacenter nhỏ.Thay vì xây dựng một testbed thật gồm các thiết bị thực tế, nhóm đã lựa chọn sử dụng các công cụ giả lập như Mininet, NOX, D-ITG.Cách xây dựng này cho một kiến trúc tương đương với kiến trúc xây dựng bằng phần cứng vật lý. Nghĩa là khi kiểm nghiệm các thuật toán tối ưu, định tuyến, hay dự đoán lưu lượng trên kiến trúc giả lập cho kết quả tương

Hình3.18 Mô hình hệ thống mô phỏng

Trong đó các khối chính gồm:

Đồ hình mạng trung tâm dữ liệu: Đồ hình mạng sử dụng là đồ hình Fat- Tree với số port ở mỗi switch là k = 4, k = 6 hoặc k =8 tương ứng với số server cần thiết là 16, 54 hoặc 128, số switch cần thiết là 20, 45 hoặc 80. Công cụ giả lập được dùng là Mininet. Vì Mininet cho phép tạo đầy đủ các server, link và các Openflow switch. Đồng thời Mininet cho phép tắt bật các link liên kết.

Khối tối ưu: Công cụ giả lập NOX là một chuẩn của Openflow, có khả năng thống kê lưu lượng trong mạng thông qua bản tin openflow. Khối tối ưu được xây dựng trên NOX. Hiện tạikhối này sử thuật toán tối ưu Topo – Aware Heuristic quyết định xem switch và link nào sẽ được gỡ bỏ ra khỏi đồ hình.Trong đề tài này em đã phát triển thêm thuật toán thích ứng trạng thái đường liên kết (LSA) và kết hợp với thuật toán Topo – Aware Heuristic hiện

tại để tiết kiệm năng lượng nhiều hơn. Khối tối ưu được chạy liên tục và cập nhập đồ hình mới với chu kỳ cố định.

Khối định tuyến: Cũng được xây dựng trên NOX, khối này nhận được thông tin về đồ hình từ khối tối ưu, tiến hành thực hiện định tuyến các luồng trên đồ hình mới này theo thuật toán Hierarchical Load Balancing Routing.

Khối dự đoán lưu lượng: Cũng được xây dựng trên công cụ NOX, bộ này sử dụng thống kê lưu lượng trên từng link, sau đó dựa vào thuật toán EWMA để dự đoán lưu lượng tiếp theo có thể đạt được trên từng link. Từ đó sẽ gửi bản tin tới bộ điều khiển công suất trạng thái dự đoán của tất cả các link trong đồ hình.

Khối điều khiển công suất: Cũng được xây dựng trên NOX, khối này nhận thông tin về đồ hình từ khối tối ưu, sau đó gửi bản tin tiến hành tắt bật switch và link về đồ hình trên Mininet thông qua các bản tin openflow và API của Mininet. Đồng thời nhận thông tin từ khối dự đoán lưu lượng sau đó tiến hành giới hạn mức ngưỡng của từng link.

Bộ phát lưu lượng: Sử dụng công cụ D-ITG cho phép phát traffic theo nhiều phân bố khác nhau.Ở đây ta sẽ phát theo phân bố Log-Normal vì theo nghiên cứu đây là phân bố thường gặp của lưu lượng ở Datacenter.

Một phần của tài liệu NGHIÊN CỨU SỬ DỤNG CÔNG NGHỆ OPENFLOW TRONG TỐI ƯU HÓA NĂNG LƯỢNG TẠI TRUNG TÂM DỮ LIỆU (Trang 50)