南京js9999777的网址提供AIOps智能运维系统及平台相关产品和解决方案,着重于云和容器云, SDN网络的新一代运维工具和系统。
背景分析
随着云和微服务业务中台,SDN网络的兴起,正在向新的云网融合及业务运维和支撑的技术趋势发展,包括业务多维多拓扑可视化,网络拓扑可视化,云和虚拟化配置自动化,业务系统故障分析,云自治与迁移,故障根因分析,业务可视化,业务系统可视化,应用发布自动化,业务故障分析,云资源管理等。运维部门除了常规对网络和业务稳态的管理,需要对网络和云/容器敏态的管理和感知,实时反映云网络单元的数据,规格,配置和迁移,比如业务,云,网络多层资源和运行状态关联和敏态运维关系(含动态配置和迁移),包括:SDN,VLAN,VPN,VM,Docker,微服务等,云的虚拟化和敏捷交付,云网融合等。
混合云网络运维和监控面临的新挑战
1. 云网络资源池的拓扑和监控分析手段匮乏;
2. 网络与业务应用紧密结合,网络团队的日常工作越来越多地关注、涉及应用业务,与系统部门的交界面也在融合,简单、孤立的IP视角不再满足目前的工作需求;
3. 网络监控架构难以支持弹性扩展。
方案介绍
js9999777的网址的云网融合方案,解决了传统监控无法适用于云网络监控,使云网络监控不再有盲区;帮助云网络故障排查,满足企业上云安全、稳定运行保障的核心能力;避免对现有云网环境的影响,流量采集方式保证对已有的物理网络分流镜像有能力进行兼容或平滑切换,并可以对接已有的分析工具。
1. GUI及通用管理:提供操作界面及通用管理功能。
2. 物理网络监控:通过Prometheus监控云资源层的运行状态,物理层网络及流量状态。
3. 云网络流量性能监控:通过虚拟探针采集云网络流量,实时上送到云网络流量监控。
4. 云网络编排:通过云管平台和云网络作业平台进行网络虚拟化连接及编排。
5. 云网络资源管理:提供对云网络资源池的操作和管理。
6. 云网络业务性能监控:通过虚拟探针,采集云业务流量,监控业务性能。
7. 虚拟探针管理平台:部署和监控探针状态。
整体网络组成
资源池:区域(Region)、可用区(AZ,Available Zone)
虚拟化:宿主机(Host)、虚拟机(VM,Virtual Machine)
PaaS集群:K8S Cluster,Docker Swarms
容器:容器节点(Node)、容器 Pod ,Docker
应用相关:业务,系统,组件(服务),集群
网络:IP、VPC(Virtual Private Cloud)、子网
全平面网络流量获取方式
1. 在生产环境中,获取混合云、云原生环境的网络流、业务报文的内容,根据业务系统流程,进行跨区域,跨技术栈,跨层次,跨物理与虚拟资源节点/设备的数据采集/解析/关联。
2. 基于分布式架构,实现对各类型资源池以及物理网络的流量采集处理抽象,支持类型包括:分布式微服务,物理网络、SDN,KVM、容器、K8S、异构云等资源池网络环境。
3. 支持动态和可扩展网络的监控和探针自动布防和监控,管理,支持控制器动态部署和数据采集,控制动态伸缩框架,流量采集与后端监控分析采用微服务连接,松耦合,在采集侧,各类型号流量采集探针为云网全平面流量采集方案提供基础捕获能力。
应用场景
1. 绘制业务的端到端路径。
2. 支持云资源的配置管理及拓扑连接。
3. 支持完整的容器资源、应用、物理层,网络维度的关联和流程展示。
4. 提供云业务调用链的端到端性能监控和报警。
5. 支持基于连接拓扑和业务流程关联的流量和协议分析。
6. 提供全网的流量数据及网络知识图谱展现全网状态的可视化。