? ? ? ? 帶內(nèi)控制（in-band）的SDN網(wǎng)絡(luò)由于有著良好的靈活性以及部署的經(jīng)濟(jì)性，已經(jīng)受到了越來(lái)越多的關(guān)注。但是在帶內(nèi)控制的SDN網(wǎng)絡(luò)中，控制流和數(shù)據(jù)流共用一個(gè)一個(gè)物理鏈路進(jìn)行轉(zhuǎn)發(fā)。因此，交換機(jī)需要存儲(chǔ)用于轉(zhuǎn)發(fā)控制流的流表項(xiàng)。這在一些大型網(wǎng)絡(luò)，例如數(shù)據(jù)中心網(wǎng)絡(luò)中會(huì)造成一些接近控制器的SDN交換機(jī)流表項(xiàng)過(guò)多的問(wèn)題。大量的流表不僅會(huì)帶來(lái)管理的復(fù)雜，還會(huì)占用例如TCAM等網(wǎng)絡(luò)資源。所以我們提出了Gather：一種能夠優(yōu)化這些用于轉(zhuǎn)發(fā)控制流的流表項(xiàng)的方法。

設(shè)計(jì)介紹

　?。?） 設(shè)計(jì)根據(jù)

　　下圖是傳統(tǒng)帶內(nèi)控制下的SDN網(wǎng)絡(luò)的流表分布圖（本文中只關(guān)注一個(gè)控制器的情況）：

　　圖表 1：傳統(tǒng)SDN網(wǎng)絡(luò)中流表的組織方式

　　在一個(gè)網(wǎng)絡(luò)拓?fù)渲?，如果使用最短路?a href="http://www.brongaenegriffin.com/v/tag/2562/" target="_blank">算法計(jì)算各個(gè)交換機(jī)到控制器的路徑，可以得到一個(gè)樹(shù)狀的控制拓?fù)鋱D，Gather便是基于這一樹(shù)狀的拓?fù)鋱D進(jìn)行優(yōu)化。從圖可以看出傳統(tǒng)網(wǎng)絡(luò)中流表存儲(chǔ)的特點(diǎn)是靠近控制器的交換機(jī)需要為之后的子節(jié)點(diǎn)存儲(chǔ)控制流的流表項(xiàng)，因此越是靠近樹(shù)根（控制器）的交換機(jī)需要存儲(chǔ)更多的控制流的流表項(xiàng)。而在交換機(jī)數(shù)量很多的網(wǎng)絡(luò)中，例如數(shù)據(jù)中心網(wǎng)絡(luò)，這會(huì)造成靠近控制器的交換機(jī)出現(xiàn)一個(gè)明顯的流表數(shù)量激增的現(xiàn)象。Gather的主要目標(biāo)是減少這些不必要的流表開(kāi)銷(xiāo)。

　?。?）設(shè)計(jì)思路

　　Gather的基本思路是將拓?fù)渲械慕粨Q機(jī)劃分為一個(gè)個(gè)組（group）。一個(gè)組相當(dāng)于整個(gè)控制樹(shù)的一個(gè)聯(lián)通子集。同時(shí)一個(gè)組由一個(gè)標(biāo)簽（label or tag）來(lái)表示。實(shí)現(xiàn)標(biāo)簽的方式有很多，在本文中，我們使用segment routing來(lái)實(shí)現(xiàn)標(biāo)簽系統(tǒng)。下圖是Gather的示意圖：

　　圖表 2：Gather 實(shí)現(xiàn)流表項(xiàng)優(yōu)化示意圖

　　從圖中可以看出S2，S3，S4被分為一組，所有被發(fā)往該組的包都被打上X標(biāo)簽（label）。S2在收到包之后，通過(guò)匹配X標(biāo)簽，就會(huì)知道該包是發(fā)往組內(nèi)交換機(jī)的數(shù)據(jù)，之后其會(huì)繼續(xù)在流表2中匹配該包的流表，決定轉(zhuǎn)發(fā)策略。同時(shí)，在對(duì)拓?fù)溥M(jìn)行一輪優(yōu)化之后，仍然可以在現(xiàn)有的分組基礎(chǔ)上進(jìn)行第二輪優(yōu)化。具體的做法是將組都視作交換機(jī)，進(jìn)行替換。之后會(huì)得到一個(gè)縮小的拓?fù)?，可以在該拓?fù)渖侠^續(xù)重復(fù)優(yōu)化，進(jìn)一步減少控制流的流表。但同時(shí)數(shù)據(jù)包中的標(biāo)簽會(huì)增加一個(gè)。

　?。?）如何找出有效的組（group）？

　　可以找出有效的組的方法有很多，可以根據(jù)需求自己設(shè)計(jì)需要的算法。在介紹算法之前，首先給出其中的一些定義：Node distance指一個(gè)節(jié)點(diǎn)到控制器的中間節(jié)點(diǎn)的個(gè)數(shù)，S指子節(jié)點(diǎn)的集合，G是最終輸出的組的集合，time of optimization是指全拓?fù)鋬?yōu)化的次數(shù)，一次optimization之后需要修改拓?fù)洌ㄟM(jìn)行組和交換機(jī)的替換）。在本算法中，基本的思路是先利用深度優(yōu)先算法，從葉子節(jié)點(diǎn)開(kāi)始計(jì)算。從算法中可以看出，其使用迭代的思路，一直延伸到一個(gè)葉子節(jié)點(diǎn)后向上逐個(gè)節(jié)點(diǎn)進(jìn)行計(jì)算和比較。之后其會(huì)根據(jù)比較的結(jié)果決定組的分布。

設(shè)計(jì)測(cè)試

　　首先，我們對(duì)數(shù)據(jù)包中的label（本論文中使用segment routing實(shí)現(xiàn)組的結(jié)構(gòu)）對(duì)于轉(zhuǎn)發(fā)延遲的影響進(jìn)行測(cè)試。測(cè)試結(jié)果如下：

　　圖表 3 Label數(shù)量對(duì)轉(zhuǎn)發(fā)延遲的測(cè)試結(jié)果圖

　　從表格中可以看出label對(duì)于轉(zhuǎn)發(fā)延遲的影響比較小，即使在3個(gè)label的情況下也只比傳統(tǒng)轉(zhuǎn)發(fā)多了4%的延遲。之后我們對(duì)優(yōu)化流表的能力進(jìn)行測(cè)試，結(jié)果如下：

　　圖表 4 流表優(yōu)化結(jié)構(gòu)示意圖

　　在三種拓?fù)渲锌梢钥闯龅谝淮蝺?yōu)化的結(jié)果普遍較好，而第二次，第三次優(yōu)化的比例下降的特別快。這是因?yàn)樵谝槐閮?yōu)化，將組替換為交換機(jī)之后的拓?fù)鋾?huì)比優(yōu)化之前的拓?fù)湫『芏?。因此可以?xún)?yōu)化的流表項(xiàng)也會(huì)少很多。同時(shí)，這與算法的設(shè)計(jì)也會(huì)有一定的關(guān)系。