數(shù)據(jù)中心NFV是通過使用x86等通用性硬件以及虛擬化技術(shù)，來承載很多功能的軟件處理，使網(wǎng)絡(luò)設(shè)備功能不再依賴于專用硬件，降低網(wǎng)絡(luò)設(shè)備成本。NFV是網(wǎng)絡(luò)運營商主推的網(wǎng)絡(luò)虛擬化技術(shù)，這有利于大幅降低網(wǎng)絡(luò)運營商的設(shè)備采購成本。不過，運營商需要的是高可靠性的網(wǎng)絡(luò)，對網(wǎng)絡(luò)可靠性要求最高，但看看我們應(yīng)用了虛擬化技術(shù)的表現(xiàn)，2015年十大云計算宕機的收入損失超過了31 Million美元，顯然這樣的技術(shù)無法滿足運營商的可靠性要求。運營商當(dāng)然不愿意放棄自己提出來的NFV，更何況還有SDN躍躍欲試，那該怎么辦?本文給出了一些提升NFV可靠性的思路。

[[179553]]

我們需要先來看看部署了NFV 之后，對可靠性的判斷準則是否發(fā)生了變化。NFV網(wǎng)絡(luò)中增加了軟件控制部分，這樣可靠性評估準則要考慮服務(wù)停機時間與硬件停機時間的差異，要建立彈性軟件的評估方式，這樣當(dāng)硬件檢測到故障時，還要通報給NFV，這個過程要有延遲時間，所以需要故障檢測和切換技術(shù)要比以前更精確，之前故障檢測是秒級，現(xiàn)在就需要毫秒級，小于50MS。之前故障切換是秒級，現(xiàn)在就需要微秒級，在幾百微秒以內(nèi)。部署NFV之后，需要用新的工具來解決故障告警、根本原因分析和恢復(fù)，這是因為虛擬化技術(shù)使得構(gòu)成服務(wù)的部件分散在網(wǎng)絡(luò)多個不同的地方，檢測麻煩不會像觀察紅燈一樣簡單，需要軟件綜合分析。

NFV環(huán)境下要提升可靠性，需要具有三個方面的處理機制：一是故障檢測預(yù)測，通過對數(shù)據(jù)控制流檢查、性能監(jiān)視、網(wǎng)絡(luò)設(shè)備日志分析、異常檢查等等，判斷有無發(fā)生故障;二是故障診斷定位，一旦發(fā)現(xiàn)故障即刻啟動故障定位，通過分析確認哪里發(fā)生了故障，故障的相關(guān)性和優(yōu)先圖;三是故障恢復(fù)，根據(jù)故障位置，啟動故障恢復(fù)程序，可以進行業(yè)務(wù)遷移、冗余備份、數(shù)據(jù)保護等恢復(fù)動作，通過這三步來達到提升NFV可靠性的目的。這樣說很簡單，實際實現(xiàn)起來是非常難的。就拿故障診斷來說，取決于故障檢測的準確性，很多網(wǎng)絡(luò)故障，不少的網(wǎng)絡(luò)技術(shù)專家分析很久都無法明確原因，現(xiàn)在靠機器來完成，難度更大，要先將人的分析經(jīng)驗輸入到機器中進行學(xué)習(xí)，然后由機器代替人來做處理，只有這樣切換才來記得，任何一個環(huán)節(jié)有人為的介入，處理時間都會被拉長，業(yè)務(wù)就會受到影響，NFV采用軟件自動控制的方法，可以將故障發(fā)現(xiàn)、排查和隔離過程控制到毫秒級，達到網(wǎng)絡(luò)高可靠性的目的。

僅具備這些處理機制還遠遠不夠，NFV環(huán)境下故障檢測的數(shù)據(jù)規(guī)模大，硬件和軟件解耦導(dǎo)致涉及的網(wǎng)絡(luò)層次更多，很多數(shù)據(jù)還可能不能反映出故障原因，甚至網(wǎng)絡(luò)已經(jīng)故障了這些數(shù)據(jù)還表現(xiàn)正常，這樣就不會觸發(fā)故障診斷。還有NFV環(huán)境下，發(fā)生故障傳播快和容易相互干擾，易于產(chǎn)生不可預(yù)知的故障，這些都會給診斷故障帶來很大難度，就算分析出來故障位置，不同的軟件可靠性評價準則不同，執(zhí)行的恢復(fù)動作也有差異。有些故障是需要中斷業(yè)務(wù)恢復(fù)的，有些故障是做局部微調(diào)就可以恢復(fù)的，當(dāng)需要做這種恢復(fù)決策時，就算是人為評估都很難把握，更何況將這個決策權(quán)交給軟件去做，誤判一定時有發(fā)生。NFV技術(shù)也是一種全新的網(wǎng)絡(luò)技術(shù)，新的系統(tǒng)意味著有更多的軟件BUG。

為了進一步提升NFV技術(shù)的可靠性，還要在多個方面下功夫。運營商網(wǎng)絡(luò)對可靠性的要求是5個9，而x86的可靠性通常只有2~3個9，所以基于x86實現(xiàn)的NFV可靠性不夠高。這時可以考慮虛擬機分散開來，將同一個網(wǎng)元功能的多個虛擬機散布到異址物理設(shè)備上，降低單點故障對網(wǎng)絡(luò)的影響。通過對虛擬機進行熱備份，專有設(shè)備備份及建立通用備份池對多個網(wǎng)元的虛擬機進行備份的方式，提高網(wǎng)元可靠性。還要在故障檢測上下功夫。比如支持黑盒故障的檢測，支持未知錯誤的監(jiān)測，檢測時間要快，還有就是可擴展性好。將這些檢測數(shù)據(jù)獲取到了以后，通過機器學(xué)習(xí)的方式進行檢測，將低維數(shù)據(jù)變化到高維數(shù)據(jù)。一般通過機器學(xué)習(xí)的檢測有：有監(jiān)督的學(xué)習(xí)，無監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)，它們區(qū)別在于是否需要標簽訓(xùn)練數(shù)據(jù)。在NFV技術(shù)中一般采用無監(jiān)督學(xué)習(xí)方式。通過機器學(xué)習(xí)就可以引入很多的數(shù)理統(tǒng)計技術(shù)，來增強分析的準確性，這些技術(shù)可以來自基于統(tǒng)計、基于深度，基于密度和聚類等等方面綜合分析出來結(jié)果。NFV技術(shù)可以采用動態(tài)自適應(yīng)快速故障檢測技術(shù)，如SOM算法、LOF算法、Bayesian Network算法等。對CMS、CNFM等管理系統(tǒng)同樣采用備份、帶外管理等機制，進一步提升系統(tǒng)可靠性。當(dāng)通過這些一系列的軟件得到故障原因后啟動自動告警、自動切換等一系列措施，實現(xiàn)系統(tǒng)故障自愈，還需要支持在網(wǎng)絡(luò)軟硬件解耦后進行端到端的故障定界定位，對各個組件的安全信息比如日志、告警和異常輸出等進行智能分析和關(guān)聯(lián)，快速定位或提前預(yù)測系統(tǒng)安全隱患。谷歌數(shù)據(jù)中心的建設(shè)思路在可靠性方面考慮良多，在處理宕機這類故障的時候，可以依靠軟件迅速地平滑過度，實現(xiàn)任務(wù)轉(zhuǎn)移，以最快的速度保證SLA指標。

NFV將是一種革命性的新技術(shù)發(fā)展趨勢，將對網(wǎng)絡(luò)技術(shù)發(fā)展帶來深遠的影響。NFV技術(shù)在數(shù)據(jù)中心，尤其是運營商的數(shù)據(jù)中心領(lǐng)域應(yīng)用獲得了極大的認可，是運營商一直在推廣的網(wǎng)絡(luò)技術(shù)。雖然NFV在可靠性方面還有待提升，它真正走向市場和普及，還會面臨眾多的問題和挑戰(zhàn)，但這并不妨礙很多運營商愿意嘗試，NFV技術(shù)必將快速走向成熟。