TeaTalk·Online 演讲实录｜奥秘探寻！移动云·NFV，驰而不息

Posted 2022-12-14 AI科技大本营

11月10日，TeaTalk· Online应用实战系列活动第3期——“新一代云网络NFV架构创新和探索 ”线上直播成功举办。本次直播我们跟随刘老师，让NFV技术与移动云碰了个满怀。通过了解了移动云如何融合NFV技术，不断精益求精、推陈出新，探寻了移动云NFV平台的规格性能及成本优势提升的奥秘。

以下为中国移动云能力中心NFV平台产品经理，刘欢欢老师的演讲实录。

随着公有云业务的快速发展，传统云网络NFV技术弹性不足、交付率低、开放性不足等问题日益凸显，无法满足公有云租户对网络流量的突发、弹性、大规模的需求，AWS、阿里云等头部厂商陆续发布了新一代云原生的NFV平台，移动云如何快速跟紧步伐，实现技术追赶，是我们迫切需求解决的问题。

这次分享主要包括以下几个方面：

1. 讲解公有云NFV领域的发展现状，各头部厂商当前的研发进展；

2. 介绍移动云新一代云原生奔流NFV平台的实现架构和主要功能；

3. 介绍奔流NFV平台的技术亮点；

4. 奔流NFV平台未来的规划演进。

头部云厂商AWS在2017年发布了支持动态弹性伸缩的NFV平台HyperPlane，目前基于该平台的负载均衡、接口终端节点、中转网关、无服务器计算等业务产品已经在AWS上线，并实现了规模化商用。

AWS Hyperplane的平台的架构优势主要体现在以下几个方面：

1. 以Cell为最小单元，实现最小故障域，每个Cell有独立的控制面和数据面，单个Cell都可实现T级别的吞吐和上亿级的并发；

2. 每个Cell都具有通用的数据面和控制面，如图所示，第一层TOP层负责无状态转发，第二层Flow Master层负责记录网络连接，第三层 Decider层负责网元功能（如LB或者NAT的功能），通过分成结构实现每层的动态扩缩；

3. TOP层是无状态，故障后报文可以Hash到原来的Flow Master节点，保障了TOP层的高可用；Decider层和Flow Master层本身具备主备的高可用架构，从而保障了整个Cell节点的高可用；

4. HyperPlane 通过Shuffle Sharding 算法将单个用户的流量引流到某几个节点，同时尽量减少租户业务重叠的概率，从而保障用户业务之间互不影响。

阿里云在洛神3.0的架构中，构建了新一代云原生的CyberStar NFV平台，其最大特点是NFV平台不再直接部署在裸金属服务器或专用计算资源池内，而是基于云上通用虚拟实例ECS部署，实现分钟级弹性伸缩和按需随时购买。

相比于传统的NFV平台，洛神架构3.0的Cyberstar NFV平台具备以下几个优点：

1. 基于Cyberstar的网元，用户不再需要配置任何露营，可实现自动引流，实现面向应用的连接；

2. 基于ECS不上的网元，配合SDN的多活多租，实现了网元任意规格的分钟级弹性扩缩容，满足租户的突发业务需求；

3. Cyberstar 平台和齐天大数据智能分析系统对接，并推出NIS网络智能服务，实现网络的智能运维分析；

4. 屏蔽了底层硬件的差异，优化了交付效率，提升了资源利用率，进一步降低了投资成本。

通过云上虚拟ECS实例构建云网络的NFV网元，不是简单的改变部署形式就可以支持，这里关键的技术点是如何在虚拟网络里面提供虚拟网络功能。如何实现和其他租户地址空间的连接，如何能获取到不同租户信息，提供多租户共享和隔离的能力，这是新一代的云网络NFV平台要提供的能力。

阿里云CyberStar平台提出了ENI-bonding和ENI-trunking的概念，通过ENI-bonding，使用标准云原生网络对象，打通云上租户ECS和NFV网元的的网络连通性，使用ENI-trunking，不同用户的流量在转发至NFV网元，打上不同的VLAN TAG，标识不同的用户，实现租户隔离。CyberStar平台在提供云计算虚拟网络的同时，也开始基于云原生的能力提升NFV网元自身的能力，NFV网元可以使用不同规格的ECS，提供不同类型的网元，例如七层负载均衡计算能力的要求更高，可以选择计算型ECS，而四层负载均衡对转发吞吐的要求更高，可以选择网络型ECS。

从2009年至今，移动云的NFV发展已经经历三个阶段，正在向第四阶段新一代云网络NFV架构演进。

阶段一：多使用硬件设备，逻辑固化，新需求开发周期需要以年为单位，无法横向扩展，使用的厂商封闭系统，仅提供少量的配置接口，开放性不足。

阶段二：使用通用的x86服务器，不再受专用硬件限制，可以自行进行软件迭代，但是因为承载在物理机上，仍然需要进行一定的硬件适配，集群可横向扩展，系统开放性较高，根据业务，可自定义系统功能。

阶段三：转发逻辑是在Linux Kernel中实现，会存在明显的性能瓶颈，在使用高性能网络库DPDK实现NFV 1.0的转发逻辑后，其转发性能提升了10倍+。

阶段四：通用云主机，不再需要适配硬件，拥有极致的敏捷性，因为是通用云主机，其容量与云主机等同，对用户而言是海量资源，可以快速扩展，极高的开放性，第三方网元只要能运行在通用云主机中，即可以开放给云上其他租户使用。

移动云新一代云原生NFV平台整体架构参考阿里云Cyberstar平台，NFV平台配合SDN多活多租特性，基于通用云主机，实现配额管理、集群管理、资源决策、实例管理、配置下发等通用资源编排调度能力；加速平台通过通过DPDK 、P4等对OVS 、协议网关、虚拟网关等进行加速，形成标准化加速平台；通过DPDK加速的软件网元，通过重构适配NFV平台的通用加速平台能力和虚拟化能力，快速提升业务性能，实现动态弹缩能力，达到快速能力演进和上线的目标。

采用基于DPDK的无状态快速转发网元，结合最新的天池SDN GroupENI和Trunk技术，解决了单转发网元存在性能瓶颈，overlay环境下多租户VXLAN与转发网元上VLAN的映射问题，实现了多活多租的快速转发能力。使用ENI-Bonding支持多活，使用ENI-trunking支持多租，使用使用DPDK开发转发节点，多核转发，转发层会话从会话层查询获得，根据实际业务流量，实现转发层动态弹缩。

采用基于DPDK无状态的快速转发网元，当客户端请求第一次到达时，转发网元向会话节点查询会话信息，并缓存至本地；当第二次同一个五元组请求到达时，快速转发网元直接查询本地缓存的会话信息，直接将请求进行转发。结合DPDK的高性能转发套件，实现了高并发，高新建连接数，大带宽的转发性能。

在打流过程中，依次将NFV转发网元从1个弹性扩展至3个，客户端请求经过NFV SLB时，会根据请求的五元组信息散列至多个不同的转发网元进行转发，如图所示。

4个iperf3客户端分别向4个TCP类型的监听器进行打流测试，其中限制每个iperf3客户端打流带宽为7.5Gbps，NFV转发网元从1个弹性扩展至3个，打流的结果见下页PPT。

由图表可以看出，NFV SLB实例的带宽吞吐，随着转发网元个数的线性扩展，从9.22Gbps动态线性扩展至27Gbps。在NFV转发网元缩容时，带宽吞吐会随着转发网元个数的减少而线性减少，此处不再赘述。

每个无状态的转发网元具备相同的带宽吞吐能力，通过弹性扩展转发网元的个数，达到了弹性扩展带宽吞吐的能力。相较于现网厂商的专有负载均衡设备的旗舰型实例，10G带宽吞吐的能力，NFV SLB实例可动态扩缩容的大带宽吞吐能力，更能满足现网客户峰谷流量模型的需求。

NFV平台创建网元、打通SDN等业务流程复杂，且会调用多个外部服务，为保证分布式事务并减少开发工作量，引入了流程引擎，主要工作流程如下：

1. 先异步执行DAG的源算子并以事件方式持久化算子参数及执行结果；

2. 根据DAG算子依赖传递结果给下游，循环此过程直到算子全部执行完成；

3. 某个步骤的结果可以动态产生N个子工作流，子工作流逻辑类似父工作流；

4. 任何步骤异常，则按照DAG排序逆向异步回滚所有已成功算子，执行补偿逻辑；

5. 如果工作流引擎本身宕机，则重启后根据持久化的事件恢复状态并继续执行或回滚。

当前NFV平台集群会话层采用的主备模式，会话能力受限于单节点的能力，未来演进可在SP集群之上新增会话层，各会话节点采用主备模式，支持会话能力扩展。

目前奔流NFV平台和自研天池SDN适配，取得了阶段性的进展：实现了SLB网元的接入，其性能指标新建连接数可达40w，最大并发连接数可达400w，带宽吞吐可动态扩缩容，该性能压测结果均超预期。后续会增加LCU计费、自动扩缩容、集群迁移容灾、沙盒机制、接口标准化、第三方网元接入等高阶能力，并且提供GWLB等平台等。

扫码可得活动回顾及专家PPT

这一期的TeaTalk· Online我们跟随刘老师，了解了移动云奔流NFV平台的奥妙所在，希望我们陪你们度过了一个充满想象力的夜晚。作为开发者社区系列活动的重要一环，未来TeaTalk· Online线上直播栏目将更加专注细分技术领域，进一步扩展知识广度、技术深度，加速拥抱开发者。

继续关注我们吧，我们下一期不见不散！

诚邀加入移动云开发者社区

共筑移动云生态！

扫码进入