云数据中心网络多用户多业务并发性算法

在云数据中心网络中，海量的业务流在数据传输中往往会出现延迟、丢包等现象，但单用户性能测试无法实现多用户多业务流并发性的检测，为了能实时了解数据中心网络多用户多业务并发性数据的传输过程，发现数据传输过程中影响带宽、产生延迟、丢包现象的形成因素，解决了当前无法仿真多用户多条业务流测试瓶颈，解决不需增设服务器的情况下多用户并发性问题。文中采用Parallel Matrix Multi-plication算法实现RDMA Ib_write源端口变化，解决了当前无法仿真多用户多条业务流测试瓶颈；采用基于RDMA技术的分布式和多线程组功能实现了并发测试，达到不增设服务器却能实现多用户并发的仿真效果，同时也降低了资源消耗及时间消耗。

随着Web2.0 时代的到来，基于互联网的网上交易应用迅猛发展，尤其出现类似每年的“双十一”等可以说是购物的狂欢节，随之而来的就是网络数据量的爆炸式增长，论文[1]概述了传统数据中心网络体系结构及其不足，指出了新的需求，指出了数据中心网络未来的发展方向；论文[2]建立了一种面向云计算的数据中心网络拓扑结构，仿真其拓扑结构的数据中心网络上进行云计算是可行性；论文[3]介绍了近年来利用RDMA 加速分布式系统的工作处理器的利用率以及对RDMA 的使用率；论文[4]描述了通过商用以太网来运行RDMA 的一些挑战，这一挑战包括使用RDMA 支持微软的高可靠、延迟敏感的网络服务。为了保障数据服务的稳定运行，在实现云数据中心运营平台产品上线前的能模拟百亿级别访问量的情景再现，设计基于RDMA 技术的云数据中心网络多用户多业务算法，模拟多用户多条业务流，实现仿真多用户多条业务流测目的，本文通过基于RDMA 技术的云数据中心网络进行数据建模，设计Parallel Matrix Multiplication 算法实现RDMA Ib_write 源端口变化，解决了当前无法仿真多用户多条业务流测试瓶颈，为应对百亿级数量访问量的数据中心的稳定运行提供运营前的测试保障。

2. 研究背景及相关工作 2.1. 数据中心网络拓扑结构 基于云的数据中心网络，2017 云栖社区运维/DevOps 在线技术峰会上，阿里云专家云登针对基于云的数据中心计算网络集群总结有两类架构[5]。传统情况下云计算网络架构会分为三层：接入层、汇聚层和核心层。如图1 [1]。

另外一种比较常见的云计算网络集群架构，在Spine 节点和Leaf 节点之间可能会存在三层连接，而Spine 节点和Core 节点之间也可能会存在三层连接，这种网络架构相比于前面提到的架构而言，其扩展粒度要更细，可以细化到一组或者多组进行接入。如图2 [1]。