美團權皓：大規(guī)模、多廠商、多類型光模塊管理成為重要課題

5月14日消息（九九）隨著信息時代的到來，以及人工智能、虛擬/增強現(xiàn)實、物聯(lián)網等新型技術的出現(xiàn)，數(shù)據(jù)流量呈現(xiàn)爆發(fā)式增長，這種增長對數(shù)據(jù)中心網絡架構和容量等提出了越來越高的要求。

在日前召開的“2021中國光通信高質量發(fā)展論壇”上，美團網絡工程師權皓表示，美團數(shù)據(jù)中心從2015年發(fā)展到現(xiàn)在，一共經歷了5代網絡架構演進，在此過程中，網絡構成發(fā)生了翻天覆地的變化：數(shù)據(jù)中心單集群服務器規(guī)模從1K發(fā)展到數(shù)萬臺，接收速率從千兆發(fā)展到100G和200G，互聯(lián)帶寬從10G發(fā)展為400G和800G。

當前，400G網絡架構已經逐步商用，在不久的未來，800G甚至是1.6T模塊也將會和我們見面。業(yè)內整體市場規(guī)模統(tǒng)計和預測顯示，到2023年，光模塊市場整體規(guī)模將達到120億美元以上，相比2018年的60億美元增長一倍。

隨著網絡架構升級，框式交換機逐步被拆成盒式交換機，光模塊數(shù)量也隨之增加。較10G網絡，多平面CLOS架構增長了65倍。交換機和光模塊也逐步解耦，以100G光模塊為例，主要使用的類型包括100G SR4，100G CWDM4以及100G LR4，因而大規(guī)模、多廠商、多類型光模塊管理將成為重要課題。

權皓指出，目前美團已經引入多種功能，預測和發(fā)現(xiàn)光模塊在網絡運行中的問題，力爭實現(xiàn)實現(xiàn)自我診斷、自我治愈。

一是光模塊信息采集。交換機和模塊的解耦，使得模塊需要獨立運維管理，管理方法也需要從設備級別轉為配件級別。美團光模塊管理系統(tǒng)利用telemtry將模塊的基本信息全部進行采集，包括光模塊位置、生產日期，光模塊廠商部件編碼、序列號，以及收發(fā)光功率、溫度、電壓以及電流等基本信息，采集上來的數(shù)據(jù)經過格式化后存入數(shù)據(jù)庫。

二是光模塊信息監(jiān)控。在實際運維過程中，可以總結出三大類端口故障，第一類是“端口閃斷，秒級恢復”，第二類是“端口反復抖動”，第三類是“端口異常down”。其中第二類故障場景是常規(guī)監(jiān)控手段無法實現(xiàn)的。為解決此類問題，美團網絡團隊探索了一種光模塊預測方法，該方法通過對交換機日志和光模塊數(shù)據(jù)進行分析，預判出哪些端口的光模塊會出現(xiàn)異常，從而防患于未然，提高網絡穩(wěn)定性。

三是光模塊信息運營。對故障模塊原因和故障模塊類型進行分析，可以發(fā)現(xiàn)發(fā)光器異常占比較大，CMDM4類型模塊占比較大，所以需要在下一個POC階段對CWDM4模塊的發(fā)光器件進行重點測試。

權皓進一步指出，通過對100G光模塊的故障管理，可以發(fā)現(xiàn)發(fā)光器件屬于易損部件，在后續(xù)400G迭代中需要重點關注。

權皓表示，后續(xù)美團將引入AIOPS與光模塊運維計劃，利用機器學習分析告警閾值，通過網絡、設備、光模塊、光傳輸?shù)雀嗑毺卣髦笜藢崿F(xiàn)異常主動發(fā)現(xiàn)和故障預測；結合業(yè)內數(shù)據(jù)、大數(shù)據(jù)分析及專家經驗和知識圖譜，分析光模塊異常趨勢，從而進行自我診斷和故障定位；并通過智能聯(lián)動和快速通告，實現(xiàn)全鏈條的故障自動化處理。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。