網絡故障監(jiān)控系統(tǒng)設計探討

程 敏

（常州市廣播電視大學 信息工程系，常州 213001）

0 引言

針對網絡建設中和維護中面臨的種種挑戰(zhàn)和問題，電信運營商急需找到一個合理的方案，通過這個方案在復雜的網絡結構中找出當前網絡可能存在的問題，輔助網絡結構和網絡設備的優(yōu)化。本論文提出的網絡監(jiān)控系統(tǒng)能夠幫助運營商實時監(jiān)控網絡的性能，輔助診斷網絡故障發(fā)生的原因，幫助提高IP網絡的QoS能力[1,2]。這在當前越來越多的企業(yè)與網絡運營商之間簽訂服務等級協(xié)議(SLA)的大背景下，本論文的網絡監(jiān)控系統(tǒng)的現實意義無疑是重要的。

1 監(jiān)控系統(tǒng)系統(tǒng)設計

1.1 軟、硬件環(huán)境

本系統(tǒng)開發(fā)、測試過程中所需要的軟硬件環(huán)境是不太一樣的，開發(fā)階段主要涉及到軟件本身的功能開發(fā)和系統(tǒng)測試；測試階段以模擬測試場景，構造測試例為主。軟件開發(fā)階段，其代碼與測試工作主要集中在單一或者若干臺PC之間；測試階段所需的部分測試環(huán)境實驗室環(huán)境是無法模擬出來的，因此需要依賴現網的檢驗。

測試階段所需的軟、硬件環(huán)境如表1所示。

1.2 系統(tǒng)體系結構

本系統(tǒng)是一個融合了軟件、數據庫和測試儀的綜合監(jiān)控系統(tǒng)。

從系統(tǒng)結構可以看出，從功能上分類，監(jiān)控系統(tǒng)的分為三塊[3]。第一，監(jiān)控控制模塊；第二，數據采集和數據庫模塊；第三，數據結果分析模塊。監(jiān)控控制模塊是本系統(tǒng)的核心部分，也是最復雜的部分。按照功能的細分，該模塊又分為中央控制模塊和局端控制模塊兩個字模塊。其中中央控制模塊控制各個節(jié)點發(fā)送指定的測試流量，收集測試結果反饋給數據操作模塊，此模塊同時提供網管功能，負責各個局端控制程序的管理工作。局端控制模塊根據監(jiān)控中的作用不同，可能是一個軟件控制器，也可能是一臺網絡測試儀；該模塊的作用是主動發(fā)送監(jiān)控流量到網絡中或者被動監(jiān)控測試流量進行環(huán)回處理。

表1 測試階段需要的軟硬件環(huán)境

數據采集和數據庫模塊是本系統(tǒng)的數據操作模塊，該模塊通過數據收集服務提取中央控制模塊傳送的測量結果和監(jiān)聽狀態(tài)數據，將這些數據寫入到數據庫的指定庫表中。

結果分析模塊是本系統(tǒng)監(jiān)控結果展現和MIB信息上傳部分，該模塊實時提取數據庫中的結果，使用圖表或者文字的形式，顯示當前各個節(jié)點的監(jiān)控結果，同時定義告警類別，上傳告警結果。

1.3 系統(tǒng)網絡架構

通常一個典型的IP網的網絡拓撲是由大量的設備如路器、交換機、HUB、防火墻以及主機等構成的。其中，外圍的部分為接入層部分，各種網絡設備通過不同的接入技術訪問網絡；中間層為匯聚層，該層的網絡設備負責將來自于接入層的各種服務請求；內部為核心層，核心層主要是網絡的骨干部分，核心網是整個網絡的總樞紐，通過它將各個子網連接起來。監(jiān)控系統(tǒng)所需要監(jiān)控的網絡節(jié)點.可能來自于核心網、匯聚網、接入網中的任何一個節(jié)點。無論這些節(jié)點所使用的接入方式和拓撲結構如何，只要其支持IP技術，監(jiān)控節(jié)點就可以部署在其中。

監(jiān)控系統(tǒng)的中央監(jiān)控子系統(tǒng)部署于核心網的中心，其他的監(jiān)控采集子系統(tǒng)部署在匯聚網或者接入網節(jié)點上；各個監(jiān)控節(jié)點與節(jié)點之間，可以互發(fā)監(jiān)控數據進行監(jiān)控；中央監(jiān)控子系統(tǒng)與各個監(jiān)控節(jié)點之間也可進行監(jiān)控數據的傳輸。這種分布式的系統(tǒng)結構，與網絡的分布式特點相切合。這種架構中，客戶端與服務器端的概念不再明顯。

1.4 數據庫設計

本系統(tǒng)設計之初，比較了Oracle，SqlServer和MySql三種關系型數據庫。本系統(tǒng)中的數據存儲主要以測量數據和告警信息為主，同時數據庫的交互只需要通過一個數據收集服務程序即可完成，因此最終決定采用MySql數據庫。該數據庫可跨Windows和Unix兩大平臺，并且是免費的，在百萬條數據的處理上速度仍然較快。雖然監(jiān)控系統(tǒng)每一秒鐘都會產生多條新的測量、告警數據，但是通過數據表項的分類，程序內部定期處理無效的數據，同時對數據進行匯總整理，該數據庫系統(tǒng)仍然能夠滿足成千上萬的監(jiān)控節(jié)點的實時測量數據的存儲上的性能要求。

本系統(tǒng)的數據庫表主要有監(jiān)控節(jié)點實時數據表，實時告警信息表，故障知識庫表，監(jiān)控數據日表，監(jiān)控數據月表，監(jiān)控數據年表，告警信息日表，告警信息月表，告警信息年表等。這里簡要列出最核心的兩張表的數據字典，其他的相關數據庫表和存儲過程、索引、視圖等信息不在論文中表述。

2 監(jiān)控系統(tǒng)詳細設計分析

2.1 局端監(jiān)控子系統(tǒng)

局端監(jiān)控子系統(tǒng)是部署于網絡節(jié)點上用來監(jiān)聽和生成測試數據并能生成測量結果的程序軟件。該子系統(tǒng)提供兩種工作模式：主動模式和受控模式。主動模式下，操作人員可直接操作該軟件，配置測試流量參數和監(jiān)聽參數；受控模式下，該軟件只接受中央監(jiān)控子系統(tǒng)的操作和管理。這種將監(jiān)聽和流量發(fā)送、測量功能放在局端監(jiān)控子系統(tǒng)中實現的做法，可以大大減少中央監(jiān)控子系統(tǒng)的資源開銷，同時測試流量的構建上實現了任意性；這個設計與一直提的“瘦客戶機，瘦服務器"理念是吻合的。

首先，該子系統(tǒng)的開發(fā)上采用多層結構進行實現。這樣做的好處是將業(yè)務與展現進行了分離，各子模塊的獨立性增強，對開發(fā)人員的分工上更加明確，易于軟件項目的管理和系統(tǒng)的集成。

對于流量的發(fā)送和結果提取功能的流程圖來看，將流量的發(fā)送和處理定義為兩個類，通過各自的類方法實現對流量的發(fā)送、接收和處理。

通過對windows的進程和線程的調度機制和執(zhí)行效率研究發(fā)現，進程可以完整的獲得資源，而線程只能獲得進程下的少量資源(例如寄存器或者棧等)。進程相對易于管理和控制，線程的系統(tǒng)開銷相對進程小很多，兩者均具備并發(fā)性。利用這一特點，為突破發(fā)包速率上的限制，提升監(jiān)控系統(tǒng)發(fā)包效率，測試流的發(fā)送采用進程方式進行發(fā)包，這樣對系統(tǒng)資源的占用可盡量較多；而測試流的統(tǒng)計和分析上，使用線程來實現即可達到效率上的匹配。這樣做的好處是最大限度利用當前系統(tǒng)的資源，同時保證系統(tǒng)的運行穩(wěn)定、可靠。同時，通過代碼調整、空間效率和編譯的優(yōu)化，對瓶頸有很大的緩解。

另外，在線程的管理上，啟動一個監(jiān)測線程的線程，定期查看各個流統(tǒng)計、分析線程的狀態(tài)，若發(fā)現當前線程狀態(tài)已經停止或者異常，重啟動該線程，這樣保證每一測試流對應的測量線程均能持續(xù)運行。這一機制類似于Unix系統(tǒng)下的進程管理機制。

對環(huán)回時延的處理機制上，當監(jiān)控系統(tǒng)接收到監(jiān)控數據時，立即打上接收時間戳，這樣做的好處是避免時延的處理上引入了上層協(xié)議響應的時延。

2.2 中央監(jiān)控子系統(tǒng)

中央監(jiān)控子系統(tǒng)是部署于整個監(jiān)控網絡中央的監(jiān)控管理系統(tǒng)，中央監(jiān)控系統(tǒng)最主要的功能是能夠管理所有局端監(jiān)控子系統(tǒng)。這些管理功能包括控制各個監(jiān)控節(jié)點程序的啟動、停止，控制監(jiān)控節(jié)點程序的測試流量和監(jiān)聽流量的配置、啟動、停止、測量等。

在局端監(jiān)控子系統(tǒng)的設計描述中提出的為“瘦服務器”模式，因此中央監(jiān)控子系統(tǒng)并不直接參與測試流量的調度、監(jiān)聽和測量分析操作，這一模式也是部署中央監(jiān)控子系統(tǒng)本身的要求。在本文的設計中，中央監(jiān)控子系統(tǒng)既能部署于一臺服務器上，也能部署于一臺高性能PC上，使得整個監(jiān)控方案的實現成本大大降低。從技術實現角度考慮，無論是高性能PC還是服務器，其硬件架構都是馮.諾依曼體系結構，這種結構不利于網絡流量的調度，因此流量的發(fā)送和測量功能不能在中央監(jiān)控子系統(tǒng)中實現。

在中央監(jiān)控子系統(tǒng)與局端監(jiān)控子系統(tǒng)在測試控制上的交互過程中，本子系統(tǒng)中通過SNMP協(xié)議進行管理各個局端監(jiān)控子系統(tǒng)的功能，一個操作為get-request操作，另外一個為trap操作，通過這兩個動作可實時掌握每個節(jié)點程序的狀態(tài)。

2.3 結果采集與分析子系統(tǒng)

結果采集與分析子系統(tǒng)是整個監(jiān)控系統(tǒng)的數據處理和展現部分。該子系統(tǒng)周期性的提取數據庫中的測量數據，根據設定的告警閥值，返回告警結果，同時可將告警結果上發(fā)到網管系統(tǒng)或者指定的業(yè)務平臺中。最后，該子系統(tǒng)提供統(tǒng)計報表的自動生成功能和對數據庫的自動清理和備份功能。

綜合來說，結果采集與分析子系統(tǒng)的功能定義如下：提供實時和按照指定周期進行結果數據的提取和展示功能；提供告警提示和告警結果分析功能；提供定期監(jiān)控結果統(tǒng)計報表自動生成功能；提供SNMP接口，實現與網管系統(tǒng)或業(yè)務平臺的整合功能；提供數據庫的監(jiān)測和自動維護功能。

在上述功能中，數據庫的維護主要通過存儲過程的定期運行來實現；與其他系統(tǒng)的對接上，通過SNMP協(xié)議的查詢功能即可實現數據的上傳。本部分實現相對復雜的部分就是故障分析功能，這一功能要求系統(tǒng)能夠根據測量結果準確的給出故障的原因。在實際的故障分析中，通常很難通過一個現象或者結果精確的給出故障原因，這就要求故障原因與故障現象的對應關系上能夠模糊匹配，同時故障庫又具備學習功能，能夠不斷的完善故障分析邏輯。

3 結束語

在網絡性能監(jiān)控過程中，可以將本系統(tǒng)的局端監(jiān)控子系統(tǒng)任意放置在接入網或者匯聚網的各個節(jié)點上，安裝過程簡單無需做任何配置。另外，通過結果采集與分析子系統(tǒng)中開放的接口和數據庫表，通過SNMP協(xié)議將告警結果信息庫直接傳遞到網管系統(tǒng)。一方面可充分利用網管系統(tǒng)在短信通知和故障定義上的完備性，另一方面實現了與已有系統(tǒng)的整合。對于網絡故障監(jiān)控工作發(fā)展具有一定幫助。

[1] 張強, 陳琳, 龔正虎, 等. 分布式網絡故障管理系統(tǒng)實現技術研究[J]. 計算機工程與科學, 2006, 28(5).

[2] 李宏建, 徐明, 李洋. 無線Mesh網絡入侵檢測關鍵技術研究[J]. 計算機工程與科學, 2009, 31(7).

[3] 楊巋, 杜澤鰲, 李兵. 結合網絡測試儀器分析判斷網絡故障[J]. 微電子學與計算機, 2006, 23(z1)

[4] 李學峰, 李彩清, 王文杰. 網絡故障監(jiān)測中多智能Agent模型的研究與實現[J]. 微電子學與計算機, 2007, 24(1).