基于多云架構進行應用編排混合部署的研究

程偉華，王紀軍，章路進

(江蘇電力信息技術有限公司，南京 210024)

0 引言

應用編排作為Devops方向的研究技術之一，用戶能夠使用它進行配置文件的編制，也能夠使用戶在操作界面上，通過控件的拖拽來定義正在使用中組件之間的輔助關系，使得應用程序能夠自動地部署、延伸，使得本領域的普通技術人員能夠通過簡易的方式實施該操作系統(tǒng)，大大提高了運維效率和水平[1]。隨著電力系統(tǒng)和網(wǎng)絡技術的飛速發(fā)展，如何管理服務配置、尋求各種環(huán)境下的配置差異以及靈活運維管理系統(tǒng)，則是對服務配置管理問題提出的挑戰(zhàn)。傳統(tǒng)技術中，編排技術的應用大多采用Internet網(wǎng)絡架構實現(xiàn)應用編排部署，比如借助于OpenStack等虛擬機管理工具，管理、部署、啟動這些應用編排。這種技術雖然在一定程度上具有技術進步性，但是虛擬機的運行程序比較慢，伸縮速度難以滿足當前的需求，單一的云服務(例如，私有云或公有云)存在諸多的局限性[2]，比如：

1)單一的云平臺面對的服務面窄，布局呆板，不靈活，云盤能夠實現(xiàn)的解決方案、底層基礎和運維服務都通過單一的服務商提供，嚴重制約了應用編排的適用范圍。

2)單云架構性能較差；單云網(wǎng)絡系統(tǒng)輸出性能受廣域網(wǎng)波動的影響，不同地區(qū)的帶寬差異較大，在網(wǎng)絡運行速度在高峰期和閑余期能相差幾千倍，用戶滿意度較差。

3)供應商鎖定性較強；單一的云平臺服務使得企業(yè)或者其他用戶大量的數(shù)據(jù)信息被鎖定在單一的云盤上，數(shù)據(jù)轉移、交互性能差。

4)成本高，可靠性差；單一的云架構造價高，一旦出現(xiàn)故障或者無法正常運行，則造成整個系統(tǒng)處于癱瘓狀態(tài)，容錯性、安全性能差[3]。

1 整體架構設計

基于上述描述，這就需要一種新型的架構來解決上述技術問題。在本研究設計中，架構體系包括多云存儲層、云軟件平臺、數(shù)據(jù)傳遞層和應用層，具體架構圖如圖1所示。具體而言，多云部署架構是利用至少兩個云架構平臺實現(xiàn)數(shù)據(jù)計算、存儲等。多云架構能夠從不同的角度和網(wǎng)絡路徑實現(xiàn)應用編排的混合部署，云計算編程性能強，出錯率低，可靠性性能高[4]，下文將詳細描述。

圖1 整體架構設計

在本研究中， 由于多云架構集群中無單節(jié)點故障，文件傳遞、下載速度快，因此，很有必要啟動網(wǎng)絡服務編排(network service orchestration，NSO)， 在多云環(huán)境下如何實現(xiàn)網(wǎng)絡服務請求，是其重要的工作過程，其能請求多云架構平臺中的資源規(guī)劃、應用設計、部署、狀態(tài)監(jiān)控等管理，以實現(xiàn)云資源的合理應用。本研究在云網(wǎng)絡架構中融入了Software-defined networking(SDN)[5]，通過利用SDN控制器，在多云網(wǎng)絡架構中以分層的方式實現(xiàn)網(wǎng)絡數(shù)據(jù)的可擴展、可傳遞應用，這種方式能夠提高網(wǎng)絡數(shù)據(jù)的應用率。在云軟件管理平臺中，還融入了統(tǒng)一編排器(Conductor)，對多云架構中的網(wǎng)絡信息資源進行分配、編排[6]。由于不同云平臺和云服務器的差異，在對不同云平臺的資源進行應用時，首先抽取不同云平臺的信息，將這些不同的網(wǎng)絡信息放置在一個編排區(qū)內(nèi)，以便于后期的編排。然后再將云平臺上的相關資源映射到該平臺上，通過生成編排模板，進一步生成堆棧，創(chuàng)建出云資源及其網(wǎng)絡拓撲[7]。通過統(tǒng)一編排器將不同的多云平臺內(nèi)的資源信息集中在一個編排視圖內(nèi)。由于云平臺不同，各云之間能夠通過不同的網(wǎng)絡(比如公網(wǎng)IP、專線或VPN隧道等)進行信息交互。本研究應用的通訊網(wǎng)絡為SDN/NFV，控制能力比較集中，智能化水平比較高，進一步實現(xiàn)網(wǎng)絡各層網(wǎng)元功能的彈性容量伸縮、自動化部署與運維等[8]。

2 多云網(wǎng)絡方案設計

基于上述描述，在本研究中的多云網(wǎng)絡架構中，其包括數(shù)據(jù)層、控制層、數(shù)據(jù)接口層和應用層。大量的網(wǎng)絡設備設置在數(shù)據(jù)層內(nèi)，SDN控制器作為網(wǎng)絡設備的控制平面[9]，能夠有效地將網(wǎng)絡數(shù)據(jù)從平面中分離出來，同時借助于應用軟件，通過軟件內(nèi)設置的邏輯控制，獨立地控制網(wǎng)絡設備的運行。SDN控制器外設有網(wǎng)絡接口，內(nèi)設有應用軟件，使其通過API(Application Programming Interface，應用程序接口)與應用層連接、通訊。在應用層中，用戶通過應用接口實現(xiàn)數(shù)據(jù)接口層的信息互通。用戶在使用時，通過中央控制的方式規(guī)劃網(wǎng)絡[10]。多云網(wǎng)絡方案示意圖如圖2所示。

圖2 多云網(wǎng)絡方案示意圖

云管理平臺:

在上述的多云網(wǎng)絡架構設計中，通過VPC(Virtual Private Cloud 虛擬私有云)對底層網(wǎng)絡進行計算、分析、處理、存儲和共享[10]。這種方式可以使用戶對網(wǎng)絡進行自定義設置，在其內(nèi)設置各種云服務資源，比如云主機、網(wǎng)絡負載均衡參數(shù)、存儲數(shù)據(jù)庫、Nosql快存儲等[11]。云管理平臺架構示意圖如圖3所示。

圖3 云管理平臺架構示意圖

總體架構包含laaS (Infras-tructure as a Serv ice，云計算基礎設施)層、云計算應用基礎設施層、網(wǎng)絡數(shù)據(jù)業(yè)務處理層、網(wǎng)絡數(shù)據(jù)應用核心云管理層、網(wǎng)絡系統(tǒng)管理模塊、網(wǎng)絡數(shù)據(jù)庫管理、外部接口等。在該云管理平臺設計中，在云計算核心云管理層中設置有核心服務層、服務管理層和用戶訪問接口層。核心服務層在整個架構體系中以核心部件存在， 能夠使用戶直接應用系統(tǒng)架構的硬件基礎設施、軟件運行環(huán)境等各種程序[12]。該層結構中聚集了多種服務類型，諸如基礎設施即服務層(IaaS)、平臺即服務層(PaaS)和軟件即服務層(SaaS)等。用戶應用IaaS能夠處理、保存和傳遞網(wǎng)絡信息中設置的基礎設施部署設備，并傳遞設備、個人或者網(wǎng)絡數(shù)據(jù)[13]。PaaS在云計算應用程序中能夠部署、管理服務應用程序，并充分應用軟件工具和開發(fā)語言訪問底層程序，實現(xiàn)多種功能的信息管理。用戶通過SaaS能夠利用云計算基礎平臺，所開發(fā)的應用程序、服務管理層能夠管理、控制核心服務層在運行過程中的各項活動，使得用戶能夠應用并操作其操作類型， 用戶訪問接口層能夠提供用戶端與云系統(tǒng)之間的交流訪問通道。通過上述軟件布局，能夠實現(xiàn)多種數(shù)據(jù)在云平臺中的應用和計算[14]。

3 編排混合部署方法及關鍵技術

3.1 編排混合部署方法

下面對編排混合部署方法進行描述，其具體步驟為：

1)啟動編排混合部署管理平臺, 配置多云服務平臺架構，將不同的云平臺的資源添加到相應的平臺內(nèi)，使得云平臺內(nèi)均有相應的云資源。在云平臺環(huán)境中，存儲設置好各種不同的云環(huán)境信息。為了更好地衡量云環(huán)境的工作情況，用戶可以試圖對云網(wǎng)絡進行連接測試，當通訊成功時，則說明云環(huán)境構建成功，如果無法接收到通訊數(shù)據(jù)信息，則表示云環(huán)境創(chuàng)建失敗。則需要重新創(chuàng)建，或者用戶需要檢測通訊失敗的原因[11]。這樣能夠提高用戶在在編排時的網(wǎng)絡通訊性能。

2)配置多云平臺，并在多云管理平臺中增加配置指令，啟動平臺的資源編排頁面，在該頁面能夠展示不同云環(huán)境和資源信息。在不同云的目錄下，創(chuàng)建不同的云資源的圖標，在編排區(qū)內(nèi)，對云平臺內(nèi)的云資源之間的網(wǎng)絡拓撲關系進行編排[15]。本研究采用統(tǒng)一編排器進行編輯，在下文中，有詳細描述。

3)啟動編排器內(nèi)編制好的程序，對任務指令進行編排，本研究中引入了一種自適應蟻群算法，下文將詳細描述。通過該算法在在平臺的應用、服務頁面展示應用等方面完成最佳路徑的搜索，最終完成對應用及服務的編排[16]。

4)輸出編排結果，保存編排模板，對編排結果進行保存并生成編排模板；

5)在編排模板上生成數(shù)據(jù)堆棧，創(chuàng)建出多云管理平臺兼容的資源拓撲關系，應用編排模板生成堆棧，創(chuàng)建出云環(huán)境中的云資源以及資源之間的網(wǎng)絡拓撲，并在云資源上部署容器應用。

圖4 編排混合部署方法流程示意圖

3.2 編排部署的關鍵技術

在多云架構中的數(shù)據(jù)集合進行編排部署時，NSO系統(tǒng)在前端設備和后端設備之間的連接和通訊也很重要，應用時，將NSO系統(tǒng)的兩端分別與IT基礎設施OSS和網(wǎng)絡基礎設施連接[17]。一般來講，IT基礎設施上設置有計算單元、存儲單元和網(wǎng)絡系統(tǒng)等。NSO系統(tǒng)能夠將資源請求、管理方法、數(shù)據(jù)參數(shù)等通過各種不同的數(shù)據(jù)節(jié)點發(fā)送到網(wǎng)絡基礎設施設備。在NSO系統(tǒng)內(nèi)，所有服務請求通過數(shù)據(jù)接口、數(shù)據(jù)轉換接口轉換成其他設備能夠接收的數(shù)據(jù)，采用的通訊網(wǎng)絡為SDN/NFV，該網(wǎng)絡能夠實現(xiàn)數(shù)據(jù)的重構，能夠實現(xiàn)數(shù)據(jù)網(wǎng)絡的集中控制和智能編排，通訊接口兼容性能較好。

圖5 NSO設備與前端設備和后端設備之間的連接

在本研究中，還引入了統(tǒng)一編排器(Conductor)，能夠有效地控制資源編排和業(yè)務編排。其中資源編排具有網(wǎng)絡信息資源管理、網(wǎng)絡資源拓撲、網(wǎng)絡映射、資源交互、資源監(jiān)控和共享等功能，包含但不局限于SDN域資源、NFV域資源和DC域云資源等[18]。其中的業(yè)務編排能夠對資源網(wǎng)絡業(yè)務規(guī)劃過程實現(xiàn)可視化處理，比如業(yè)務生成可視化、部署過程自動化等一系列的活動。通過這種方式的安排，能夠大大地縮短網(wǎng)絡部署時間，提高網(wǎng)絡資源應用率。其中統(tǒng)一編排器分層部署示意圖如圖6所示。

圖6 統(tǒng)一編排器分層部署示意圖

為了在網(wǎng)絡資源的精確匹配，在NFV資源最低的情況下，能夠保證尋找最優(yōu)的云網(wǎng)絡、云資源。在統(tǒng)一編排器內(nèi)采用自適應蟻群算法[19]。在采用該算法時，假設pathMatrix表示為二維矩陣，矩陣數(shù)據(jù)為云服務內(nèi)的多個云服務平臺內(nèi)的訪問路徑，假設pathMatrix的行數(shù)表示為∑i∈ [1,|S|]Z|Fi|，|M|表示為列數(shù)，用M表示為多云管理平臺中的個數(shù)[20]。單個螞蟻在一次循環(huán)中，在某個平臺上檢索NFV，利用算法表示如下。

自適應蟻群算法多云平臺通訊搜索算法:

1.程序初始化：設置螞蟻元素集合，尋找信息因子?，啟發(fā)因子β等；

2. for it Count=1:iterator Num do

3. for ant Count=1:ant Num do

4. 〔NFVs的調(diào)度*

5. for i=1:I do

6. for j=1:J do

7. 根據(jù)蟻群算法尋找最佳路徑

8. 更新尋找路徑，尋找信息因子?，啟發(fā)因子β等

9. end

10. end

11. end

12. 〔多云網(wǎng)絡平臺節(jié)點*

13. //對每個云平臺節(jié)點上的路徑進行資源配比和分配//

14. for m=1:M do

16. end

17. //計算每個云平臺訪問路徑需要的最大訪問時間時，需要分配的NFV資源//

18 for i=1：I do

20 end

在自適應蟻群算法時，尋找信息因子?∈[?min,?max]，啟發(fā)因子β∈[βmin,βmax]，尋找信息素濃度揮發(fā)因子ρ∈[ρmin,ρmax]。在進行數(shù)據(jù)更新時，存在以下公式：

(1)

(2)

(3)

在多云平臺中尋找云平臺路徑時，前一個云平臺路徑轉移到后一個云平臺路徑的概率分布為：

(4)

在公式(4)中，c表示進行fij的云平臺路徑，k表示為下一個云平臺(或者云資源)訪問路徑。Nfij表示能夠進行fij云平臺(或者云資源)的集合，訪問信息公式可以表示為：

ζck(iN+1)=(1-ρ%)ζck(iN)+Δζck(iN)

(5)

(6)

(7)

在公式(7)中，第一種情況是第s只螞蟻元素在本次路徑選擇中先后選擇了不同云平臺路徑c,k。Cac(s)為第s只螞蟻元素路徑在尋求平臺路徑完成之后，分配資源信息的總和。Q表示為系數(shù)常數(shù)，iN表示為迭代系數(shù)，aN表示信息螞蟻的規(guī)模大小[21]。

4 方案實驗及分析

在試驗時，云服務器主機的軟件配置為：將9臺 PC 機都安裝 RedHatLinux操作系統(tǒng)，Hadoop版本為1.0.4，JRE環(huán)境為1.6，用戶只要繼承MapReduce-Base, 分別實現(xiàn)Map和Reduce 的兩個類，即可編寫Map和Reduce的程序[22]。其中通過PC機組成的SP-DPP平臺的節(jié)點配置信息為：節(jié)點IP地址分別為172.16.0.1、172.16.0.2、172.16.0.3、172.16.0.4和172.16.0.5，角色分別為Master和Slave兩種類型，操作系統(tǒng)為Linux，運行的進程分別為Namenode,JobTracker和DataNode,TaskTracker[23]。然后定義參數(shù)如表1所示。

表1 仿真參數(shù)表

為了驗證本研究的計算精度，采用MAPE算法(Mean Absolute Percentage Error)對系統(tǒng)的準確度進行計算。計算公式為：

(8)

在公式(8)中，Oi(t)表示為預測值，ξi(t)表示為真實值，N表示為平臺樣本的數(shù)量值，MAPE數(shù)值越小，就說明本文研究的方案精確度越高。

在進行云平臺網(wǎng)絡部署時，先從整體端到端時延、CPU資源利用率到網(wǎng)絡吞吐量和數(shù)據(jù)比特率丟失率這個方面來試驗。在以下方案圖中，方案1為采用本文研究的多云架構和螞蟻算法相結合的CPU資源利用率情況，方案2為僅僅采用本文研究的多云架構的CPU資源利用率情況，方案3為未采用多云架構和螞蟻算法的CPU資源利用率情況，方案4為僅僅采用螞蟻算法的CPU資源利用率情況。

圖7為CPU資源利用率結構示意圖，該圖通過試驗10次，利用MAPE算法求出最終值，繪制而成。

圖7 CPU資源利用率結構示意圖

通過試驗，采用本文研究的多云架構和螞蟻算法相結合的CPU資源利用率較高。圖8為數(shù)據(jù)包整體調(diào)度時延對比圖。該圖通過試驗10次，利用MAPE算法求出最終值，繪制而成。

圖8 數(shù)據(jù)包整體調(diào)度時延對比圖

通過圖8可以看出，方案1的數(shù)據(jù)包整體調(diào)度時延對比比較小，誤差也少。圖9為平均端到端時延對比圖，該圖通過試驗10次，利用MAPE算法求出最終值，繪制而成。

圖9 平均端到端時延對比圖

通過圖9可以看出，方案1的平均端到端時延ms最小。圖10為不同方案平均比特丟失率對比圖，該圖通過試驗10次，利用MAPE算法求出最終值，繪制而成。

圖10 不同方案平均比特丟失率對比圖

通過圖10可以看出，圖1中的方案平均比特丟失率最小。圖11為不同方案網(wǎng)絡平均吞吐量平均對比圖，該圖通過試驗10次，利用MAPE算法求出最終值，繪制而成。

圖11 不同方案網(wǎng)絡平均吞吐量平均對比圖

通過圖11可以看出，方案1的網(wǎng)絡平均吞吐量最大，工作性能最好。多云聯(lián)合概念的提出彌補了單一云存儲產(chǎn)品所存在的不足。通過將數(shù)據(jù)冗余地儲存在多個云存儲服務器上，多云架構的系統(tǒng)能達到更高的可靠性和安全性，并且能有效地降低運營商鎖定風險。

5 結束語

針對單一的云平臺面對的服務面窄、運行效率差以及整體性能不高等問題，采用了多云架構部署方案，該架構在安全性和可靠性方面具有突出的優(yōu)越性能，網(wǎng)絡傳輸性能也很卓越，基于多云架構的特點，設計出多云網(wǎng)絡架構管理平臺，并應用基于自適應蟻群算法實現(xiàn)多云平臺的搜索，實現(xiàn)多云架構云管理平臺的搜索和優(yōu)化，提高了網(wǎng)絡路徑的搜索速度，通過試驗，本文研究的方案在多方面均具有突出的特性，本研究能夠 按照編排的流程自動執(zhí)行服務請求，自動化程度高，無需人工干預，減少網(wǎng)絡云管理平臺中網(wǎng)絡服務交付的時間，減少了人力投入成本[24]。多云部署架構順應技術發(fā)展的需要，符合用戶的消費心理。但是，在未來的應用過程，也將存在諸多其他缺點，需要在實踐中逐步推進。