摘要:企业在上云过程中,不可避免地要遇到虚拟网络的黑盒问题。但传统的网络监控技术难以全面覆盖和抓取庞大的虚拟流量数据;且已有的监控承载网通常也无法承受如此巨大的流量。即便
企业在上云过程中,不可避免地要遇到虚拟网络的黑盒问题。但传统的网络监控技术难以全面覆盖和抓取庞大的虚拟流量数据;且已有的监控承载网通常也无法承受如此巨大的流量。即便通过各种手段采集到虚拟流量,现有的后端的分析工具也难以消化。
获取完整的网络流量是解决虚拟网络黑盒问题、保障业务上云的连续性和安全性的重要前提。企业需要构建一个统一的云监控平台,使其具备全网流量采集能力、监控策略自动跟随能力、流量统一分发供给能力,为云端业务安全、稳定运行提供保障,实现业务上云后的可视、可管、可控,以及快速排障。如何构建这样的云监控平台,需遵循以下三个原则:
a)功能一体化:一个监控平台应同时解决云基础设施中的计算、网络、安全监控问题,具备多租户服务能力,避免重复建设和复杂管理。
b)架构云原生:监控平台自身必须是云原生架构,可以部署在主流私有云、公有云以及容器环境中,确保混合云环境下的统一监控。
c)数据标准化:监控数据应遵循开放标准,主要是Flow、Metric、Tracing数据标准化,确保现有的分析工具可以无缝使用。
云杉网络多年以来专注云数据中心网络的监、管、控方案及SDN软件产品的研发。主打产品DeepFlow基于高效的混合云流量全网采集和时序数据存储检索技术,为客户提供混合云全网流量采集与分发解决方案和混合云网络性能监控诊断解决方案。能有效帮助企业完善网络运营中心、安全运营中心、大数据分析平台等流量消费端的数据供给能力,并快速、精准定位故障,全面保障业务的一致性、安全性,在为企业打造精细化运营等能力的同时,帮助企业深入挖掘数字资产的业务价值。
一体化基础设施监控
DeepFlow支持对云平台、容器平台、整体的业务流量进行监控,解决企业在多云环境下虚拟流量的一体化管理和监控分析难题,为企业的业务整合、资源打通和基础设施建设打下坚实的基础。
全网流量采集与分发
DeepFlow为后端提供全网任意流量的精准采集和高效分发,且DeepFlow采集器不是简单地获取网络流量管道,是具备对本地采集的网络流量进行处理的计算单元,众多采集器以及控制器构建成一个与云网规模一致的分布式流量处理系统,主要对数据包处理能力进行抽象,包括过滤、去重、数据包截短、压缩、特征标记等功能。并且DeepFlow采集器支持一次采集,八条隧道分发,避免了多厂商采集对系统的侵扰,彻底破除工具链孤岛。
自定义视图和多租户
DeepFlow数据节点加上DeepFlow采集器的前置算力,为企业提供了多纬度的流量可视化和诊断功能。为IT团队中不同职责(如网络、安全、系统等),以及开发团队中不同的业务人员提供自定义的监控视图。
提供丰富的时序数据
企业IT不是一朝一夕建成的,在向混合云架构演进的过程中,传统烟囱式的建设形成了工具链和数据孤岛,DeepFlow提供高性能时序数据库服务,为后端的各类运营分析、安全分析、运维分析工具提供丰富的、标准化的时序数据。
目前 DeepFlow已在金融、电信、政务、教育、能源、电力、互联网等行业广泛使用,凭借DeepFlow领先的流量采集、分发和分析能力,帮助用户解决了云端业务的流量采集、性能监控、策略管理、端到端诊断等难题,为客户业务上云提供了有效的支撑。
相关文章推荐
智能手机建站的优点是什么?网站页面布局有哪些关键点? 2022-01-10
2022年中国云计算面临的问题及发展前景预测分析2021-12-28
绿色智能基础设施连接可持续未来-IDCC2021万国数据第一代Smart DC发布会议程揭晓2021-12-27
阿里云:早期未意识到Apache log4j2漏洞情况的严重性 将强化漏洞管理2021-12-27
云计算开发:Python3-replace()方法详解2021-12-27