Du får aldri jobb hvis du ikke har godt svar på dette ofte stilte intervjuespørsmål Velg riktig svar for å finne ut om du er forberedt på et vellykket jobbintervju. Hvorfor ønsker du denne jobben Velg riktig svar: Jeg ønsker å få kunnskap og erfaring i denne arbeidslinjen. Denne jobben tilbyr langsiktig karriereutvikling. Denne jobben er en ekte mulighet for meg å vokse og utvikle. Jeg kan få innvirkning og gi fordel for selskapet Denne jobben vil hjelpe meg med å anta et annet nivå i min karriere. Test ditt jobbintervju Ferdigheter Takk for at du tok deg tid til å intervjue med oss, men weve bestemte oss for å ansette noen andre. Ingen arbeidssøker ønsker å høre disse ordene etter intervjuet. Merknad Hvis du er involvert i driften av et IP-nettverk, er et spørsmål du kanskje hører, hvordan: Hvordan fungerer nettverket ditt? Eller, for å si det på en annen måte, hvordan kan du måle og overvåke kvaliteten på tjenesten du tilbyr til kundene dine og hvordan kan kundene dine overvåke kvaliteten på tjenesten du gir dem? Disse spørsmålene har lurket bak mange offentlige og enterprise IP-nettverk i mange år nå. Med de økende nivåene av distribusjon av ulike former for høyhastighets (eller bredbånd) tjenester innen dagens Internett, er det en ny drivkraft for å finne noen brukbare svar som tillater både tilbydere og brukere å sette noen objektive referanser mot tjenestetilbudene. Med heisen i aksesshastighet med bredbåndstjenester er det en tilhørende forventning fra sluttbrukerens eller tjenestekundens side om ytelsen til internettjenesten. Det bør være bedre på noen måte, hvor det bedre er knyttet til ytelsen til nettverket og tjenesteprofilen som tilbys til nettverksapplikasjoner. Og ikke bare er det en forventning om bedre ytelse, det skal være målbart. Denne artikkelen ser på nettverksytelse og utforsker dens definisjon og måling. En funksjonell definisjon av nettverksytelse En uformell funksjonell tilnærming til en definisjon av nettverksytelse, er å måle hastigheten på nettverket. Hvor raskt er nettverket Eller hvor lang tid er det for en bestemt nettverkstransaksjon Eller hvor raskt kan jeg laste ned en datafil Denne måling av tid for at en nettverkstransaksjon skal fullføres, er sikkert knyttet til hastigheten på nettverket, og hastigheten er en god nettverksprestasjon, men er hastighet alt Når man ser på det brede spekteret av ytelse, er svaret at hastigheten ikke er alt. Et nettverks evne til å støtte transaksjoner som inkluderer overføring av store datamengder, samt støtte for et stort antall samtidige transaksjoner, er også en del av det samlede bildet av nettverksbelastning og dermed nettverksytelse. Men store datasett er ikke alt i ytelse. Det bør også vurderes klassen av nettverksapplikasjoner hvor dataene implisitt er klokket i henhold til noen eksterne klokkekilder. Slike sanntidsapplikasjoner inkluderer interaktiv stemme og video, og deres ytelseskrav inkluderer totalforsinkelsen mellom sluttpunktene eller latensen, samt den lille variasjonen av denne latens, eller slike ytelsesmålinger inkluderer også forholdet mellom kasserte pakker til totalt antall sendte pakker, eller tapshastighet, samt i hvilken grad en rekke pakker er omorganisert i nettverket, eller til og med duplisert av nettverket. Samlet sett kan dette sett med ytelsesfaktorer betraktes som en form for mengden forvrengning av det opprinnelige sanntids-signalet. Følgelig omfatter en funksjonell beskrivelse av nettverksytelsen en beskrivelse av hastighet, kapasitet og forvrengning av transaksjoner som er båret over nettverket. Denne uformelle beskrivelsen av hva som utgjør nettverksytelse føles absolutt å være på den riktige banen, gitt at hvis man visste latensen, tilgjengelig båndbredde, tap og jitterhastigheter og pakke ombestiller sannsynlighet som en profil av nettverksytelsen mellom to nettverksendepunkter, som i tillegg til egenskapene til nettverkstransaksjonen, er det mulig å foreta en rimelig forutsetning knyttet til transaksjonens ytelse. Med denne uformelle definisjonen er neste skritt å skape et strengere rammeverk for måling av ytelse. For en enkelt nettverksbane mellom et inngangs - og utgangspunkt, er det mulig å måle baneforsinkelsen, tilgjengelig maksimal båndbredde, taphastigheter, jitterprofil og ombestilling av sannsynlighet. Men det er en forskjell mellom en beskrivelse av ytelsen til en bestemt bane over et nettverk og ytelsen til nettverket som en samlet enhet. Gitt et sett av prestasjonsmålinger per vei, hvordan kan du lage en oversikt over nettverksytelsen? En vanlig metode er å ta et relativt komplett sett med veiemålinger over et nettverk og deretter kombinere dem for å lage en gjennomsnittlig beregning. Selv om dette oppnår en nyttig reduksjon i størrelsen på dataene, er det også et tap av informasjon. De gjennomsnittlige nettverksprestasjonsmålingene har lite forhold til ytelsen til en enkelt sti. Det finnes ulike måter å forbedre dette tapet av informasjon, inkludert vekting av de enkelte banemålinger med mengden trafikk som passerer langs banen. Slike teknikker er faktisk å sørge for at baner som bruker avvikende nettverksutviklere som har relativt lave volumer av trafikk, har en mye lavere innvirkning på den totale nettverksytelsen, målt enn de store nettverkstransittveiene. Måle nettverksytelse Gitt disse resultatindikatorene, er neste trinn å bestemme hvordan disse indikatorene kan måles, og hvordan de resulterende målingene kan tolkes hensiktsmessig. På dette punktet er det nyttig å se på mange populære nettverksadministrasjons - og måleverktøy og undersøke deres evne til å gi nyttige målinger. Det er to grunnleggende tilnærminger til denne oppgaven, en er å samle administrasjonsinformasjon fra de aktive elementene i nettverket ved hjelp av en administrasjonsprotokoll, og fra denne informasjonen er det noen anledninger om nettverksytelsen. Dette kan kalles en til ytelsesmåling, idet tilnærmingen forsøker å måle ytelsen til nettverket uten å forstyrre operasjonen. Den andre tilnærmingen er å bruke en aktiv tilnærming og injisere testtrafikk i nettverket og måle ytelsen på noen måte, og forholde seg til testtrafikkens ytelse til ytelsen til nettverket ved å bære normal nyttelast. Måle ytelse med SNMP I IP-nettverk er det allestedsnærværende nettverksadministrasjonsverktøyet Simple Network Management Protocol (SNMP). Det er ingen tvil om at SNMP kan gi et vell av data om operativ status for hvert ledningsnettverkselement, men kan det fortelle deg noe om den samlede nettverksytelsen. Operasjonen av SNMP er en operasjon, hvor en styrestasjon leder periodiske avstemninger til ulike klarte elementer og samler svarene. Disse svarene brukes til å oppdatere en visning av driftsstatusen til nettverket. Det mest grunnleggende verktøyet for måling av nettverksytelse er den periodiske måling av grensesnittet byte tellere. Slike målinger kan gi et bilde av de nåværende trafikknivåene på nettverkslinken, og når det er relatert til totalkapasiteten til koblingen, kan det relative koblingslastnivået tilveiebringes. Som en ytelsesindikator kan dette relative koblingsbelastningsnivå gi noen indikasjon på koblingsytelse, ved at en relativt lett lastet kobling (som en belastning på 5 til 10 prosent av den totale tilgjengelige kapasiteten) normalt vil indikere en kobling som ikke har noen signifikante ytelsesimplikasjoner , mens en kobling som opererer med 100 prosent av den totale tilgjengelige kapasiteten, sannsynligvis vil oppleve høye nivåer av pakkedusj, kjøreforsinkelse og muligens et høyt jitternivå. (Figur 1) I mellom disse to ekstremer er det prestasjonsimplikasjoner av å øke lasten. Selvfølgelig bør det bemerkes at kjennetegnene til koblingen har betydning for tolkningen av lastnivåene, og en lav latens 10-Gbps-kobling som opererer ved 90 prosent belastning vil ha meget signifikant lavere nivåer av ytelsesforringelse enn en 2 - Mbps høy latens-kobling under den samme 90 prosent-belastningen. (Figur 2) Relativ trafikkbelastning på hver lenke kan suppleres med måling av ytelsesrelaterte SNMP-tellere. Et styringssystem kan avstemme hvert aktivt nettverkselement for å hente antall pakker som er falt for hvert grensesnitt, og antall pakker som vellykket videresendes. Fra disse to datapostene kan den relative nedgangsprosenten av pakker beregnes på et element-for-element og potensielt en link-for-link-basis, og en serie av elementstiltak kan gi en per-drop-reduksjonsandel ved å kombinere den enkelte pakke-videresending målinger for grensesnittene på banen. Fordi noen teller av relativ pakkefallsfrekvens kan samles fra hvert nettverkselement, med tilleggsinngangen til den nåværende videresendingstilstanden til nettverket, er det mulig å forutsi banen som en pakke vil ta gjennom nettverket, og dermed estimere strekannsynligheten for miste. Imidlertid er denne informasjonen fortsatt kort for å være en pålitelig måling av serviceytelsen. Kjøreforsinkelse er noe mer utfordrende å måle på element-for-element basis ved hjelp av elementvalidering med SNMP. I teorien kan avstemningssystemet bruke en rask sekvens av polling utgangskø lengden på en ruteren og estimere køen forsinkelse basert på et gjennomsnittlig pakke størrelse estimat, sammen med kunnskapen om tilgjengelig utgangskapasitet. Selvfølgelig forutsetter en slik målemetode en enkel (FIFO) kødisiplin, en køestørrelse som varierer sakte over tid og langsomme koblingshastigheter. Slike forutsetninger er sjelden gyldige i dagens IP-nettverk. Etter hvert som koblingshastigheten øker, kan køestørrelsen oscillere med en relativt høy frekvens som en funksjon av både antall og kapasitet til inngangssystemene og kapasiteten til utgangssystemet. Generelt er kjøreforsinkelse ikke lett målt ved hjelp av nettverkselementvalidering. Det er ingen klar måte for en avstemningsmekanisme for å oppdage og telle forekomsten av ombestemte pakker. Pakkeompasning skjer i mange situasjoner, inkludert bruk av parallelle koblingsstoffer i et enkelt nettverkselement og bruk av parallelle koblinger mellom rutere. IP-rutere er ikke typisk designet for å oppdage, enn si korrigere, pakkeomregistrering og fordi de ikke oppdager denne tilstanden, kan de ikke rapportere om forekomsten av omorganisering via SNMP-polling. Den generiske tilnærmingen til nettverksadministrasjonspollingssystemer er at avstemningsagenten, nettverksadministrasjonsstasjonen, er konfigurert med en intern modell av nettverksstatusinformasjonen, samlet gjennom element polling, er integrert i nettverksmodellen. Korrelasjonen mellom statusen til modellen og statusen til nettverket selv er ment å være nøyaktig nok til å tillate operasjonelle anomalier i nettverket å bli gjenkjent og flagget. Utfordringen er at en rekke snapshots av elementstatusverdier ikke lett kan rekonstrueres til et omfattende bilde av nettverksytelsen som et helt system, eller til og med som en samling av kant-til-kant-baner. Måleteknikker ved bruk av polling og modellering kan spore ytelsen til de enkelte elementene i nettverket, men de kan ikke spore servicetrinn per sti på tvers av nettverket. Nettverkselement-polling-tilnærmingen kan indikere hvorvidt hvert nettverkselement opererer innenfor de konfigurerte driftsparametrene, og varsle nettverksoperatøren når det foreligger lokale anomalier for denne tilstanden. Men en slik utsikt er best beskrevet som snarere enn service sentrisk. En implisitt antagelse er at hvis nettverket virker innenfor de konfigurerte parametrene, blir alle servicenivåforpliktelser oppfylt. Denne antakelsen kan ikke være velbegrunnet. Komplementær tilnærming til ytelsesinstrumentering av nettverkselementer er aktiv nettverksundersøkelse. Dette krever injeksjon av merkede pakker inn i datastrømoppsamlingen av pakkene på et senere tidspunkt og korrelasjon av inngangs - og utgangspakker for å utlede noen informasjon om forsinkelse, slipp og fragmenteringsbetingelser for stien som krysses av pakken. De vanligste sondverktøyene i nettverket i dag er Denne enkle, aktive prøveteknikken kan avsløre et vell av informasjon. En ping-respons indikerer at målverten er koblet til nettverket, kan nås fra spørringsagenten, og er i en tilstrekkelig funksjonell tilstand for å svare på pingpakken. I seg selv er dette svaret nyttig informasjon, som indikerer at en funksjonell nettverksbane til målverten eksisterer. Manglende reaksjon er ikke så informativ fordi det ikke kan pålides pålitelig at målverten ikke er tilgjengelig. Pingpakken, eller kanskje dens svar, kan ha blitt kassert i nettverket på grunn av forbigående overbelastning, eller nettverket kan ikke ha en bane til målverten, eller nettverket kan ikke ha en bane tilbake til ping-sendingsverten, eller Det kan være noen form for brannmur i slutt-til-ende-banen som blokkerer ICMP-pakken fra å bli levert. Men hvis du kan pinge en ekstern IP-adresse, kan du oppnå en rekke ytelsesstatistikker. Utover enkel rekkevidde kan ytterligere informasjon utledes av ping-tilnærmingen med noen grunnleggende utvidelser til vår enkle pingmodell. Hvis en sekvens av merkede pingpakker genereres, kan den forløpte tiden for en mottak som mottas for hver pakke, registreres sammen med antallet av tapt pakker, dupliserte pakker og pakker som har blitt omorganisert av nettverket. Forsiktig tolkning av responstidene og deres varians kan gi en indikasjon på at belastningen oppleves på nettverksbanen mellom spørringsagenten og målet. Lasting vil manifestere en tilstand av økt forsinkelse og økt varians, på grunn av samspillet mellom ruteren buffere med trafikkstrømmene langs veieelementene ettersom belastningen øker. Når en ruteren buffer overflyter, er ruteren tvunget til å kaste bort pakker, og under slike forhold blir det observert økt ping-tap. I tillegg til indikasjoner på nettverksbelastning, kan høy uregelmessig forsinkelse og tap i en sekvens av pingpakker være symptomatisk for å dirigere ustabilitet med nettverksbanen som svinger mellom mange banestatistikker. En typisk bruk av ping er å regelmessig teste utallige baner for å etablere en basislinje av veinometri. Dette muliggjør en sammenligning av et bestemt pingresultat til disse basisverdiene for å gi en indikasjon på gjeldende banenbelastning i nettverket. Selvfølgelig er det mulig å tolke for mye fra ping-resultater, spesielt når pinging-rutere i et nettverk. Mange ruterarkitekturer bruker hurtigkoblingsbaner for datapakker, mens den sentrale behandlingsenheten til ruteren kan brukes til å behandle ping-forespørsler. Ping-responsprosessen kan gis en lav planleggingsprioritet fordi ruterdrift representerer en mer kritisk routerfunksjon. Det er mulig at utvidede forsinkelser og tap, som rapportert av en ping-test, kan være relatert til prosessorbelastningen eller planleggingsalgoritmen til målrouterprosessoren i stedet for til tilstanden til nettverksbanen. (Figur 4) Ping-sekvenser etterligner ikke nødvendigvis pakningsflytegenskaper av applikasjoner. Typisk TCP-strømningsadferdighet er tilbøyelig til å klynges i utbrudd av pakkesending på hver epoke av rundturstiden. Rutere kan optimalisere cachehåndtering, bytteoppførsel og køadministrasjon for å utnytte denne oppførselen. Pingpakker kan ikke bli klynget i stedet, en jevnt fordelt pacing brukes, noe som betyr at de observerte beregningene av en sekvens av pingpakker ikke kan utøve slike ruteroptimaliseringer. Følgelig kan pingresultatene ikke nødvendigvis reflektere en forventning om applikasjonsytelse langs samme vei. Også en ping-test måler ikke en enkel bane mellom to punkter. Ping-testen måler tiden for å sende en pakke til et mål system og for målet å svare tilbake til avsenderen. Ping måler en løkke i stedet for en enkel bane. Med disse hukommelsene i tankene kan overvåkning av et nettverk gjennom vanlige pingtest langs de store nettverksbanene gi nyttig informasjon om statusen til nettverkstjenesteprestasjonen. Mange raffinementer til ping kan forlenge verktøyet. Ping kan bruke løs kilderuting for å teste tilgjengeligheten av en vert til en annen, lede pakken fra spørringsverten til den kildedirekte verten, deretter til målverten og tilbake via samme vei gjennom den angitte tilnærmingen. Imidlertid deaktiverer mange nettverk støtte for løs kilderuting, gitt at den kan utnyttes i noen form for sikkerhetsangrep. Følgelig kan feilen i en løs kilde-rutet ping ikke være en avgjørende indikasjon på en nettverksfeil. Ping kan også brukes på en rudimentær måte for å oppdage kapasiteten til nettverksforbindelser. Ved å variere pakkelengden og sammenligne pingtidene til en ruteren til neste hop-ruteren på en bane, kan båndbredden til lenken utledes med en viss grad av tilnærming som kreves på grunn av et bakgrunnskø-indusert nivå av nettverksjitter. En mer sofistikert variasjon av pingis for å forflytte overføringen av pakker fra mottatte pakker, etterligne oppførselen til TCP-strømningsstyringsalgoritmer med og etterfølgende overbelastning. er et slikt verktøy. I Treno styres overføringen av pingpakker av TCP Reno-strømningsstyringsalgoritmen slik at ytterligere pingpakker utløses av mottak av svar på tidligere pakker, og utløsningen av ytterligere pakker styres av en implementering av TCP-kontrollen funksjon. Et slikt verktøy kan indikere tilgjengelig strømstyringsstyrt kapasitet på en valgt bane. Path Discovery Bruke Traceroute Det andre vanlige ICMP-baserte nettverksadministrasjonsverktøyet, Traceroute, er et utmerket verktøy for rapportering om tilstanden til rutingsystemet. Det fungerer som en utmerket sunnhetskontroll av kampen mellom designintensjonen til rutingsystemet og operativ oppførsel av nettverket. Forholdet å huske på når man tolker traceroute-produksjonen har å gjøre med asymmetriske ruter i nettverket. Mens per-hop-svarene avslører rutingsbanen som er tatt i fremoverretningen til målverten, blir forsinkelses - og tap-metriske mål målt over fremover - og revers-banene for hvert trinn i fremoverbanen. Den omvendte banen er ikke eksplisitt synlig for traceroute. Rundturprober, for eksempel ping og traceroute, er egnet til å måle den totale nettverksbanen mellom to ender av en transaksjon, men hvordan kan en nettverksleverandør måle egenskapene til en komponent av den totale ende-til-ende-banen i en slik i tilfelle nettverksleverandøren er interessert i å utføre et sett av ensrettet transittveier fra et nettverksinngangspunkt til et utgangspunkt. Det er nå noen teknikker som utfører en enveisforsinkelse og tapmåling, og de er egnet til å måle tjenesteparametrene for individuelle transittveier over et nettverk. En enveis-tilnærming bruker ikke et enkelt nettverksadministrasjonssystem, men er avhengig av distribusjon av probesendere og mottakere ved hjelp av synkroniserte klokker. Enveismetoden er relativt enkel. Avsenderen registrerer den nøyaktige tiden en viss del av probepakken ble overført til nettverket, mottakeren registrerer nøyaktig tidspunktet at samme bit kom til mottakeren. Nøyaktig synkronisering av klokkene til de to systemene er et interessant problem, og innledende implementeringer av denne tilnærmingen har brukt GPS-satellittmottakere (Global Positioning System) som en synkronisert klokkekilde. Et av de nevnte problemene ved bruk av GPS var at datamaskiner vanligvis ligger innenfor maskinrom, og et klart GPS-signal er normalt bare tilgjengelig på taket. Senere implementeringer av denne tilnærmingen har brukt klokken som er knyttet til Code Division Multiple Access (CDMA) mobilnettet som en svært nøyaktig, synkronisert distribuert klokkekilde, med den fordel at tidssignalet vanligvis er tilgjengelig nær måleenheten. Konsekvent korrelasjon mellom sendere og mottakerdata fra gjentatte prober kan avsløre enveisforsinkelsen og tapsmønstrene mellom avsender og mottaker. For å korrelere dette til et servicenivå krever pakkene å reise langs samme vei som tjenestestrømmen og med samme planleggingsrespons fra nettverket. Ping og traceroute er allestedsnærværende verktøy. Nesten alle enheter kan støtte sende ping - og traceroute-prober, og som standard vil nesten alle enheter, inkludert nettverksrutere, svare på en ping - eller traceroute-probe. Enveismålinger er en annen sak, og slike målinger krever normalt bruken av dedikerte enheter for å kunne utføre klokering av prober med ønsket nivå av presisjon (figur 7). Velge riktig tidsbasert Enten det er et aktivt eller passivt målingsregime, er neste grunnleggende avgjørelse tidspunktet for bruk for målingene. Mange applikasjoner er svært følsomme for kortvarige forbigående nettverksforhold. Dette kan ta form av en utbrudd av pakketap, eller en periode med pakkereformering, eller en bryter til en lengre returtid. TCP kan reagere ved å halvere sendingsfrekvensen, eller ved å legge inn en utvidet ventetilstand mens du venter på gjenoverføringstimeren for å utløpe. I begge tilfeller vil det ta mange returintervaller for transportsesjonen å gjenopprette, og dette kan påvirke oppførselen til applikasjonen. På den annen side kan en periodisk nettverksprobe savne den forbigående hendelsen i sin helhet og rapportere ingen unormaliteter overhodet. IP-nettverk har bølgende trafikkilder, og det er en markert selvlikhet i trafikkmønstrene. Dette ser ut til å være konsistent over et bredt spekter av nettverk, hvor store kapasitetssystemer pleier å observere store sprengningsmønstre, og mindre systemer ser også utbrudd av tilsvarende stor størrelse. Så spørsmålet er, hva tidsintervall for målinger kan gi meningsfull aggregering av informasjon, samtidig som det er følsomt nok til å rapportere om resultatene av forbigående utbrudd i nettverket. Intuitivt er en målingstidbase av timemålinger svært ufølsom for å fange forbigående Bursts, mens en tidsbase av en millisekund ville generere en massiv mengde data, et scenario som ville pleie å kvitte seg med identifisering av abnormiteter. Interessant nok har valget av en målebase lite å gjøre med kapasiteten til koblingene i et nettverk, men det har et nært forhold til gjennomsnittlig ruteturtid for de enkelte transportsessene som er aktive i nettverket. Profilen til IP-nettverk er en som domineres av TCP-trafikk, og TCP-trafikk bruker en transportkontrollmekanisme der returstrømmen av (ACK) - pakker styrer avsenderens handlinger. Dette innebærer at nettverksbasert forvrengning i fremoverdatabanen ikke vil bli signalisert tilbake til avsenderen for ett komplett rundreiseintervall, og den etterfølgende tilpasningen av avsenderen til forholdene i nettverket vil ta flere ekstra rundturstider . Implikasjonen er at en tidsbase på 1 til 2 sekunder er hensiktsmessig for å få en omfattende oversikt over nettverksytelsen. For store nettverk genererer en slik visning imidlertid en enorm mengde data. Det ser ut til at mange nettverk bruker en måltidstid på ca. 60 til 300 sekunder, som representerer et akseptabelt kompromiss mellom følsomheten til målesystemet og det tilhørende volumet av måledata som skal analyseres. Hva om QoS-nettverk Så langt har antagelsen vært at nettverket opererer med et enkelt servicenivå, og at sonder av nettverket fungerer på samme servicenivå som nettverks nyttelast. Dette er absolutt en vanlig situasjon, men det totale bildet er litt bredere. Når nettverksleverandøren forsøker å opprette et premiumrespons for bestemte trafikklasser, og hvor kunden betaler en premium tariff for å bruke en slik premium service, blir spørsmålet om ytelse et spørsmål om dyp bekymring for både leverandøren og kunden. Tross alt betaler kunden nå en premie for forbedret ytelse, så det vil hjelpe alle bekymrede hvis dette kunne være klart definert og målt. Løsninger finnes i både de passive og aktive pollingsdomenene. For SNMP er det et overvåkingsramme (eller Management Information Base, MIB) knyttet til (DiffServ) modellen for Quality of Service (QoS), og også MIBs knyttet til (IntServ) QoS-modellen. For DiffServ MIB er det først nødvendig å definere en abstrakt modell for driften av en DiffServ opptaksrouter ved å se på de viktigste funksjonelle blokkene til ruteren. Den første av disse blokkene er definisjonen av de støttede atferdsaggregatene som tilbys av nettverket. Innenfor nettverksbanen er det første aktive banelementet trafikklassifiseringsmodulen, som kan modelleres som et sett med filtre og et tilhørende sett med utgangsstrømmer. Utgangsstrømmen overføres til trafikkkondisjoneringselementene, som er trafikkmålere og tilhørende handlingselementer. Mange meterprofiler kan brukes i modellen: En gjennomsnittlig datahastighet, et eksponentielt vektet glidende gjennomsnitt av en av mange forskjellige trafikkprofiler som kan uttrykkes av et sett med token-bucket parametere ved hjelp av en gjennomsnittlig hastighet, en topphastighet og en brast størrelse. Mer utførlige meter spesifikasjoner kan bygges ved hjelp av en multilevel token-bucket spesifikasjon. Fra måleren går trafikken gjennom et handlingfilter, som kan markere pakkene og forme trafikkprofilen gjennom køer eller kaste bort operasjoner. Sammen danner denne sekvensen av komponenter en trafikkkondisjoneringsblokk. Trafikken blir deretter overført til en kø gjennom bruk av en køevakt som gjelder den ønskede servicegraden. (Figur 8) Fra denne generiske modellen er det mulig å definere instrumentering for SNMP-polling, hvor hver av disse fem komponentene, oppførselen aggregat, klassifikatoren, måleren, profilaksjonene og køevitenskapen151 svarer til en MIB-tabell. Med denne strukturen er det mulig å parameterisere både den spesifikke konfigurasjonen av DiffServ-nettverkselementet og dets dynamiske tilstand. Denne MIB er ment å beskrive konfigurasjonen og driften av både kant - og interiør DiffServ-nettverkselementer, forskjellen er at innvendige elementer bruker bare en oppføringsaggregatklassifiserer og en køadministrator i styringsmodellen, mens kantenelementene bruker alle komponentene i modellen . En sammenlignbar MIB er definert for IntServ-arkitekturen og en ekstra MIB for drift av garanterte tjenester. IntServ MIB definerer per-element reservasjonstabellen som brukes til å bestemme gjeldende reservasjonsstatus, en indikasjon på hvorvidt ruteren kan akseptere videreflytningsreservasjoner eller reservasjonsegenskapene til hver strømstrøm. Ingen prestasjonspollingsparametere eller regnskapsparametere er inkludert i MIB. De garanterte tjenestene MIB legger til denne definisjonen med en per-grensesnittdefinisjon av en backlog. Dette er et middel til å uttrykke pakkekvantiseringsforsinkelse, en forsinkelsestid, som er pakkefordelingsforsinkelsen over grensesnittet, og en slakk term, som er mengden av slakk i reservasjonen som kan brukes uten omdefinering av reservasjonen. Igjen, disse er statuselementdefinisjoner per element, og de inkluderer ikke prestasjons - eller regnskapsdataelementer. IntServ MIB blir ytterligere definert som MVB for ressursreservasjonsprotokoll for drift av IntServ-nettverkselementer 14. Det er et større antall objekter innenfor MIB, inkludert generelle objekter, sesjonstatistikk-tabell, sesjonsavsenderbord, reservasjonsforespørsler Mottatt tabell, Forespørsel videresendt tabell, RSVP Interface Attributes Table, og et RSVP nabobord. Interessant, foreslår MIB en skrivebar RSVP-reservasjonstabell for å tillate nettverksadministratoren manuelt å opprette en reservatilstand som kun kan fjernes ved hjelp av en sammenlignbar manuell operasjon. MIB gjør det mulig for et styringssystem å undersøke IntServ-nettverkselementet for å hente statusen til hver aktiv IntServ reservert strøm og operasjonelle egenskaper for strømmen, sett av nettverkselementet. I et QoS DiffServ-miljø utgjør ping og traceroute noen interessante tekniske problemer. Ping sender en ICMP-pakke. Nettverkets QoS-opptaksfiltre kan velge en annen klassifisering for disse pakker fra det som er valgt for normale datastrøm TCP - eller UDP-protokollpakker som et resultat, probepakken kan være planlagt forskjellig eller til og med ta en helt annen vei til nettverket. I et IntServ QoS-nettverk er den vanlige klassifiseringsbetingelsen for en flyt en kombinasjon av IP-headerkilden og destinasjonsadressene og TCP - eller UDP-headerkilden og destinasjonsportadressene. Ping-probe-pakken kan ikke gjengi denne komplette flytbeskrivelsen, og kan derfor ikke som standard settes inn i strømningsbanen som den forsøker å måle. Med traceroute har pakken en UDP-protokolladresse, men den bruker en fast portadresse som standard, noe som forårsaker et lignende problem med forsøk på å bli satt inn i en IntServ-strøm. DiffServ støter på lignende problemer når man forsøker å sende sondepakken inn i nettverket via DiffServ-adgangsklassifikasjonssystemene. Inne i nettverket er det mulig å sette probepakken inn i nettverket med IP Differentiated Services Code Point-feltet (DSCP) satt til DiffServ-oppføringsaggregatet som måles. Måling av forsinkelse og tap tatt av ping og traceroute er en kumulativ verdi av både forsinkelses - og returbanens forsinkelse og tap. Når man forsøker å måle enveisstrømningsveiledning, for eksempel en IntServ-strømningsbane, er denne målingen tvilsom, gitt usikkerhetsnivået til hvilken del av banen, fremover eller bakover, bidratt til forsinkelsen og tapet av ping eller traceroute rapporter. For enveisforsinkelsesmålinger, i DiffServ-nettverk, kan dette gjøres innenfor nettverket, og angir DSCP-feltet til verdien av serviceaggregatet som overvåkes. Selvfølgelig, fra kundens perspektiv, inkluderer DiffServs nettverkstjenesteprofil inngangen til trafikkkondisjoneringsblokken, og de indre enkelveisemålingene er bare en del av den leverte tjenesten. I IntServ-nettverket må pakkene struktureres for å ta samme vei som de forhøyede tjenestestrømmene de er klassifisert av hvert element som en del av innsamlingen av slike forhøyede tjenestestrømmer med det formål å planlegge. Måle ytelse151Klientperspektivet Fra klientperspektivet er målevalgene mer begrensede. En klient har normalt ikke muligheten til å avgjøre nettverkselementer i et leverandørnettverk. En måte for en klient å måle tjenestekvaliteten er å initiere sondering av nettverksbanen, hvorved en avsender kan sende en probepakke til nettverket og måle karakteristikkene til responsen. Selvfølgelig forblir problemene med å sette sondepakker inn i tjenestestrømmen, likevel strømmer problemene av ensrettet høyt tjeneste med toveisprober. Klienten har imidlertid fordelen av å kunne overvåke og manipulere egenskapene til selve tjenestestrømmen. For TCP sessions, the client can monitor the packet retransmission rate, the maximum burst capacity, the average throughput, the (RTT), RTT variance, and misordered packets, by monitoring the state of the outbound data flow and relating it to the inbound ACK flow. For UDP sessions, there is no corresponding transport-level feedback information flow to the sender as a part of the transport protocol itself. The receiver can measure the service quality of the received datastream using information provided in the (RTP) information feedback fields151if RTP is being used for real-time data or as an application-related tool for other application types. If sender and receiver work in concert, the receiver can generate periodic quality reports and pass these summaries back to the sender. Such applications can confirm whether an application is receiving a specified level of service. This approach treats the network like a black box no attempt is made to identify the precise nature or source of events that disrupt the delivered service quality. There are no standardized approaches to this activity, but numerous analysis tools are available for host platforms that perform these measurements. Though the client can measure and conform service quality on a per-application level of granularity, the second part of the clients motivation in measuring service quality is more difficult to address. The basic question is whether the service delivered in response to a premium service request is sufficiently differentiated from a best-effort service transaction. Without necessarily conducting the transaction a second time, the best approach is to use either one-way delay probes, for unidirectional traffic, or a bulk TCP capacity probe, to establish some indication of the relativity in performance. From a client perspective none of these are simple to set up, and the dilemma that the customer often faces is the basic question of whether the cost of operating the measurement setup is adequately offset by the value of the resulting answers. Measuring Networks151Looking for Problems So far we have been looking at the ways of measuring network performance as a general task. Of course degraded performance does not happen by accident (well, sometimes accidents do happen), and it makes the measurement task easier if you can identify precisely what it is that you are looking for. This approach requires identification of the various situations that can impact network performance and then set up network measurement and monitoring systems that are tuned to identify these situations. Within this approach, the motives for network measurement are concerned with identification of traffic load patterns that cause uneven network load, monitoring, and verification of service-level agreements, detection of abnormal network load that may be a signature of an attack, forecasting and capacity planning, and routing stability. The objective here is to create a stable and well-understood model of the operational characteristics of the network, and then analyze the situations that could disrupt this stable state and the implications in terms of delivered performance under such conditions. Such an approach could be described in terms of opposites151instead of measuring network performance, the approach is measuring the network to identify the conditions that cause nonperformance at particular times within particular network paths. As a performance management technique, this approach has been very effective151rather than taking a larger amount of performance data and merging and averaging it into a relatively meaningless index, the approach is to isolate those circumstances where performance is compromised and report on these exceptions rather than on the remainder of the time. Of course measuring what is normal may involve more than assembling a benchmark set of SNMP-derived polling data and a collection of latency, loss, and jitter profiles obtained from analysis of large volumes of ping data. One additional tool is the router itself. Because the router uses many IP packet header fields to switch each packet, one approach is to get the router to assemble and aggregate information about the characteristics of traffic that has been passed through the router, and send these aggregated reports to a network management station for further analysis. is the most common tool to undertake this form of reporting. Like SNMP, NetFlow can report on the characteristics of traffic as it passes a point in the network. For measuring end-to-end performance of individual applications, NetFlow has the same limitations as SNMP. The analogy is one of standing on a street corner counting cars that go past and from that measurement attempting to derive the average time for a commuter to drive to or from work. However, the value of NetFlow is that in this context of performance measurement, it can be used to derive a picture of the baseline characteristics of the network, including identification of the endpoints of the traffic flows. Extending the car analogy further, NetFlow can provide an indication of the origins and ultimate destinations of the cars as they pass the monitoring point. This information is useful in terms of designing networks that are adequately configured to handle the transit traffic load. In addition, with careful analysis, NetFlow can be used to identify exceptional traffic conditions. The advantage here is that NetFlow data can be used to identify both the abnormal traffic load and also provide some indication of the endpoints of the abnormal flows. In this way, NetFlow can be deployed as both a baseline network traffic profile benchmarking tool and a performance exception diagnosis tool. This approach of capturing the packet header information as the traffic passes a monitoring point in the network has been implemented in numerous ways, and NetFlow is not the only data-collection tool in this space. One interesting approach has been used by NeTraMet, an implementation of the Internet Engineering Task Forces Realtime Traffic Flow Measurement architecture for traffic flow measurement. The feature here is a powerful ruleset within the tool that allows the flow collector to be configured to collect information about particular traffic flows and their characteristics. In the context of measuring performance, one of the abilities of the tool is to match the outbound data flow with the inbound acknowledgement stream, allowing an analyzer some ability to infer end-to-end performance of the application based on the collected information. Where to Go from Here It is clear that the picture is so far very incomplete. The active probe measurements require either some latitude of interpretation or dedicated instrumentation to take measurements with some necessary level of frequency and precision. The passive approach of probing the active switching elements of the network is constrained by a very basic model of the switching system, so that the collectable values provide only a very indirect relationship to the manner in which the switching element is generating queuing delays and traffic flow instability. Perhaps what is also increasingly unclear is the relationship between performance and networks in any case. The last few years have seen a massive swing in public Internet platforms away from networks where some level of congestion and contention was anticipated to networks that are extensively overprovisioned, and there packet jitter and loss are simply not encountered. With the ever-decreasing cost of transmission bandwidth in many markets, this environment of abundant network capacity is now also finding its way into various enterprise network sectors. In such worlds of abundant supply and overengineering of networks, there is really little left to measure within the network. The entire question of performance then becomes a question phrased much closer to home: how well is your system tuned to make the most of its resources and those of the server Often the entire issue with performance is a situation of abundant network resources, abundant local memory and processing resources, and poor tuning of the transport protocol stack. That is, of course, quite properly the subject of another article. The Internet offers a wealth of material on the topic of network measurement, and the major exercise is undertaking some filtering to get a broad collection of material that encompasses a range of perspectives on this topic. The following sources were used to prepare this article, and are recommended as starting points for further exploration of this topic. Internet Performance Survival Guide Geoff Huston, Wiley Computer Publishing, 2000. 14 RSVP Management Information Base using SMIv2, F. Baker, J. Krawczyk, A. Sastry, RFC 2206, September 1997. GEOFF HUSTON holds a B. Sc. and a M. Sc. from the Australian National University. He has been closely involved with the development of the Internet for the past decade, particularly within Australia, where he was responsible for the initial build of the Internet within the Australian academic and research sector. Huston is currently the Chief Scientist in the Internet area for Telstra. He is also a member of the Internet Architecture Board, and is the Secretary of the APNIC Executive Committee. He is author of The ISP Survival Guide Internet Performance Survival Guide: QoS Strategies for Multiservice Networks ISBN 0471-378089, and coauthor of Quality of Service: Delivering QoS on the Internet and in Corporate Networks ISBN 0-471-24358- 2, a collaboration with Paul Ferguson. All three books are published by John Wiley amp Sons. E-mail:We value excellent academic writing and strive to provide outstanding essay writing services each and every time you place an order. We write essays, research papers, term papers, course works, reviews, theses and more, so our primary mission is to help you succeed academically. Most of all, we are proud of our dedicated team, who has both the creativity and understanding of our clients needs. Our writers always follow your instructions and bring fresh ideas to the table, which remains a huge part of success in writing an essay. We guarantee the authenticity of your paper, whether its an essay or a dissertation. Furthermore, we ensure confidentiality of your personal information, so the chance that someone will find out about our cooperation is slim to none. We do not share any of your information to anyone. When it comes to essay writing, an in-depth research is a big deal. Our experienced writers are professional in many fields of knowledge so that they can assist you with virtually any academic task. We deliver papers of different types: essays, theses, book reviews, case studies, etc. When delegating your work to one of our writers, you can be sure that we will: Use your writing style Follow your guidelines Make all the needed corrections whenever its necessary Meet even the strictest deadlines Provide you with a free title page and bibliography. We have thousands of satisfied customers who have already recommended us to their friends. Why not follow their example and place your order today Choose Our Professionals to Complete Your Writing Tasks If your deadline is just around the corner and you have tons of coursework piling up, contact us and we will ease your academic burden. We are ready to develop unique papers according to your requirements, no matter how strict they are. Our experts create writing masterpieces that earn our customers not only high grades but also a solid reputation from demanding professors. Dont waste your time and order our essay writing service today Our writers hold Ph. D. and Masters degrees and have considerable experience in diverse fields.
No comments:
Post a Comment