[论文解读] SRv6-PM: Performance Monitoring of SRv6 Networks with a Cloud-Native Architecture

Pierpaolo Loreti, Andrea Mayer+10 more|arXiv (Cornell University)|Jul 15, 2020

Software-Defined Networks and 5G参考文献 33被引用 4

一句话总结

SRv6-PM 提出了一种云原生、开源的平台，用于在 SRv6 网络中实现实时性能监控，利用基于 eBPF 的逐流丢包监控以及可扩展的大数据堆栈（Kafka、InfluxDB、Grafana）进行数据摄入和可视化。该平台在出口节点仅造成 5.4% 的吞吐量下降，即可实现近乎实时的丢包检测，优于传统的 IPset 方法。

ABSTRACT

Segment Routing over IPv6 (SRv6 in short) is a networking solution for IP backbones and datacenters. The SRv6 standardization, implementation and research are actively progressing and SRv6 has already been adopted in a number of large scale network deployments. Effective Performance Monitoring (PM) solutions for SRv6 networks are strongly needed. The design, implementation and deployment of such PM solutions span the different planes of a networking architecture: Performance Measurements data (packet loss and delay) needs to be measured (in the Data Plane), the monitored nodes needs to be controlled (in the Control Plane), the measured data needs to be collected (in the Control/Management Planes), then the Data must be processed and stored, using Big-Data processing solutions. We focus on Loss Monitoring, by considering a solution capable of tracking single packet loss events in near-real time (e.g. with a delay in the order of 20 seconds). We describe SRv6-PM, a solution for Performance Monitoring of SRv6 networks. SRv6-PM features a cloud-native architecture for the SDN-based control of Linux routers and for ingestion, processing, storage and visualization of PM data. In the Data Plane, SRv6-PM includes efficient building blocks for packet loss evaluation (e.g. the packet counting components) in a Linux router. SRv6-PM is released as open source. Not only we provide a reproducible environment for PM experiments, but we also offer a re-usable and extensible cloud-native platform that can be automatically deployed in different environments, from a single host to multiple servers on private/public clouds.

研究动机与目标

• 为解决 SRv6 网络中缺乏可扩展、实时性能监控解决方案的问题，特别是细粒度的丢包监控问题。
• 设计并实现一种云原生架构，集成 SDN 控制、数据平面测量与大数据处理，实现端到端监控。
• 在 Linux 路由器中开发一种高效、低开销的包丢包监控机制，利用 eBPF 实现，优于传统的 Netfilter/IPset 方法。
• 提供一个可重用、开源的平台，用于 SRv6 PM 解决方案的原型设计与标准化，支持未来扩展（如延迟监控）。

提出的方法

• 通过使用 DSCP 字节标记扩展 TWAMP 协议以支持 SRv6，实现通过交替标记进行单包丢包检测。
• 在 Linux 内核的 XDP 路径中实现基于 eBPF 的逐流包丢包监控（PF-PLM）模块，实现低延迟、高吞吐量的数据包处理。
• 设计基于 gRPC 的 API，用于在 SDN 控制器与网络节点之间配置和检索逐流丢包测量结果。
• 使用 Kafka 进行流式传输、Telegraf 进行指标采集、InfluxDB 进行时序数据存储、Grafana 进行实时可视化，构建云原生数据流水线。
• 使用 ArangoDB 对监控元数据和配置数据进行结构化存储，支持高效查询与关联分析。
• 在容器化、Kubernetes 原生环境中部署整个平台，实现跨本地部署与公有云基础设施的可移植性。

实验结果

研究问题

• RQ1 SRv6 网络如何在数据平面中实现近乎实时、逐流的包丢包监控，同时保持极低的性能开销？
• RQ2 与传统的 Netfilter/IPset 方法相比，基于 eBPF 的包标记与计数在 Linux 路由器中的性能影响如何？
• RQ3 云原生、开源的架构如何高效地扩展以收集、处理和可视化来自数百个 SRv6 节点的性能数据？
• RQ4 所提出的平台能否以高保真度准确检测并报告单包丢包事件，与应用层测量结果保持一致？
• RQ5 该平台在未来 PM 扩展（如 SRv6 延迟监控）方面是否具备可重用性和可扩展性？

主要发现

• 基于 eBPF 的 PF-PLM 实现方式在出口节点上对单个流进行监控时，平均吞吐量仅下降 5.4%，且性能稳定，不受监控流数量的影响。
• 与基于 IPset 的替代方案相比，eBPF 解决方案将出口节点的吞吐量下降从 17.6% 降低至 5.4%，展现出更优的可扩展性与效率。
• SRv6-PM 平台成功以高精度检测并报告单包丢包事件，与 iPerf 应用层测量结果相比偏差可忽略。
• 平台实现近乎实时监控，延迟约为 20 秒，满足实际网络监控的目标要求。
• 开源、云原生的设计支持在从单台主机到多节点云集群的多种环境中自动部署，确保可复现性与可扩展性。
• Kafka、InfluxDB 和 Grafana 的集成实现了低延迟数据摄入、高效存储以及性能指标的实时可视化。