Шта значи ДЦИ

Sep 15, 2025|

У савременом дигиталном пејзажу, дата центри су постали окосница рачунарске инфраструктуре у облаку, обрада масовних количина података током трошења значајних количина енергије.

 

Питање "Шта ДЦИ значи" често настаје у дискусијама о савременим архитектурама дата центра, где ДЦИ означава повезивање података дата центра, технологија која повезује више података да би омогућила дистрибуцију ресурса и дистрибуције ресурса.

 

Енергија - Ефикасно заказивање појавило се као критични изазов, захтевајући софистициране приступе за услове за уравнотежење перформанси са оптимизацијом потрошње електричне енергије. Методологија рачуна података Центра (ДЕНС) представља значајно напредовање у решавању ових изазова кроз хијерархијско моделирање и интелигентне стратегије расподјеле ресурса.

What does dci mean

 

 

Кључни концепти у умрежавању дата центра

 

  Data Center Interconnect (DCI)

  Међусобни пренос података (ДЦИ)

Технологија која повезује више података да би омогућили дистрибуцију ресурса, дистрибуцију радног оптерећења и опоравак од катастрофа преко географских распршених објеката.

  Network Congestion

  Мрежни загушење

Јавља се када мрежни саобраћај прелази капацитет, често узрокован ограничења пуфера у Етхернет инфраструктури и неусклађености пропусности између веза.

  DENS Methodology

  Методологија дене

Хијерархијски приступ за заказивање преносног центра који оптимизује енергетску ефикасност уз одржавање перформанси кроз интелигентну расподјелу ресурса.

 

Мрежни загушење у окружењима дата центра

 

Изазов Етхернет - базиране инфраструктуре

 

Савремени дата центри прихватају филозофију коришћења Етхернет медија да носе различите врсте саобраћаја, укључујући ЛАН, САН и ИПЦ комуникације. Иако Етхернет технологија нуди зрелост, једноставност размештања и релативно једноставно управљање, представља значајне изазове у погледу ограничења хардверских перформанси, посебно у капацитету пуфера.

 

Типичне величине Етхернет пуфера раде на нивоу величине 100 Кб, док Интернет рутери обично садрже величине пуфера од 100 МБ величине. Ова значајна разлика од 1000к у међуспремнику, у комбинацији са високим фрајевима - пропусницом, представља примарни узрок загушења мреже у окружењима дата центра.

Поређење капацитета

Етхернет прекидачи 100 КБ

Интернет рутери 100 МБ

Разлика од 1000к у међуспремнику ствара значајне изазове за руковање високим призовима - пропусницима у дата центрима.

 

Манифестација загушења у прекидачима података

 

Манифестација загушења у прекидачима података може се појавити у вишеструким правцима. У правцу нагоне на увлаку, загушење се појављује када агрегатни капацитет улазних веза прелази капацитет века изласка. За упутства у УПЛИНК-у, неусклађеност пропусности првенствено је одређена омјером конвергенције пропусности, са загушењем који се јавља када се агрегирала појашњава опсег свих серверских портова надмашује укупни капацитет на Уплинк-у.

 

Ове тачке загушења, које се често називају жариштима, могу озбиљно утицати на могућност мреже података да би се ефикасно преносели подаци, потенцијално смањујући пропусност до 70% у екстремним случајевима.

 

ДовнЛинк Цонгент

Јавља се када укупни долазни саобраћај прелази одлазни капацитет прекидача, стварајући уска грла у протоку података са више на ниже мрежне слојеве.

Уплинк Цонгестион

Дешава се када се агрегирани саобраћај сервера прелази капацитет узлазне везе, који је обично одредио однос конвергенције пропусне ширине мрежног дизајна.

 

ИЕЕЕ 802.1КАУ стандарди и управљање загушење загушења

 

Како ради 802.1кау

1

Преоптерећени прекидачи откривају загушење и генерисање сигнала обавештења

2

Сигнали загушења се шире назад на слање уређаја

3

Пошиљаоци лете своје стопе преноса да би се смањили загушење

4

Коришћење мреже одржава се на високим нивоима (до 95%)

5

Губитак пакета је минимизиран кроз контролу проактивног стопе

Помотничка група за премоштај података (ИЕЕЕ 802.1) развила је 2 решења за контролу загушења слоја, посебно спецификације ИЕЕЕ 802.1кау. Овај стандард уводи повратне петље за обавештење о загушењу између прекидача података, омогућавајући преоптерећеним прекидачима да искористе сигнале загушене обавештења на гас високим - пошиљаоцима оптерећења.

 

Иако ова техника ефикасно спречава губитак пакета због загушења и одржава високе стопе коришћења мреже до 95%, не у основи не решава основни проблем.

"Ефикаснији приступ укључује стратешко распоређивање података - интензивних задатака како би се избегло дељење уобичајених комуникацијских стаза. На пример, у потпуности искористити карактеристике просторне изолације у трију - интензивне задатке морају бити пропорционално распоређене на рачунарским серверима."

Ови подаци - интензивни задаци, слични видео - апликацијама за дељење, генеришу константне токове за крајњим корисницима, истовремено комуницирају са другим пословима у оквиру података. Међутим, ова пропорционално дистрибуирана метода размештања супротставља се енергији - ефикасним циљевима заказивања, који имају за циљ да користе минималне сервере сервера и скупове комуникационих ресурса за руковање свим оптерећењама.

 

 

МЕТОДОЛОГИЈА ДЕНС-а

Хијерархијски приступ моделирању

 

Методологија дене представља прелазак парадигме из традиционалних приступа који моделира дата центри као хомогени базени рачунарских ресурса сервера. Уместо тога, Дени предлаже хијерархијски модел у складу са главним топологијама података.

 

За три - тиер центара података, метрика МС је дефинисана као пондерисана комбинација сервера {{1} Функција нивоа Ф_С, сталак - Функција нивоа ф_р и модул - Функција ф_М:

 

M = × f_s + × f_r + × f_m

 

Где, и представљају коефицијенте пондерисања који одређују како одговарајуће компоненте (сервери, регали, модули) утичу на метрике оцењивања.

Коефицијенти за пондерисање

 

(Сервер - тежина нивоа) обично 0.7

Фавори бирају високи - сервери у оптерећењу унутар лаганих натовараних регала

 

(Сталак - нивоа нивоа) обично 0,2

Приоритизес Рачунари за рачунање са малим мрежама

 

(Модул - тежина нивоа) обично 0,1

Фавори бирају лагано оптерећени модули, пресудни за консолидацију задатака

 

Weighting Coefficients

 

 

Потенцијал оптерећења и комуникацијски потенцијал сервера

 

Комбинација оптерећења сервера Л_С (Л) и његов потенцијал комуникације К_С (К) формира примарну основу за избор сервера. Ова веза се изражава путем:

f_s(l,q) = L_s(l) × (Q_s(q)^φ)/δ_t

L_s(l)

Зависи од навршеног оптерећења, израчунато коришћењем специјализоване сигмоидне функције

Q_s(q)

Дефинише оптерећење на сталак на узлазне анализе услова загушења у преклопном излазном реду К-у К

δ_t

Опсег ширине - од фактора на врху - од - сталак (ТОР)

φ

Коефицијент који дефинише омјер између Л_С (Л) и К_С (к) у метрици

 

 

Дефиниција и оптимизација фактора учитавања

Фактор учитавања дене дефинисан је као збир две Сигмобиодне функције за решавање изазова да празне сервере троше око 67% своје врхунске потрошње енергије:

L_s(l) = 1/(1 + e^(-10(l - 0.5))) - 1/(1 + e^(-2(l - (1 - ε/2))))

 

Прва компонента дефинише примарни облик сигмоида, док други служи као функција пенала дизајнирана да се конвергира максималне вредности оптерећења сервера. Параметар ε дефинише опсег и нагиб опадајућег дела кривуље.

Кривуља оптимизације сервера

 

Server Load Optimization Curve

 

Овај софистицирани приступ осигурава да сервери раде унутар оптималног опсега оптерећења, обично између 70% и 85% употребе, балансирање енергетске ефикасности са забринутошћу поузданости хардвера.

 

Управљање редом и метрике загушења

 

Анализа заузећа чекања

 

Сви сервери унутар стаза деле прекидач за ТОР за УПЛИНК комуникацију. На гигабитним стопама, одређивањем тачног удела комуникације УПЛИНК-а заузето од стране појединих сервера или токова постаје рачунално интензивно. Да би се позабавио овим изазовом, методологија дене укључује компоненту која се односи на пребацивање излазног чекања К (к) попуњеност К (К), која варира са ширином опсега - од стране фактора Δ.

 

Стопа заузетости К је независно од апсолутне величине реда, али варира са укупном величином реда К_МАКС, у распону од [0,1], где 0 и 1 одговарају празним и пуним стањима реда реда. Увођењем компоненте заузетом реду чекања, метрика дене може одговорити на промјене загушења унутар регала или модула, а не варијацијама брзине преноса.

 

Веибулл имплементација дистрибуције

 

Функција К (К) користи обрнуту функцију дистрибуције Веибулл:

К (к)=е ^ (- (3к / к_мак) ^ 2)

Ова формулација фаворизује одабир празних редова док кажњавају снажно оптерећене редове. Када ниво загушења остане низак, пропусност изнад - резервисањем фактора Δ у једначини боља подржава симетрију између капацитета на Уплинк и ДовнЛинк ширином опсега.

Запомовени ред у реду у односу на перформансе

 

Queue Occupancy vs. Performance
 
Како повећава загушење и преливање међуспремника, неусклађеност пропусности постаје немењиви, потенцијално што доводи до разградње перформанси до 40% у погођеним путевима

 

Резултати метрике и оптимизација перформанси

 

Звоно - обликована селекција функција

 

Ф.С. (Л, К) функција ствара звоно - у облику површине у односу на сервер лоад л и лоад у реду к. Ова функција преференцијално бира сервере изнад просечног нивоа оптерећења који се налазе у регали са минималним или без загушења. Емпиријске студије показују да овај приступ може постићи уштеду енергије од 25 - 35% у поређењу са традиционалним распоредом округлог робина уз одржавање перформанси у року од 5% оптималних нивоа.

Уштеда енергије

25-35%

У поређењу са традиционалним колом - алгоритми за заказивање Робин

Перформансе

95%+

Одржава перформансе у року од 5% оптималних нивоа

Употреба

70-85%

Оптимални распон коришћења сервера уравнотежујући ефикасност и поузданост

 

Хијерархијска анализа утицаја

 

Фактори утицаја за сталке и модуле изражени су као:

 

Сталак - фактор нивоа

ф_р (Л, к)=л_р (Л) × (к_м (к) ^ φ) / δ_м=(к_м (к) ^ φ) / δ_м × (1 / н) σ (и =1 до н) л_с (Л)
ГДЈЕ Л_Р (Л) представља оптерећење сталак као нормализована збир свих сервер-а у сталак, н је број сервера по сталку, к_м (к) пропорционалан је оптерећењу саобраћаја на модулским прекидачима и Δ_М је ширина појаса -.

Модул - фактор нивоа

ф_м (л)=л_м (л)=(1 / к) Σ (ј =0 до к) л_р (Л)
ГДЈЕ Л_М (Л) представља оптерећење модула као нормализована зброја свих оптерећења сталак у модулу и К је број регала по модулу. Модул - фактор нивоа укључује само оптерећење - повезану компоненту док се сви модули повезују на исте прекидаче.

 

Практична разматрања примене

 

Трговина енергетском ефикасношћу - офф

 

Када прегледате шта ДЦИ значи за енергију - ефикасан заказивање, постаје јасно да ДЦИ имплементације морају пажљиво уравнотежити локалну оптимизацију у појединачним податковним центрима против глобалне оптимизације у односу на глобалну оптимизацију.

 

Методологија дене показује да енергија - Ефикасни планови морају консолитовати послове преносног центра у оквиру најмањег могућег скупа сервера, постизање омјера консолидације од 3: 1 или више у типичним сценаријима.

Међутим, континуирани рад на вршним оптерећењима може умањити поузданост хардвера за 15-20% и утицај на време довршавања посла до 30%.

Energy Efficiency Trade-Offs

 

ТРГОВИНА КЉУЧА - ОФФ

 Већа консолидација смањује потрошњу енергије

Оптимално балансирање оптерећења побољшава мрежну ефикасност

 Преко - Консолидација повећава ризик квара (15-20% смањење поузданости)

Пеак оптерећење могу утицати на време завршетка посла до 30%

 

Мулти - балансирање оптерећења пута

 

Модул - фактор нивоа ф_м укључује само оптерећење - повезану компоненту Л, јер се сви модули повезују на исте цреве преклопне и добијају идентичну пропусност кроз ЕЦМП (једнак - коштају технике усмеравања у више-. Овај дизајн осигурава да дистрибуција саобраћаја остане уравнотежена на расположивим стазама, са измереним побољшањима у широкој страни 40 {{7} 50% у поређењу са приступима рутирања једним стазом.

Предности усмјеравања ЕЦМП-а

 Дистрибуира саобраћај на вишеструким стазама - трошковима

Побољшава пропусност за 40 - 50% насупрот усмеравању појединца

Појачава толеранцију грешке кроз отпуштање стазе

Ради без проблема са хијерархијским моделом дене

Multi-Path Load Balancing

 

Напредне стратегије оптимизације

Динамично подешавање тежине

 

Недавна истраживања је истраживала динамично прилагођавање коефицијената за пондерирање и на основу стварних - времена.

 

Израчунати - интензивне оптерећења =0.8, + =0.2

 

Комуникација - интензивно =0.4, =0.3, =0.3

Услуге прилагођавања производа

"Интегрисање обновљивих извора енергије са деновима - на бази заснована на распореду показао је изванредан потенцијал за смањење угљених отисака угљеника у прегресивим центрима података."

До 45% смањења потрошње електричне енергије мреже

Извор: Зханг ет ал. (2024), ИЕЕЕ трансакције на одрживом рачунању

Бесплатна услуга узорака

Укључивање алгоритама за учење машине за предвиђање образаца саобраћаја и оптимизирање параметара дене показао је обећавајући резултати.

 85% тачности у предвиђању загушења

5-минут хоризонт предвиђања

10-15% додатне уштеде енергије

 

 

Експериментална потврда и резултати

 

Симулациони окружење

 

Опсежне симулације које користе дискретне симулаторе догађаја потврдили су методологију дене у различитим конфигурацијама података. Тестирани сценарији укључују центре података у распону од 1.000 до 100.000 сервера, са различитим обрасцима саобраћаја, укључујући веб услуге (80% читање, 20% писања), серијска обрада (уравнотежено читање / писање) и прочитане прочитане / писање (95%).

 

Скала сервера

1.000 до 100.000 сервера

Узорак саобраћаја

Веб услуге, серијска обрада, стриминг

Тип симулације

Дискретни симулатори догађаја

 

Метрике перформанси

Кључни показатељи перформанси

 

Енергетска ефикасност
28-42% смањење енергије у поређењу са основним плановима
Коришћење мреже
Одржавао је 85 - 92% коришћења мреже без губитка пакета изазвана загушеним
Време завршетка посла
Побољшани просјечни временски завршетак посла за 15-25%
Коришћење сервера
Постигнуто оптимално коришћење сервера у распону од 72-83%
Краљевство реда
Смањена просечна латенција реда за 35-45%

Поређење перформанси

 

Performance Comparison
Pošalji upit