基于RYU应用开发之负载均衡(源码开放)

编者按:本文介绍的是如何在RYU上通过使用select group 来实现multipath,从而实现流量的调度,完成简单的负载均衡Demo。在OpenFlow13中有group table,可用于实现组播和冗余容灾等功能。实验中还使用了OpenvSwitch的队列queue完成了对链路带宽的保障。

要完成多径传输,那么网络拓扑必然有loop,所以首先要解决由于loop而可能产生的storm,解决方案在《基于SDN的RYU应用开发之ARP代理》文中已经提出。

网络拓扑:

"""Custom loop topo example

There are two paths between host1 and host2.

|--------switch2 --------|

|                        |

host1 --- switch1                   switch4 -----host2

|                        |   |------host3

-------- switch3 ---------

|

host4

Adding the ‘topos‘ dict with a key/value pair to generate our newly defined

topology enables one to pass in ‘--topo=mytopo‘ from the command line.

"""

from mininet.topo import Topo

class MyTopo(Topo):

"Simple loop topology example."

def __init__(self):

"Create custom loop topo."

# Initialize topology

Topo.__init__(self)

# Add hosts and switches

host1 = self.addHost(‘h1‘)

host2 = self.addHost(‘h2‘)

host3 = self.addHost(‘h3‘)

#host4 = self.addHost(‘h4‘)

switch1 = self.addSwitch("s1")

switch2 = self.addSwitch("s2")

switch3 = self.addSwitch("s3")

switch4 = self.addSwitch("s4")

# Add links

self.addLink(switch1, host1, 1)

self.addLink(switch1, switch2, 2, 1)

self.addLink(switch1, switch3, 3, 1)

self.addLink(switch2, switch4, 2, 1)

self.addLink(switch3, switch4, 2, 2)

self.addLink(switch4, host2, 3)

self.addLink(switch4, host3, 4)

#self.addLink(switch3, host4, 3)

topos = {‘mytopo‘: (lambda: MyTopo())}

Multipath:

解决网络可能形成风暴的问题之后,可以使用select类型的group_table来实现多径功能。

def send_group_mod(self, datapath):

ofp = datapath.ofproto

ofp_parser = datapath.ofproto_parser

port_1 = 3

actions_1 = [ofp_parser.OFPActionOutput(port_1)]

port_2 = 2

actions_2 = [ofp_parser.OFPActionOutput(port_2)]

weight_1 = 50

weight_2 = 50

watch_port = ofproto_v1_3.OFPP_ANY

watch_group = ofproto_v1_3.OFPQ_ALL

buckets = [

ofp_parser.OFPBucket(weight_1, watch_port, watch_group, actions_1),

ofp_parser.OFPBucket(weight_2, watch_port, watch_group, actions_2)]

group_id = 50

req = ofp_parser.OFPGroupMod(

datapath, ofp.OFPFC_ADD,

ofp.OFPGT_SELECT, group_id, buckets)

datapath.send_msg(req)

不知道现在OVS的select的key是否已经改变,原先的key为dl_dst。匹配成功的flow,在执行select时,是以dl_dst为key,进行判断,从而从buckets中选择一个action_list。

查看组表信息:

sudo ovs-ofctl dump-groups s1 -O OpenFlow13

查看流表信息:

sudo ovs-ofctl dump-flows s1 -O OpenFlow13

QoS:

首先我们知道OpenFlow无法创建队列。所以我们可以通过ovsdb来配置队列,也可以直接使用ovs命令配置:

ovs-vsctl -- set Port s1-eth2 [email protected] \

-- [email protected] create QoS type=linux-htb other-config:max-rate=250000000 [email protected]\

-- [email protected] create Queue other-config:min-rate=8000000 other-config:max-rate=150000000\

ovs-vsctl -- set Port s1-eth3 [email protected]\

-- [email protected] create QoS type=linux-htb other-config:max-rate=300000000 [email protected]\

-- [email protected] create Queue other-config:min-rate=5000000 other-config:max-rate=200000000

ovs-vsctl list queue

以上代码在s1-eth2上创建了queue 0,在s1-eth3上创建了queue 0和queue 1。并配置了max_rate和min_rate。

查看queue的信息可以使用:

sudo ovs-ofctl queue-stats s1 2  -O OpenFlow13

列举port查看qos:

ovs-vsctl list port

列举queue:

ovs-vsctl list queue

删除QOS:

sudo ovs-vsctl --all destroy qos

sudo ovs-vsctl --all destroy queue

区别于OpenFlow1.0, OpenFlow1.3中的入队操作只有一个queue_id,需要额外指定port。即指定数据如某一个队列的话需要如下的actions:

actions_2 = [ofp_parser.OFPActionSetQueue(0), ofp_parser.OFPActionOutput(port_2)]

所以使用group的情况下,完成QoS功能函数如下:

def send_group_mod(self, datapath):

ofp = datapath.ofproto

ofp_parser = datapath.ofproto_parser

port_1 = 3

queue_1 = ofp_parser.OFPActionSetQueue(0)

actions_1 = [queue_1, ofp_parser.OFPActionOutput(port_1)]

port_2 = 2

queue_2 = ofp_parser.OFPActionSetQueue(0)

actions_2 = [queue_2, ofp_parser.OFPActionOutput(port_2)]

weight_1 = 50

weight_2 = 50

watch_port = ofproto_v1_3.OFPP_ANY

watch_group = ofproto_v1_3.OFPQ_ALL

buckets = [

ofp_parser.OFPBucket(weight_1, watch_port, watch_group, actions_1),

ofp_parser.OFPBucket(weight_2, watch_port, watch_group, actions_2)]

group_id = 50

req = ofp_parser.OFPGroupMod(

datapath, ofp.OFPFC_ADD,

ofp.OFPGT_SELECT, group_id, buckets)

datapath.send_msg(req)

负载均衡:

从图中我们可以看到,pingall连通性没有问题。第一个iperf是在没有设置队列的情况下,由于找不到队列,所以不如队,只转发,此时带宽为26.4Gbits/sec。之后的测试数据为设置队列之后的数据。可以看出h1到h2之间的带宽是300Mbits/sec,而h1到h3的带宽是150Mbits/sec。

原因在于我们将h1到h2的数据流在组表中选择了s1-eth3的queue 0,而该队列的最大带宽是300M。

同时另一个从h1到h3的数据流,在hash过程中,选择了s1-eth2端口的queue 0,该队列的最大速度为150M。

下图为queue information:

可以看到,port 2 queue 0和port 3 queue 0有数据,而port 3 queue 1没有数据:

上图为s1和s4的组表和流表信息,从s4的流表信息(后部分流表)可知,同样是s1到s4的数据,dl_dst为h2的数据从port 2进入,而dl_dst为h3的数据从port 1进入,验证了数据传输过程使用了多径传输,合理利用了带宽空间。多径传输可以充分利用链路带宽,提高链路利用率。同时这个实验简单粗暴地完成了两条链路的负载均衡(将不同的数据流平均地分摊到了两条path上,由于对不同Path限制了不同的带宽,所以,流量并不是平均的)。根据拓扑及流量情况,添加算法计算合理流量路径,可以完成更灵活有效的负载均衡功能。

后语

这其实是简单的实验,但是由于在安装OVS的过程中遇到了很多的问题,所以过程比较痛苦,写下来,以备不时之需,也有可能帮助到别人吧。提供一个纯从OVS上配置的方案,相比之下比开发控制要简单一些。之前的博文的名字是:Multipath and QoS Application on RYU,但是后来导师提醒Multipath 和QoS不是一个层面的,才发现自己学识粗浅。需要努力的地方还太多。所以本篇博文被我生生改成Load balance的题目,虽然很牵强,但是相比之下,犯的错误更少一些。源码没有全部贴出来是因为我写的APP也可以出售的。后续应该会上传Github。详情可以邮件沟通。

折叠版代码如下:

# Author:muzixing

# Time:2014/10/19

#

from ryu.base import app_manager

from ryu.controller import ofp_event

from ryu.controller.handler import CONFIG_DISPATCHER

from ryu.controller.handler import MAIN_DISPATCHER, HANDSHAKE_DISPATCHER

from ryu.controller.handler import set_ev_cls

from ryu.ofproto import ofproto_v1_3

from ryu.lib.packet import packet

from ryu.lib.packet import ethernet

from ryu.lib.packet import arp

from ryu.lib.packet import ipv4

from ryu.lib.packet import icmp

from ryu import utils

from ryu.lib import addrconv

import struct

import socket

ETHERNET = ethernet.ethernet.__name__

ETHERNET_MULTICAST = "ff:ff:ff:ff:ff:ff"

ARP = arp.arp.__name__

ICMP = icmp.icmp.__name__

IPV4 = ipv4.ipv4.__name__

def ip2long(ip):

return struct.unpack("!I", socket.inet_aton(ip))[0]

class MULTIPATH_13(app_manager.RyuApp):

OFP_VERSIONS = [ofproto_v1_3.OFP_VERSION]

def __init__(self, *args, **kwargs):

super(MULTIPATH_13, self).__init__(*args, **kwargs)

self.mac_to_port = {}

self.arp_table = {}

self.sw = {}

@set_ev_cls(ofp_event.EventOFPSwitchFeatures, CONFIG_DISPATCHER)

def switch_features_handler(self, ev):

datapath = ev.msg.datapath

ofproto = datapath.ofproto

parser = datapath.ofproto_parser

# install table-miss flow entry

#

# We specify NO BUFFER to max_len of the output action due to

# OVS bug. At this moment, if we specify a lesser number, e.g.,

# 128, OVS will send Packet-In with invalid buffer_id and

# truncated packet data. In that case, we cannot output packets

# correctly.

match = parser.OFPMatch()

actions = [parser.OFPActionOutput(ofproto.OFPP_CONTROLLER,

ofproto.OFPCML_NO_BUFFER)]

self.add_flow(datapath, 1, 0, match, actions)

def add_flow(self, datapath, hard_timeout, priority, match, actions):

ofproto = datapath.ofproto

parser = datapath.ofproto_parser

inst = [parser.OFPInstructionActions(ofproto.OFPIT_APPLY_ACTIONS,

actions)]

mod = parser.OFPFlowMod(datapath=datapath, priority=priority,

hard_timeout=hard_timeout,

match=match, instructions=inst)

#print mod.__dict__

datapath.send_msg(mod)

@set_ev_cls(

ofp_event.EventOFPErrorMsg,

[HANDSHAKE_DISPATCHER, CONFIG_DISPATCHER, MAIN_DISPATCHER])

def error_msg_handler(self, ev):

msg = ev.msg

self.logger.debug(

‘OFPErrorMsg received: type=0x%02x code=0x%02x ‘

‘message=%s‘, msg.type, msg.code, utils.hex_array(msg.data))

@set_ev_cls(ofp_event.EventOFPPacketIn, MAIN_DISPATCHER)

def _packet_in_handler(self, ev):

...

def send_packet_out(self, msg, actions):

datapath = msg.datapath

ofproto = datapath.ofproto

parser = datapath.ofproto_parser

in_port = msg.match[‘in_port‘]

data = None

if msg.buffer_id == ofproto.OFP_NO_BUFFER:

data = msg.data

out = parser.OFPPacketOut(datapath=datapath, buffer_id=msg.buffer_id,

in_port=in_port, actions=actions, data=data)

datapath.send_msg(out)

def arp_handler(self, header_list, datapath, in_port, msg_buffer_id)

...

def send_group_mod(self, datapath):

ofp = datapath.ofproto

ofp_parser = datapath.ofproto_parser

port_1 = 3

queue_1 = ofp_parser.OFPActionSetQueue(0)

actions_1 = [queue_1, ofp_parser.OFPActionOutput(port_1)]

port_2 = 2

queue_2 = ofp_parser.OFPActionSetQueue(0)

actions_2 = [queue_2, ofp_parser.OFPActionOutput(port_2)]

weight_1 = 50

weight_2 = 50

watch_port = ofproto_v1_3.OFPP_ANY

watch_group = ofproto_v1_3.OFPQ_ALL

buckets = [

ofp_parser.OFPBucket(weight_1, watch_port, watch_group, actions_1),

ofp_parser.OFPBucket(weight_2, watch_port, watch_group, actions_2)]

group_id = 50

req = ofp_parser.OFPGroupMod(

datapath, ofp.OFPFC_ADD,

ofp.OFPGT_SELECT, group_id, buckets)

datapath.send_msg(req)

注:基于RYU应用开发之负载均衡的代码已经放在github上,感兴趣的可以到github上获取应用。

作者简介:

李呈,2014/09-至今,北京邮电大学网络技术研究院 网络与交换技术国家重点实验室攻读硕士研究生

点击可以阅读原文

时间: 2024-08-26 17:53:11

基于RYU应用开发之负载均衡(源码开放)的相关文章

基于ssm框架开发的零食商城源码

很多朋友说要分享一些基于ssm框架开发的项目,在休闲时间搭建和撸一个以ssm框架开发的零食商城源码,详情如下,希望大家能够见解和学习. 首先ssm定义是框架集由Spring.MyBatis两个开源框架整合而成(SpringMVC是Spring中的部分内容),在开发上前后分离,耦合度小,且开发方便快速,效率较高.大家可以把我分享的项目下载下来二次学习或者开发,同时也可用于毕设. 系统分为前后太两大部分,包含管理员.普通用户权限,具有一系列的包含权限,用户信息,商品信息,订单信息,个人中新,购物车下

CentOS 6.5 + Nginx 1.8.0 + PHP 5.6(with PHP-FPM) 负载均衡源码安装 之 (三)Nginx负载均衡配置

Nginx反向代理到单个PHP-FPM(PHP-FPM可位于不同机器) 0.首先,创建我们的网站根目录[注:须在PHP-FPM所在的那台机器创建](以后网站的代码放到此目录下): mkdir /opt/www 1.编辑Nginx配置文件 vi /usr/local/nginx/conf/nginx.conf 在server块下修改(37行): server_name localhost; root /opt/www; #新增此行,表示访问此服务器的网站根目录 修改其中的 location / 段

基于Struts2+Hibernate开发小区物业管理系统 源码 B

开发环境: Windows操作系统开发工具:MyEclipse/Eclipse + JDK+ Tomcat + MySQL 数据库 项目截图: 获取源码请联系博主-Q:782827013 原文地址:https://www.cnblogs.com/xlrjgzs/p/11145770.html

CentOS 6.5 + Nginx 1.8.0 + PHP 5.6(with PHP-FPM) 负载均衡源码安装 之 (四)问题汇总

关于外网无法访问虚拟机centos的问题 此一般由于centos默认防火墙配置,导致外部不允许访问80端口(或其他如9000端口).解决方法如下: 1.加入80端口的防火墙规则 /sbin/iptables -I INPUT -p tcp --dport 80 -j ACCEPT 2.保存规则 service iptables save 3.重启防火墙 service iptables restart

HAProxy详解(三):基于虚拟主机的HAProxy负载均衡系统配置实例【转】

一.基于虚拟主机的HAProxy负载均衡系统配置实例 1.通过HAProxy的ACL规则配置虚拟主机: 下面将通过HAProxy的ACL功能配置一套基于虚拟主机的负载均衡系统.这里操作系统环境为:CentOS release 6.7,HAProxy版本为haproxy-1.4.24,要实现的功能如图: 本实例有一个电商网站服务器群.一个论坛服务器群.一个博客服务器群和默认服务器群,4个服务器群都由多台服务器组成,而4个服务器群又组成了一个应用服务器群组,在每个服务器群的前端有一个基于HAProx

基于Nginx反向代理及负载均衡

基于Nginx反向代理及负载均衡 参考:http://nginx.org/en/docs/http/ngx_http_proxy_module.html#proxy_pass 只要没有被启用,默认就是开启的,因为proxy属于nginx内置标准模块,通常实现代理的时候,最核心模块是proxy_pass,用于将用户请求的rui递交至上游服务器的某个URI但这个模块大部分用于location当中,因此要实现将某一URI的访问代理某个上游服务器大致的格式为: location /name/ { pro

一种改进的red5集群方案的应用、基于Red5服务器集群负载均衡调度算法研究

转自: 一种改进的red5集群方案的应用: http://wenku.baidu.com/link?url=jYQ1wNwHVBqJ-5XCYq0PRligp6Y5q6BYXyISUsF56My8DP8dc9CZ4pZvpPz1abxJn8fojMrL0IyfmMHStpvkotqC1RWlRMGnzVL1X4IPOa_ 基于Red5服务器集群负载均衡调度算法研究 http://www.doc88.com/p-0456863461331.html

LVS详解及基于LVS实现web服务器负载均衡

前言 LVS(Linux Virtual Server)Linux虚拟服务器,是一个虚拟的服务器集群系统.本项目在1998年5月由章文嵩博士成立,是中国国内最早出现的自由软件项目之一.通过LVS提供的负载均衡技术和Linux操作系统可实现一个高性能.高可用的服务器群集,从而以低成本实现最优的服务性能. 集群基础 集群简介 集群(Cluster)是一组相互独立的.通过高速网络互联的计算机,它们构成了一个组,并以单一系统的模式加以管理.一个客户与集群相互作用时,集群像是一个独立的服务器.集群配置是用

微信小程序_微信小程序开发,小程序源码、案例、教程

原文地址:http://whosmall.com/?post=448 本文标签: 微信小程序 小程序源码案例 小程序项目 小程序源码 微信小程序教程 什么是微信小程序? 微信小程序是微信基于微信平台的一个应用发布平台,微信小程序app开发属于原生app组件提供js接口的开发方式,比混合是app的用户体验更好,仅次于原生应用. 不过微信小程序定位于小,要符合轻量易用无需下载,所以从体积上也是有限制,整个小程序应用体积不能超过1M. 微信小程序的应用场景? 微信小程序的应用场景适用于轻量应用,非强交