探险者vs大切诺基(中国人民公安大学艺术专业)

企业上云已成行业趋势

云已成为IT的重要基础设施。云服务的弹性、灵活性、安全性、低成本等特点，让上云是常态、不上云是例外成为共识。中国电子学会发布的《2018中国企业上云报告》指出，我国云计算产业规模2009年为249亿，2018年达到2400亿。相应地，中国企业云采用率从3.2提高2009年占总量的%到现在的30.8%，增长趋势明显；2017年以来，我国70%以上的省市出台了促进当地企业加速上云的政策。已经迁移到云端的企业越来越多地整合其管理系统和核心业务。将系统迁移到云端。

云迁移遇到虚拟网络盲点

虚拟网络为云服务带来了租户隔离、快速部署、灵活扩展等优势。随着虚拟网络规模的扩大，其承载的应用系统也越来越丰富。当业务发生故障时，由于传统对物理网元设备的网络监控无法直接应用于云端的虚拟网络，因此虚拟网络成为业务优先考虑的对象。监控云背后的盲点。与物理网络监控不同，虚拟网络监控面临新的挑战：

虚拟网络流量巨大：据思科统计，2020年云数据中心的流量将占全球数据中心总流量的92%。面对大规模的虚拟网络流量，传统的采集方式无法满足快速排除故障的要求。

虚拟网络监控点不足：由于传统的网络监控方案只能满足物理服务器的外部需求，无法增强甚至无损移植到云环境，随着新技术的发展和使用，虚拟网络的规模和水平不断提升成长。虚拟网络中的监控盲点越来越大。

复杂的虚拟网络策略管理：数据中心云化在提升企业业务创新能力的同时，也导致虚拟网元的种类和数量呈指数级增长。虚拟网元的状态监控和配置管理变得越来越复杂。动态变化的网元和海量的策略配置已经超出了人工处理能力的上限，任何一个失误都会造成重大的安全生产风险。

虚拟网络故障诊断难：由于虚拟网络规模大、层次多，容器、虚拟机、主机、接入、核心、网络服务等之间的访问链接和依赖关系复杂，如何实时定位在动态变化的复杂虚拟网络中定位并呈现业务流量的访问细节，成为保障业务上云后稳定运行的难题。

虚拟网络流量收集是关键

在公司内部，业务、研发和运维部门之间一直存在沟通语言障碍，因为业务和研发始终关注业务模块，而运维始终关注是否IP地址、网段、端口号等正常。当企业迁移到云端时，这种沟通差距进一步放大。云杉网络通过广泛的客户调研了解到，要解决上述问题，需要深入理解业务云与网络的关系，即将网络拓扑、网络流量及其承载的业务有机关联起来。

云山网络DeepFlow采集遥测数据（实时统计）、网络报文数据和日志数据，从虚拟流量采集、分发和分析三个层面出发，从一个维度梳理网元和流量的特征业务视角，为企业上云提供真正有价值的解决方案。

走近DeepFlow云网络分析

DeepFlow云网络分析于2016年底推出，经过不断演进，目前DeepFlow云网络分析的性能和功能日趋完善，整体性能较2019年初版本提升10倍。典型用法虚拟网络流量采集、虚拟网络性能监控、虚拟网络策略管理、虚拟网络路径诊断等场景已在世界500强企业的生产环境中形成。具有准确采集和分发虚拟流量、网络性能分析和安全策略管理的能力。智能报警及报告功能。

DeepFlow云网络分析具有以下特点：

不干扰业务

DeepFlow收集器的安装和部署不需要修改生产网络的虚拟交换机配置，并且不依赖于特定的系统组件。只需要在KVM环境中运行用户态进程，作为虚拟机部署在公有云和VMware云平台上。收集器工作时消耗资源1核CPU、1G高度自动化

一个DeepFlow控制器可以管理2,000个收集器，并自动管理多达数千个过滤策略。采集策略可以随着虚拟机的迁移而自动迁移，无需用户手动更改。通过与云平台连接，可以自学习云端资源信息，并根据流量信息梳理业务网络（关键业务路径）。网络策略建议可以通过持续的机器学习自动生成。

开放且可编程

DeepFlow秉承SDN开放、可编程的特点，可以对接主流设备厂商的多种云平台和SDN解决方案，向上提供标准开放接口。用户可以使用DeepFlow提供的RestfulAPI来满足需要定制开发以及与第三方工具对接的使用场景。