微软如何降低骨干网的成本

  Iccsz讯 光网络非常昂贵，像微软这一云服务提供商，在不考虑购买或租用光纤成本的前提下，每提升100Gbps的速度都需花费数万美元。仅微软美国骨干网就需要在数千英里的光纤上传播覆盖35个城市的每秒数百TB的带宽，在全球范围内，为云服务构建和互联数据中心网络需要数亿美元的资金。随着带宽需求的增加，光网络成本必须降低。

  云运营商所需的光纤网络比典型的一级运营商的需求更加简单，对于只承载基于数据包的流量的点对点网段，容量和一致性传输比网状连接或管理更重要。另一方面，微软骨干网上的网络流量十分混乱，Office 365、Azure、OneDrive(云存储)、Bing以及一系列其他工作负载需要进行优化。企业营业程序需要接近完美的可用性、高容量并且能够灵活地跟上不可预测的用户需求。在Azure数据中心之间复制存储会产生大量流量，但可以加以计划并围绕更高优先级的流量进行调度。

  Azure的网络团队并没有采用通过增加更多波长和光纤这一常规方式来提高容量，在ACM网络热点研讨会上，他们解释了如何利用更高效布线的光纤携带更多数据包。

  由于密集波分复用技术(DWDM)采用可重新配置的多路复用器，可以非常高效地切换端口之间的波长，因此弹性光网络可以在通常的固定配置下利用频谱。通过使用软件定义广域网(Microsoft SWAN)将带宽与可变带宽收发器和流量工程相结合，Azure工程师可以混合匹配不同形式的转发器线卡和高密度互连。

  早在2015年，微软就开始考虑每隔15分钟为其整个北美光纤骨干网收集所有100Gbps线路的信号质量，并将其与微软研究院的4000公里测试网络进行比较，以确定其光纤能够提供的容量。光纤网络通常对固定容量坚持固定调制，100Gbps线路始终是100Gbps线路。但光纤实际上可以处理更多的数据吗?

  回顾前三个月的数据，该团队发现，通过使用带宽可变的发射器配置每个通道的调制方式，他们可以在相同的光缆上获得70%的网络容量。这种增长是100,150甚至200Gbps速度的混合，大多数流量运行在150Gbps。使用25Gb而不是50Gb增量，使速度增加更为细化，能够更高效的使用光纤，再提供86%的容量，其中大部分流量达到175或200Gbps。

  几个月的数据可能存在误差，所以微软收集了两年半的数据。基于这些数据，微软北美的骨干网10Gbps网段中的99%可以以150Gbps的速度运行，无需切换光纤甚至中间放大器，只需改变调制格式即可。实际上，80%的链路可以以175Gbps的速度运行，34%的链路可以以200Gbps的速度运行。

  为了获得整个网络中每秒多达145 TB的数据量，Azure开始购买带宽可变的收发器，这些收发器可根据光纤路径的信噪比在100,150和200Gbps之间进行切换，非常方便Wi-Fi或DSL连接，连接速度取决于网络的质量。

  收集网络数据表明，特定网络链路的信号质量通常保持不变，除了由于光纤或光学硬件问题导致的下降。这些下降大多数是因为光纤过度配置导致的，它只需要6.5dB的信噪比来承载100Gbps的流量，但微软的100Gbps链路通常有12dB，这也是为什么它可以承载两倍的流量。数据显示，故障在175Gbps时增加不多，但在200Gbs时它们确实成为问题，其中一些故障可能持续数小时。

  令人恼火的是，这些收发器关闭网络链路以改变连接的调制平均需要68秒，并且看起来像网络中的故障。大部分时间都花费在调试发送光学数据的激光器上，在不关闭激光器的情况下，改变调制只需35毫秒。因此，如果调制光纤链路的带宽匹配信号变得很普遍，那么收发器将需要被设计成帮助网络运营商最大化容量而不是过度配置固定容量线路以避免链路速度变化带来的高延迟。

  还有一个原因推动了改变，在通常情况下，大多数光纤网络的故障并不意味着光纤根本无法工作，切断光纤和电源故障相对较少。

  考虑到Azure光纤网络中7个月的计划外故障，在90%的情况下，故障链路上的信噪比仍超过3dB，足以传输50Gbs的数据，所以能够根据需要切换链路速度可以提高可用性和容量。

  为此，微软将其网络测量和数据分析研究转变为针对Azure网络光学层的实时性能和故障监控引擎。它还在研究如何将链路信号质量提供给SWAN和Google B4等IP流量工程算法，以便他们可以利用动态容量链接。

  思科，Arista，Inohi和ADVA在商业系统中展示了微软以前向网络供应商要求的改变，以提高网络速度并降低Azure光纤网络的成本和功耗。 即使对于云提供商来说，动态光纤连接仍然是一个复杂的选择，但是更进一步，它们可以证明是一种以比租赁新光纤更低的成本提高您自己的数据中心之间的容量和可用性的方法。