3 networking wide-area-network datacenter
例如,谷歌有超过 500 个 IP 地址,但只有大约 20 个数据中心。怎么会这样。
据我所知,一个典型的(巨大的)数据中心将有 1 个全局上行链路、一个路由器和一个主交换机。每个集群都连接到主交换机。集群中是另一个交换机(其上行链路引导主交换机),每个节点都连接到该交换机。这样对吗?
如果一个网站运行在一个巨大的集群上,上传速度是瓶颈,你能有 2 个或更多的上行链路运行到一个集群吗?
另外,如果您有多个数据中心用于一个站点,您是否可以配置 FTP 和其他类似应用程序以上传到每个中心?
vor*_*aq7 12
For example, Google has over 500 IP address, yet only around 20 data-centers. How can this be.
您似乎对 Internet 的工作原理存在根本性的误解。一个数据中心容纳许多服务器,通常有许多 IP 地址。
IP 地址不像邮政地址——它们可以四处移动(通过BGP的魔力)
From what I have read, a typical (huge) data-center will have 1 global uplink, a router, and a main switch. Each cluster is hooked up to the main switch. In the cluster is another switch (its uplink leads the the main switch) which each node is connected to. Is this correct?
您所阅读的内容非常不正确。任何值得托管的数据中心都将有多个上行链路(与多个提供商的多个物理连接 - 他们购买传输的网络或同行)。
核心交换机和路由器通常至少配置有故障转移对冗余。
接入交换机(服务器插入的东西)在其他方面可能是冗余的(两种常见的交换机是每台服务器连接到两个单独的接入交换机,并使用不同的路径返回核心,或者您有两台服务器,每台服务器都连接到单独的接入交换机具有返回核心的单独路径)
If a website is running off a huge cluster and the upload speed is the bottleneck, can you have 2 or more uplinks running to one cluster?
这个问题在互联网流量如何流动的背景下毫无意义。您需要更好地理解路由 - 简短版本“流量遵循从 A 到 B 的最短路径。如果该路径拥塞,流量将变慢。” - 可以做更多神奇的事情来改变拥堵周围的交通路线。
关于端点服务器,有多种方法可以中继或绑定以太网连接,以便为数据中心内的各个服务器提供更多带宽。这对于提高速度通常没有用,因为瓶颈通常在互联网上的某个地方......
你也在滥用集群这个词(集群的种类很重要)。
Also, IF you have multiple data-centers for one site, can you configure FTP and other similar applications to upload to each center?
简短回答:否。 详细
回答:总体上研究分布式文件系统、远程站点镜像(复制)和地理冗余。
ada*_*ptr 11
我想知道您是如何得出有关数据中心如何运作的这些结论的。
除非它是一个非常小的数据中心,否则它们将有多个上行链路连接到两个或多个 NOC,用于它们的 AS 编号,并且可能运行也可能不运行自己的 BGP 服务。
较大的数据中心通常会有多个冗余链路(即 4 个或更多物理连接)来分隔主干 NOC 或对等交换。
当你谈论巨大的数据中心时(谷歌肯定是),它们通常是 NOC,或者位于对等交换机内,以便直接(最短路径)上行链路连接到主干。
这些都与单个服务器或服务的运行方式或呈现给 Internet 的方式没有任何关系。
我似乎还记得谷歌在他们自己的数据中心之间使用了大量的暗光纤(直接的、非互联网连接)。这提供了额外的冗余以及增加的站点间吞吐量。
查看数据中心拓扑的 google 图像,很容易看出您是如何得出这个结论的。大多数示例适用于小型数据中心。它们与 Google、Microsoft 或 Yahoo 规模的拓扑几乎没有共同之处。
这是数据中心内部视图的一个很好的示例(这甚至不及单个 Google、Microsoft 或 Yahoo DC 的规模):

这是一个可能潜伏在上图中“校园核心”边界的示例(忽略标签,这只是为了说明):

网络拓扑可能比路由器-交换机-服务器复杂得多。这仅取决于您要尝试做什么。
| 归档时间: |
|
| 查看次数: |
449 次 |
| 最近记录: |