ANALISIS PERENCANAAN KAPASITAS JARINGAN DATA BESAR

ANALISIS PERENCANAAN KAPASITAS JARINGAN DATA BESAR: STUDI KASUS

Paul

Memperkirakan performa LAN atau WAN sangat berbeda dalam utilisasinya. Sejumlah besar perangkat jaringan bisa menambah kesulitan. Teknik agregasi yang masuk ke dalam account utilisasi historis perangkat-perangkat ini diuji, dan reliabilitas perkiraan yang berbasis padanya dibahas. Akurasi yang cenderung sangat tinggi rata-rata per jam tiap minggu untuk agregasi perangkat-perangkat versus perangkat jaringan individu dibahas juga. Strategi reduksi pilihan metric untuk melacak tiap sumber daya juga dibahas sebagai alternatif untuk pengukuran yang lengkap dari tiap sumber daya dan perangkat.

1. Pendahuluan

Untuk tujuan pembahasan ini, kami berasumsi bahwa perencanaan kapasitas adalah aktivitas monitoring utilisasi sumber daya dan mengestimasikan waktu yang tepat untuk akuisisi sumber daya tambahan. Paper ini menginvestigasi teknik agregasi yang mengkombinasikan data dari beberapa perangkat jaringan untuk membuat perkiraan kelompok. Metodologi agregasi ditemukan untuk mereduksi jumlah waktu yang dibutuhkan untuk menganalisis ribuan perangkat jaringan dan puluhan ribu interface. Kemudian, model sederhana dan generic dieksplorasi untuk menetapkan apakah scalable untuk sejumlah besar perangkat dan membandingkannya, istilahnya akurasi, dengan teknik agregasi.

Paper ini membahas model perencanaan kapasitas yang dapat diaplikasikan untuk sistem yang kompleks, seperti jaringan data besar. Model yang dikembangkan untuk merespon instalasi jaringan baru di United Services Automobile Association (USAA). (USAA adalah San Antonio berbasis asuransi dan bermacam-macam perusahaan layanan finansial, yang pelanggan utamanya adalah anggota militer A.S. dan keluarganya).

2. Topologi Jaringan

Tahun 1996, USAA telah menginstal jaringan Ethernet cepat, switch untuk merespon pertumbuhan traffic sebagai excess 125% per tahuan. Jaringan USAA terdiri atas tiga komponen utama (lihat Gambar 1): Internet Protocol (IP) backbone, Advanced Peer-to-Peer Networking (APPN) backbone, dan seri user networks (Electronic Communities). Masing-masing komponen terdiri atas backbone core of Asynchronous Transport Mode (ATM) switches. ATM switch merupakan perangkat jaringan berkecepatan tinggi yang mengangkut layer protocols yang lebih tinggi (contoh, IP dan APPN) dengan delay sangat kecil. IP backbone disebut IP Core karena ia mengatasi semua IP-related traffic ke dan dari server-server perusahaan. APPN backbone disebut APPN Core dan mengatasi semua traffic ke dan dari SNA servers. APPN protocol memungkinkan SNA data disalurkan ke jaringan-jaringan di luar core. Routers memungkinkan masing-masing backbone ini saling berkomunikasi. Mereka juga membuat keputusan berdasarkan tujuan pesan dan jalur jaringan yang lebih disukai.

User networks disebut Electronic Communities (EC’s). USAA network terdiri atas 20 EC’s. 

Gambar 1. Tiga komponen jaringan utama USAA terdiri atas IP and an APPN backbone untuk 20 user networks yang disebut Electronic Communities.

Seperti halnya IP dan APPN cores, EC menggabungkan ATM backbone dan jaringan Ethernet  Switches (lihat Figure 2).  Ethernet merupakan data-link protocol yang memungkinkan komunikasi melalui copper dan fiber cables. Layer of switch yang dikoneksikan ke users' workstations disebut Bay layer. Switch-switch ini berkoneksi secara langsung dengan Ethernet cards di masing-masing unit komputer user. Catatan dalam Gambar 2 bahwa ada dua level Ethernet switches. Cascade of switches antara Bay dan ATM core berperan untuk meningkatkan kepadatan port per EC. Layer of switches ini disebut Distribution layer.

Gambar 2. Electronic Community khusus terdiri atas fully-meshed network of ATM switches yang dikoneksikan ke Distribution Switches yang kemudian berkoneksi ke user-connected Ethernet switches yang disebut Bay Switches.

USAA network merupakan highly redundant and fault-tolerant. Terdapat sekitar 150 ATM Switches dengan lebih dari 4000 ports, 1000 Ethernet Switches dengan lebih dari 40,000 ports, dan 200 routers dengan lebih dari 600 interfaces. Perangkat yang sangat sering digunakan dalama jaringan itu adalah routers. Mereka harus menangani traffic dari  ATM switches berkecepatan tinggi, membuat keputusan jalur terbaik, dan kemudian mengarahkannya ke interface yang tepat. Untuk For LAN routers, router's CPU merupakan sumber daya yang sangat banyak digunakan. Untuk WAN routers, interface bisa menjadi sumber daya yang sangat banyak digunakan. Untuk Ethernet dan ATM switches, ketersedian sejumlah port fisik merupakan statistik yang sangat penting untuk monitor. Matriks koleksi data merepresentasikan sejumlah besar perangkat (1350), ports (44,600) dan metrics (4 for routers, 2 for switches). Bagaimanapun, ini dapat banyak direduksi dengan men- tracking hanya router CPU dan memory for LAN routers (72), router interface and memory utilization for the WAN routers (128) dan port count (40,000) for Ethernet dan ATM switches. Matriks itu kemudian direduksi dari 90,400  (44600*2 + 600 + 200*3) elemen hingga 40,400 (72*2 + 128*2 + 40000) elemen. Reduksi ini mungkin berhubungan dengan utilisasi yang sangat rendah dari sumber daya lain di masing-masing unit jaringan    .

2.1     Ukuran

Semua data dikumpulkan menggunakan Simple Network Management Protocol (SNMP) based collector, dan kemudian disimpan ke dalam SAS IT Service Vision performance database. Basis data ini menyimpan statistik harian, mingguan, bulanan dan tahunan pada data yang sudah terkoleksi. Informasi dikumpulkan dari switches dan routers pada CPU, memory, interface dan port utilization.

Data dikumpulkan dalam interval 15 menit. Jumlah koleksi yang lebih sering lebih disukai; bagaimanapun, skema koleksi data terpusat dan sejumlah besar perangkat memperlihatkan interval koleksi yang lebih pendek. Sistem koleksi data terdistribusi direncanakan dan akan memperbaiki kondisi ini.

2.2     Naming Convention

Kunci untuk teknik agregasi yang didiskusikan dalam paper ini adalah USAA naming convention. Masing-masing nama perangkat didasarkan pada tipe dan lokasi fisik yang tepat. Ini memungkinkan perangkat diagregasi ke dalam “classes”, seperti routers, ATM switches, Electronic Communities dan sebagainya.

Diterjemahkan dari:

Paul Ybarra and Tom Mee. Capacity Planning Analyses Of Large Data Networks: A Case Study. International Network Services and United Services Automobile Association.

Selanjutnya ketik di kotak Search: Pendekatan