博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
SDN Brief Introduction
阅读量:4032 次
发布时间:2019-05-24

本文共 1433 字,大约阅读时间需要 4 分钟。

,PingingLab创始人兼CEO
 
折腾SDN这个课题大半年,也给我们公司内部的学员做了一些导论课讲解,现在分享这个SDN的内容给知乎的小伙伴们。这里提供在线的课件,也有相应的导论视频讲解,4个课时花了个把月时间。
大家如果有兴趣,可以免费去观看。这是属于未来的课程,共享给大家一起来探讨。
原文链接:(微信公众号PingingLab研究院

前言

SDN(Software Defined Network)即软件定义网络,是一种网络设计理念,或者一种推倒重来的设计思想。只要网络硬件可以集中式软件管理,可编程化,控制转发层面分开,则可以认为这个网络是一个SDN网络。所以说,SDN并不是一个具体的技术,不是一个具体的协议,而是一个思想、一个框架。狭义的SDN是指的“软件定义网络”,广义的SDN的概念还延伸出了:软件定义安全、软件定义存储等等。可以说,SDN是一个浪潮,席卷整个IT产业。

「大物移云」的时代已经到来,传统的底层网络架构已经无法满足人类的需求,设备繁杂配置麻烦迭代缓慢,各种问题层出不穷。下一代网络,需要可编程按需定制、集中式统一管理、动态流量监管、自动化部署等,这就是SDN的出发点。

SDN时代,我们网络工程师/网络运维/IT运维人员对网络部署的方式,需要从“作坊式”的“手码”配置,慢慢变成采用脚本语言/编程语言等方式对网络进行“编程式”部署,更快更好的响应业务需求。是的,产业链在融合、IT技术在融合、软件和硬件在融合,变则通,不变则亡!

本课程/教案(发布在51CTO学院)是我在开发PingingLab内部数据中心课程的导论课,全程采用“手绘”方式制作课件,单单前面的导论就大概花了一个多月时间,从前期课程架构设计、到中间的绘图(无数遍修改)、到后期实验验证抓包分析等等。总之,这是属于未来的课程,在此共享给大家,希望给能大家带来一点帮助。

本章节包含整个SDN课程的前瞻导论课,后续会发布SDN的理论课和实战课。以下是本导论课程的课堂课件~

在线课程链接:

封面
作者
图例
如何将两个主机连接起来?
网线来了
网线不够长肿么办?
中继器来了
中继器口不够肿么办?
集线器来了
怕骚扰怎么办?网桥来了
不够快怎么办?交换机来了
不够远怎么办?路由器来了
布线麻烦怎么办?无线AC/AP来了
不够安全怎么办?防火墙来了
网络拥挤怎么办?流控来了
问题来了,一个网络到底需要多少设备?
家庭SOHO网络是这样的
小型创业公司是这样的
园区网络是这样的
政务网是这样的
数据中心网是这样的
电信网/互联网是这样的
来一张全家福?原来这才是互联网真面目!
有哪些厂商在生产网络设备?
如何对网络设备进行操作?
如何管理这么多网络设备?
问题一:传统网络管理和部署非常麻烦
网络设备之间如何协同工作?
如果网络发生变动?如何进行交互?
当流量暴涨拓扑膨胀时
问题二:分布式网络架构瓶颈凸显
网络带宽分配如何解决?
流量可视化难!
问题三:流量控制是棘手难题!
能否自定义设备的转发策略?
能否将这个软件运行在设备上?
问题四:无法按需,不可编程
SDN是什么?
SDN是什么?学术界,怎么又是斯坦福?跨世纪的继承!
SDN是什么?商业界,一马当先的Google,标杆案例B4网络!
SDN是什么?运营商NFV/ETSI
SDN到底是什么?
哪些组织在推动SDN发展?
SDN网络交互方式变革
产业链分析(玩家图谱)
学习SDN的最佳姿势

转载地址:http://xjhbi.baihongyu.com/

你可能感兴趣的文章
在CentOS 7系统上搭建LNMP 环境
查看>>
Centos 7(Linux)环境下安装PHP(编译添加)相应动态扩展模块so(以openssl.so为例)
查看>>
fastcgi_param 详解
查看>>
Nginx配置文件(nginx.conf)配置详解
查看>>
标记一下
查看>>
一个ahk小函数, 实现版本号的比较
查看>>
IP报文格式学习笔记
查看>>
autohotkey快捷键显示隐藏文件和文件扩展名
查看>>
Linux中的进程
查看>>
学习python(1)——环境与常识
查看>>
学习设计模式(3)——单例模式和类的成员函数中的静态变量的作用域
查看>>
深度学习库安装与使用
查看>>
keras句子分类 keras_demo_for_sentence_classification (simplified version)
查看>>
MySQL for Windows 解压缩版配置安装
查看>>
MySQL必知必会(读书笔记)
查看>>
MySQL必知必会(读书笔记二)
查看>>
Pyhton、Numpy、Pandas排序小结
查看>>
pandas时间序列
查看>>
pandas时间序列频率处理
查看>>
绘图和可视化(matplotlib)
查看>>