Towards Predictable Datacenter Networks

Problem:

  1. DCN中网络的performance变化很大，难以保障tenant运行程序正常运行。从而对tenant和provider都造成损失。

Contribution:

  1. 提出描述tenant需求的两个模型
  2. 通过模型，保证tenant的带宽需求和provider的利益。（如，缩短job完成时间）

Method:

  1. 提出两个需求模型：virtual cluster和virtual oversubscribed cluster。通过<N,B>和<N,B,S,O>，tenant能够很好地表达自己的需求，同时provider也能更好的实施这些需求(比如，VM allocation)
  1. 针对两个模型，设置参数，并提出了Allocation算法。在VC中计算每条链路的带宽需求，结合Rack上的空闲server数来完成<N,B>的request。同样地，<N,B,S,O>的VOC模型的实施也要结合物理拓扑做类似的计算。
  1. job分为计算时间，和完成时间。Network的lag导致需要等待flow的到来。完成时间是一个重要的metric
  1. 一系列实验，对完成时间，带宽request，利润与负载等在不同模型和baseline的比较数据。

Related:

  1. 具体路由的实现。在DCN中物理链路的拓扑会比较复杂，因此如果路由完成request要求的VC拓扑需要使用ECMP或者VLB来做流量路由。

  2. Failure的处理。论文中说目前物理链路或者switch除了问题。providers不负责而Tenant需要为此付费：

With today’s setup, providers are not held responsible for physical failures and tenants end up paying for them