开源开放技术栈下的新一代园区网可视化运维实践
前言：近期我们已梳理过新一代园区网的主要概念和实现原理，介绍了这套方案区别于传统数通网络的新架构和理念，以及在真实场景中的效率表现。
前篇：
新一代云化园区之旅 进入这一阶段，我们已为一个中大型园区搭建好了云化后的基础网络，此后的管理维护工作将贯穿系统全生命周期。接下来我们将从可视化运维能力展开，分为以下三部分逐项介绍：
- 网络可视
- 告警管理
- 巡检升级
网络可视
新一代云园区方案我们可提供两种不同层级的可视化能力。
一是对网络基础设施性能和运行状态的监控，借助控制器的图形界面得以呈现；
二是更细粒度的网络流量可视化，则是基于SONiC的 NPB 2.0 方案实现，该方案包含运行在交换机上 docker 应用和可选的开放架构的后端分析系统。
网络运行状态的集中呈现
星融元云化园区网络配套的 ACC 控制器（Asteria Campus Controller）擅长提供实时、多维度的监控，管理员能够在一处平台集中查看有线+无线网络的状态和配置信息。
我们使用 |健康值| 来评估各类网络设备的状态，这个数值由ACC综合评估各项指标进行智能计算得出。评估维度主要有：资源利用率，流量负载，硬件状态和运行情况；当监控指标超过指定阈值，则会自动生成告警信息通知管理员。
登录ACC后，在任意组织/场所界面下点击 |监控| 标签即可查看其下所有在网设备的健康状态，包含有线终端和无线终端。
有线、无线终端状态集中呈现
- 终端生命健康状态、在线状态
- 终端异常检测。例如终端仿冒会导致异常漫游，终端类型发生变化后根据策略将禁止上网和发送告警）
- 关键操作回溯，便于定位故障，不用手动抓包
网络设备状态
- 接口统计信息
- PoE供电状态
- 光模块运行状态
- ……
基于SONiC的网络可视化：NPB 2.0
部分园区网络还要具备对网络流量的分析能力以满足更高的监控需求，传统方式一般是引入专门的NPB网络。
网络数据包代理（NPB）安装在流量采集点（或 SPAN 端口）与后端的安全和监控工具之间，其基本功能是协调网络数据包数据，以确保后端分析工具准确获得其所需的数据。
而在新一代云园区网中，我们支持在不改变现有网络架构的情况下，直接利用云园区交换机上的 |软件强化| 去配置一套实用的网络可视化系统，而无需再采购专门的网络硬件（例如TAP/分流器）单独部署NPB能力。
显而易见，这将会为园区网络节约一大笔短期建设支出，并降低专项运维成本。
那么什么是所谓的软件强化呢？简单说来即是在交换机运行的 SONiC NOS（例如星融元 AsterNOS） 上新增一个 Docker 形态部署的“NPB APP”，让园区交换机“身兼二职”——它既能是常规的交换机，完成L2/L3转发动作，同时也作为网络可视化前端设备，承担流量采集和向后端的策略分发工作。
而后端分析系统则可以采用开放硬件平台（如星融元ET系列和CX102S-DPU等）与开源 ntopng 工具协同提供服务。
ntopng是一个开源的网络流量探针软件，提供360°的网络可视性；它能够从流量镜像、Netflow导出设备、SNMP设备、防火墙日志、入侵检测系统收集流量信息。
告警管理
谈及告警管理，我们需要再次回到ACC控制器界面。
进入 ACC ｜组织/场所｜下最右侧的｜运维配置｜标签，管理员可对特定范围配置需要关注的告警信息、阈值，以及接收通知的邮箱地址，并将已有告警设置一键同步到其他指定组织/场所。
所有告警信息可以在左侧面板的告警栏目下统一查看，包括当前告警和历史告警信息。
目前最新的控制器版本已支持的告警内容包括接口状态切换，接口模块状态，带宽利用率、用户表项（ARP、主机路由、MAC）资源的利用率，RADIUS 服务器、Portal服务器状态，BGP、BFD连接状态，以及CPU风扇电源等硬件信息等。
巡检与固件管理
设备巡检功能旨在定期检查和监控网络设备，以确保其正常运行并及时发现潜在故障。其主要功能包括:
- 设备状态监控：检查CPU使用率、内存使用率、存储情况和端口状态
- 日志与告警管理：收集设备日志，分析异常事件，并触发告警机制
- 关键进程状态检查：监控关键进程的运行状态
- 自动化巡检任务：按照固定时间间隔定期执行巡检任务，生成巡检报告
- 所有告警信息可以在左侧面板的告警栏目下统一查看，包括当前告警和历史告警信息。
定期升级设备固件有助于维持网络系统的性能和安全，ACC具备的固件管理功能可对上传到控制器的不同版本镜像和补丁文件进行自动化的信息整理、解析验证，最后在管理员确认后完成批量下发。
