1、隨著云計算的快速發(fā)展，傳統(tǒng)架構(gòu)的數(shù)據(jù)中心往往難以滿足業(yè)務(wù)的高速增長，因此基于虛擬化、SDN等技術(shù)構(gòu)建的軟件定義數(shù)據(jù)中心以其彈性計算、池化資源等優(yōu)勢得到了學(xué)術(shù)界和工業(yè)界的認(rèn)可。然而隨著復(fù)雜度的提升，數(shù)據(jù)中心故障檢測和故障恢復(fù)也變得愈發(fā)困難。本文從以下方面討論了軟件定義數(shù)據(jù)中心內(nèi)的故障處理，并給出了一系列故障檢測與恢復(fù)措施。
　　首先，在實際應(yīng)用中，面向SDN交換機(jī)的固定周期心跳檢測機(jī)制被證明存在靈活性差、檢測周期設(shè)置困難等不足。為此

2、，本文設(shè)計了一種交換機(jī)自適應(yīng)失效檢測算法，它基于實時網(wǎng)絡(luò)負(fù)載和檢測響應(yīng)時間，能夠動態(tài)調(diào)整檢測周期。同時為保證檢測結(jié)果的可靠性，該算法使用二次檢測機(jī)制來處理因網(wǎng)絡(luò)丟包、交換機(jī)響應(yīng)超時等情況造成的檢查失敗問題。
　　其次，本文研究了基于OpenFlow的網(wǎng)絡(luò)故障分類檢測與重路由恢復(fù)機(jī)制。由于單一故障往往引發(fā)多個對象的檢測失敗事件，該方案選擇在執(zhí)行恢復(fù)機(jī)制前對檢測結(jié)果進(jìn)行過濾和合并，從而為恢復(fù)模塊提供準(zhǔn)確的故障信息。同時，該方案使用了一

3、種基于鏈路實時負(fù)載的重路由恢復(fù)機(jī)制，以保證恢復(fù)后網(wǎng)絡(luò)負(fù)載的均衡性。
　　再次，本文利用SDN易于編程的特性，設(shè)計并實現(xiàn)了基于網(wǎng)絡(luò)邊緣檢測的負(fù)載均衡跨層恢復(fù)機(jī)制。該方案根據(jù)SDN控制器在網(wǎng)絡(luò)層的檢測結(jié)果更新負(fù)載均衡服務(wù)的配置，以改進(jìn)現(xiàn)有方案在以下方面的不足:
　　(1)服務(wù)器與交換機(jī)間的網(wǎng)絡(luò)故障因位于網(wǎng)絡(luò)邊緣，故無法通過重路由技術(shù)進(jìn)行恢復(fù)。高虛擬化比例下該類故障可能波及大量的虛擬機(jī)，會嚴(yán)重影響用戶體驗。
　　(2)傳統(tǒng)方

4、案通過構(gòu)建負(fù)載均衡集群提供業(yè)務(wù)，并輔以健康檢查以保證業(yè)務(wù)的高可用性。但該方案在大規(guī)模部署時，大量健康檢查數(shù)據(jù)流會減少數(shù)據(jù)中心網(wǎng)絡(luò)的有效帶寬，并給計算和網(wǎng)絡(luò)設(shè)備帶來額外負(fù)載。
　　最后，為實現(xiàn)以上檢測與恢復(fù)方案，本文結(jié)合SDN控制器、云操作系統(tǒng)OpenStack和恢復(fù)控制器等應(yīng)用組建了軟件定義數(shù)據(jù)中心故障檢測與恢復(fù)系統(tǒng)。通過在生產(chǎn)環(huán)境中對該系統(tǒng)的有效性和性能測試，其結(jié)果表明該系統(tǒng)能夠支持?jǐn)?shù)據(jù)中心故障的檢測和恢復(fù)，可改進(jìn)數(shù)據(jù)中心可靠性