¿Por qué tenemos una alta fluctuación en la medición de ancho de banda Cacti graph?


14

Estábamos en una prueba de redundancia de Etherchannel y Routing en nuestra red. Durante esta intervención hicimos algunas mediciones. Nuestra herramienta de monitoreo es Cacti for graph. El equipo monitoreado es un 4500-X en VSS. Cada enlace está en un chasis físico diferente.

Esquema:

etherchannel 1

Cronología de prueba:
[t0] El enlace en el puerto te1 / 1/14 se eliminó físicamente. Te2 / 1/14 está activo. Po1 está operativo.
[t0 + 15] El enlace en el puerto Te1 / 1/14 volvió al servicio y verificó que el puerto de vuelta en el canal de ethernet Po1
[t0 + 20] El enlace en el puerto te1 / 1/14 se eliminó físicamente. Te2 / 1/14 está activo. Po1 está operativo.
[t0 + 35] El enlace en el puerto Te1 / 1/14 volvió al servicio y verificó que el puerto volviera a estar en el canal de ethernet Po1

En nuestras pruebas, monitoreamos el tráfico del canal de ethernet Po1 a través de Cacti (gráfico a continuación) y notamos un cambio significativo en el valor del flujo cuando deshabilitamos el enlace te1 / 1/14 (enlace te2 / 1/14 activos) bastante estable durante el reverso . También verificamos los contadores en int Po1 y estos se mantuvieron bastante estables.

Grafico

Dos interfaces de 10G están agrupadas en Etherchannels con LACP configurado. Dentro del etherchannel hay 2 vlans. Uno para tráfico de multidifusión y otro para Internet / todo el tráfico.

¿Conoces una posible causa de este comportamiento?


¿Cuánto tiempo tomó cada prueba?
laf

Cada desconexión del puerto tarda 15 minutos, como puede ver en la cronología.
cgasp

¿Cuál es su configuración de canal de puerto y tipo de equilibrio de carga en ambos lados? ¿Qué puede decirnos de su banco de pruebas y parametros que generó que el tráfico - un flujo, flujos múltiples, protocolo, etc.
generalnetworkerror

Dos interfaces de 10G están agrupadas en Etherchannels con LACP configurado. Dentro del etherchannel hay 2 vlans. Uno para tráfico de multidifusión y otro para Internet / todo el tráfico. Pregunta actualizada
cgasp

La prueba fue en una prueba de redundancia generalista en protocolos de enrutamiento y canales de ether. Si un enlace baja, qué pasa. Todas las pruebas se ejecutan como se esperaba, pero nos preguntamos por qué este comportamiento en la medición de bandwitdh.
cgasp

Respuestas:


11

Para extender el comentario de ytti.

Su intervalo de encuesta parece muy pequeño, cada 10 segundos si estoy leyendo bien. Hay algunas razones por las que podrías obtener ese resultado.

Lado del equipo:

  • Mala elección de contadores, si está utilizando contadores de 32 bits, podrían pasar cada ~ 3.4 segundos si está ejecutando una interfaz de 10 g a velocidad de línea
  • Actualización de contadores, muchos dispositivos más grandes solo actualizan contadores dos o tres veces por minuto, y nunca se puede confiar en que estén sincronizados. Cada 30 segundos es tan bajo como me molestaría en las encuestas, e incluso entonces siempre querría al menos dos puntos antes de activar cualquier alerta o tomar medidas
  • Puede haber un problema, ya que los paquetes enviados para el procesamiento de la CPU (quizás el flujo de red) pueden contarse de inmediato frente a los que no van a RE en lotes (lo han visto en Juniper MX)

Lado del encuestador:

  • ¿El encuestador realiza el sondeo con precisión en el intervalo y, si no, está inyectando su resultado con el tiempo de sondeo real (p. Ej., X bits en yz segundos) para que se pueda calcular una tasa razonable
  • Qué sucede cuando los contadores se reinician, o no se responde a SNMP GET, diferentes herramientas responden a estos de diferentes maneras

1
Incluso si sondea con mucha precisión cada N, el recuadro puede no sondear contadores de HW a intervalos precisos, lo que hace que parezca que t1, t2 no ve aumento de tráfico y t2, t3 ve más de velocidad lineal. Ahora, los resultados más precisos que puede obtener es quizás en el ámbito de math.stackexchange, pero creo que lo mejor que puede hacer es 2 * the_slowest_update_interval, si el cuadro se actualiza cada 10s, podría tener datos de medición cada 20s. Pero probablemente con un poco de magia estadística puede acercarse a los 10 segundos (el problema aquí es que el intervalo de actualización no está cronometrado con precisión)
ytti

1
Además, qué encuestador está utilizando con Cacti es importante en un intervalo de sondeo de 10 segundos. He tenido malas experiencias con el sondeo predeterminado en esos intervalos de sondeo bajos. No se hace mención si están usando Spine o el sondeador predeterminado.
Brett Lykins

6

Su problema es como tal, que el muestreo de su enrutador y su propio sondeo no están llegando al mismo momento. Es decir, a pesar de que el intervalo de sondeo es estático, los intervalos de sondeo contienen diferentes cantidades de muestras, lo que su matemática no tiene en cuenta.
Considere que ha sondeado t1, t2, t3 pero el enrutador no ha muestreado nada en t1, t2 intervalo, por lo que todo el tráfico entre t1, t3 terminó en t2, t3 valor sondeado. Causando que su tasa sea 0 en t1, t2 y sobre velocidad de línea en t2, t3

Ahora voy a sugerir una solución, pero verifíquelo con alguien que tenga una comprensión superficial de las matemáticas.

Primero descubra la interfaz que le interesa (si es ge-1/1/1):

snmpbulkwalk SWITCH ifDescr | grep ge-1/1/1

Luego verá su número ifIndex, supongamos que es '42'.

Luego haz algo como:

while true; do
  snmpbulkwalk SWITCH ifHCInOctets.42 >> DATA
  date >> DATA
  sleep 1
done

Ahora analice los resultados para determinar con qué frecuencia, en promedio, los contadores se actualizan realmente. (Puedo producir script para el análisis si es necesario)

Luego viene la parte donde necesitaríamos matemáticas, pero sugeriré una solución ingenua.

Si su intervalo de actualización es de 10 segundos, marque la casilla cada 5 segundos, es decir, el doble de veces que se actualiza. Entonces tus muestras serían

t0, t5, t10, t15, t20, t25, t30

Ahora, estos serían sus datos sin procesar, que no usaría, pero preferiría recuperar muestras reales de esta manera

s1 = (t0+t5+t10)/3
s2 = (t10+t15+t20)/3
s3 = (t20+t25+t30)/3

La razón aquí es que queremos filtrar los límites para reducir el efecto de intervalos de sondeo imprecisos en su interruptor.

Luego trazaría el s1, s2, s3 y debería tener un resultado mucho más suave / preciso que el que está viendo ahora.

Sin embargo, estoy seguro de que este no es un problema nuevo y estoy seguro de que hay una solución formal para recuperar la precisión óptima, desafortunadamente, producir esa solución está fuera de mi conjunto de habilidades. Algo que las personas de intercambio matemático de pila estarían mejor equipadas para hacer frente.


3

Como está sondeando a la misma velocidad que se actualizan los contadores, es probable que no esté sincronizado.

Configurando

snmp-server hc poll <<hundredths of a second>>

puede reducir el intervalo en el que los contadores SNMP se actualizan a algo así como 1 segundo. Esto debería dar como resultado un valor más preciso para el rendimiento cuando está sondeando cada 10 segundos.

FYI, este es un comando oculto.

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.