博客
关于我
使用n2disk和PF_RING构建一个(便宜的)连续数据包记录器(Part2)
阅读量:293 次
发布时间:2019-03-03

本文共 986 字,大约阅读时间需要 3 分钟。

网络流量记录工具n2disk的部署方案是一个复杂的工程,涉及多个硬件和软件配置的选择。以下是对网络适配器、存储系统和CPU选择的详细分析,以及对整体成本的考量。

1. 网络适配器的选择

在选择网络适配器时,主要有两个选项:Intel适配器和FPGA适配器。Intel适配器价格较低,支持Zero-Copy驱动,能够提供10+ Gbps的捕获速度。这对于大多数中小型网络环境来说是足够的。然而,对于更高流量需求,如40或100 Gbps,Intel适配器可能无法胜任。此时,FPGA适配器成为更好的选择,因为它们不仅速度更快(可以处理更大数据包),还能提供额外的功能,如端口聚合、纳秒级时间戳和更高的灵活性。

2. 存储系统的选择

存储系统是记录网络流量的核心部分,直接影响数据保留时间和系统性能。对于1 Gbps的流量,普通的HDD即可满足需求,但对于10+ Gbps,RAID配置和高性能驱动器如SSD或NVMe是必不可少的。SSD和NVMe的读写速度显著高于HDD,特别是在高负载下,能够提供更好的性能。此外,RAID控制器的缓冲区大小也需要考虑,以确保能够跟上高吞吐量的数据流。

3. CPU选择

CPU的性能直接影响系统的整体处理能力。对于Intel适配器,需要一个高性能的CPU,以处理高吞吐量的数据流。通常,一个带有4核和3+ GHz的Intel Xeon E3处理器已经足够应对10 Gbps的流量。然而,对于更高的流量,如20+ Gbps,可能需要更强大的处理器,如带有12+内核和3+ GHz的Intel Xeon Gold 6136。此外,CPU的内核亲和性和NUMA配置也会影响性能。

4. 成本考量

尽管n2disk的价格相对合理,但整体系统的配置可能会因为高性能硬件的需求而变得昂贵。特别是对于企业级应用,可能需要投入更多资源来确保系统的稳定性和可靠性。因此,在选择硬件时,需要权衡性能和成本,确保能够满足当前需求的同时,为未来的扩展留有余地。

5. 总结

选择合适的硬件配置需要综合考虑性能、成本和未来扩展需求。Intel适配器适合大多数中小型网络环境,而FPGA适配器则适合高端应用场景。存储系统的选择则取决于数据保留时间和性能需求,而CPU的选择则需要根据适配器和流量处理需求来确定。通过合理的配置,可以在满足当前需求的同时,降低整体成本。

转载地址:http://xoll.baihongyu.com/

你可能感兴趣的文章
Python Panda TIME 系列重新采样
查看>>
python pandas TimeStamps到夏令时的本地时间字符串
查看>>
Python pandas 数据清洗与数据绘图实战
查看>>
Python Pandas 用顶行替换标题
查看>>
Python pandas 通过 dt 访问器有效地将日期时间转换为时间戳
查看>>
Python Pandas-从DataFrame按类别绘制多个条形图
查看>>
Python Pandas:每月或每周拆分 TimeSerie
查看>>
python pandas中融化的对面
查看>>
python pandas从时间序列中提取唯一日期
查看>>
Python PyQt5 将不再显示此消息复选框添加到 QMessageBox
查看>>
Python PyQt5:如何使用 PyQt5 显示错误消息
查看>>
Python PYSFTP-以字符串/文本形式传递私钥,而不是传递文件路径
查看>>
Python pytest 面试题!
查看>>
Python pytz 时区函数返回一个相差 9 分钟的时区
查看>>
python rabbitmq实现简单/持久/广播/组播/topic/rpc消息异步发送可配置Django
查看>>
Python random和json模块
查看>>
Python random模块seed理解
查看>>
python range()函数
查看>>
Python rdflib可传递查询
查看>>
python redis 集群_python 搭建redis集群
查看>>