Azure Operator Nexus compute

Azure Operator Nexus basiert auf grundlegenden Konstrukten wie Computeservern, Speichergeräten und Netzwerk fabric-Geräten. Diese Computeserver, auch als Bare-Metal-Maschinen (BMMs) bezeichnet, stellen die physischen Maschinen auf dem Rack dar. Sie führen das Betriebssystem Azure Linux (vormals CBL-Mariner) aus und bieten eine geschlossene Integrationsunterstützung für leistungsstarke Workloads.

Diese BMMs werden als Teil der Azure Operator Nexus Automation Suite bereitgestellt. Sie sind als Knoten in einem Kubernetes-Cluster vorhanden, um verschiedene virtualisierte und containerisierte Workloads im Ökosystem zu bedienen.

Jede BMM in einer Azure Operator Nexus-Instanz wird als Azure-Ressource dargestellt. Operatoren erhalten Zugriff, um verschiedene Vorgänge auszuführen, um den Lebenszyklus des BMM wie jede andere Azure-Ressource zu verwalten.

Wichtige Funktionen des Azure Operator Nexus Compute

NUMA-Ausrichtung

Die Ausrichtung des nichtuniformen Speicherzugriffs (NUMA) ist eine Technik zur Optimierung der Leistung und Ressourcenauslastung auf mehreren Socketservern. Es umfasst das Ausrichten von Speicher- und Computeressourcen, um die Latenz zu reduzieren und den Datenzugriff innerhalb eines Serversystems zu verbessern.

Durch die strategische Platzierung von Softwarekomponenten und Workloads auf NUMA-fähige Weise können Operatoren die Leistung von Netzwerkfunktionen wie virtualisierten Routern und Firewalls verbessern. Diese Platzierung führt zu einer verbesserten Dienstbereitstellung und Reaktionsfähigkeit in ihren Cloudumgebungen.

Standardmäßig sind alle in einer Azure Operator Nexus-Instanz bereitgestellten Workloads auf NUMA ausgerichtet.

CPU-Pinning

Cpu-Pinning ist eine Technik, um bestimmte CPU-Kerne dedizierten Aufgaben oder Workloads zuzuweisen, die eine konsistente Leistung und Ressourcenisolation gewährleisten. Durch das Anheften kritischer Netzwerkfunktionen oder Echtzeitanwendungen an bestimmte CPU-Kerne können Operatoren Latenz minimieren und die Vorhersagbarkeit in ihrer Infrastruktur verbessern. Dieser Ansatz ist in Szenarien hilfreich, in denen strenge Qualitätsanforderungen vorhanden sind, da diese Aufgaben dedizierte Verarbeitungsleistung für eine optimale Leistung erhalten können.

Alle virtuellen Maschinen, die für VNF-Workloads (Virtual Network Function) oder containerisierte Netzwerkfunktion (CNF) auf Azure Operator Nexus Compute erstellt wurden, werden an bestimmte virtuelle Kerne angeheftet. Das Pinning bietet eine bessere Leistung und vermeidet CPU-Stealing.

CPU-Isolation

Die CPU-Isolation bietet eine klare Trennung zwischen den für Workloads zugewiesenen CPUs und den CPUs, die für Steuerungsebenen- und Plattformaktivitäten zugeordnet sind. Die CPU-Isolierung verhindert Störungen und schränkt die Vorhersehbarkeit der Leistung für kritische Workloads ein. Durch das Isolieren von CPU-Kernen oder Gruppen von Kernen können Operatoren die Wirkung lauter Nachbarn mindern. Sie trägt dazu bei, die erforderliche Verarbeitungsleistung für latenzempfindliche Anwendungen zu gewährleisten.

Azure Operator Nexus reserviert eine kleine Gruppe von CPUs für das Hostbetriebssystem und andere Plattformanwendungen. Die verbleibenden CPUs sind für die Ausführung tatsächlicher Workloads verfügbar.

Unterstützung für riesige Seiten

Die Verwendung großer Seiten in Workloads bezieht sich auf die Nutzung großer Speicherseiten, normalerweise mit einer Größe von 2 MiB oder 1 GiB, anstelle der standardmäßigen 4 KiB-Seiten. Dieser Ansatz trägt dazu bei, den Arbeitsspeicheraufwand zu reduzieren und die Gesamtleistung des Systems zu verbessern. Dadurch wird die TLB-Fehlerrate (Translation Look-Aside Buffer) reduziert und die Speicherzugriffseffizienz verbessert.

Workloads, die große Datasets oder intensive Speichervorgänge wie die Netzwerkpaketverarbeitung umfassen, können von einer großen Seitennutzung profitieren, da sie die Speicherleistung verbessert und speicherbezogene Engpässe reduziert. Daher sehen Benutzer einen verbesserten Durchsatz und eine reduzierte Latenz.

Alle virtuellen Computer, die auf Azure Operator Nexus erstellt wurden, werden durch 1GiB(1G)-Hugepages für den angeforderten Speicher unterstützt. Der im virtuellen Computer ausgeführte Kernel kann diesen verfügbaren Speicher nach Belieben verwalten, einschließlich der Zuweisung des Speichers zur Unterstützung von Huge Pages (2M oder 1G).

Dual-Stack-Unterstützung

Die Dual-Stack-Unterstützung bezieht sich auf die Fähigkeit von Netzwerkgeräten und Protokollen, sowohl IPv4- als auch IPv6-Datenverkehr gleichzeitig zu verarbeiten. Mit der Erschöpfung der verfügbaren IPv4-Adressen und der zunehmenden Akzeptanz von IPv6 ist die Dual-Stack-Unterstützung entscheidend für einen nahtlosen Übergang und die Koexistenz zwischen den beiden Protokollen.

Telco-Betreiber verwenden Dual-Stack-Unterstützung, um Kompatibilität, Interoperabilität und zukunftssicheres Arbeiten ihrer Netzwerke zu gewährleisten. Es ermöglicht ihnen, sowohl IPv4- als auch IPv6-Geräte und -Dienste aufzunehmen, während sie schrittweise auf die vollständige IPv6-Bereitstellung umsteigen.

Die Dual-Stack-Unterstützung sorgt unabhängig von ihren Netzwerkadressierungsprotokollen für eine unterbrechungsfreie Konnektivität und reibungslose Servicebereitstellung für Kunden. Azure Operator Nexus bietet Unterstützung für die IPv4- und IPv6-Konfiguration auf allen Ebenen des Stapels.

Netzwerkschnittstellenkarten

Recheneinheiten im Azure Operator Nexus sind so konzipiert, dass sie die Anforderungen für die Ausführung kritischer Anwendungen erfüllen, die der Telekommunikationsqualität entsprechen. Sie können eine schnelle und effiziente Datenübertragung zwischen Servern und Netzwerken durchführen.

Workloads können die Single-Root I/O-Virtualisierung (SR-IOV) nutzen. SR-IOV ermöglicht die direkte Zuordnung physischer E/A-Ressourcen, z. B. Netzwerkschnittstellen, zu virtuellen Computern. Diese direkte Zuweisung umgeht die virtuelle Switchebene des Hypervisors.

Dieser direkte Hardwarezugriff verbessert den Netzwerkdurchsatz, verringert die Latenz und ermöglicht eine effizientere Nutzung von Ressourcen. Es macht SR-IOV eine ideale Wahl für Operatoren, die virtualisierte und containerisierte Netzwerkfunktionen ausführen.

BMM-Status

Die folgenden Eigenschaften spiegeln den Betriebszustand eines BMM wider:

• Power State zeigt den Zustand an, wie er von einem Bare-Metal-Controller (BMC) abgeleitet wurde. Der Zustand kann entweder On oder Off.

• Ready State stellt eine allgemeine Bewertung der BMM-Bereitschaft bereit. Es untersucht eine Kombination von Detailed Status, Power Stateund den Bereitstellungsstatus der Ressource, um zu bestimmen, ob das BMM bereit ist oder nicht. Wenn Ready StateTrue ist, wird das BMM aktiviert, Detailed StatusProvisioned und der Knoten, der das BMM repräsentiert, hat sich erfolgreich dem Undercloud Kubernetes-Cluster angeschlossen. Wenn eine dieser Bedingungen nicht erfüllt ist, wird Ready State auf False gesetzt.

• Cordon State spiegelt die Fähigkeit wider, alle Arbeitslasten auf einem Computer auszuführen. Gültige Werte sind Cordoned und Uncordoned. Cordoned verhindert die Erstellung neuer Workloads auf der Maschine. Uncordoned stellt sicher, dass Workloads jetzt auf diesem BMM ausgeführt werden können.

• Detailed Status gibt den aktuellen Status des Computers wieder:

  • Preparing: Der Computer wird für die Bereitstellung vorbereitet.
  • Provisioning: Die Bereitstellung läuft.
  • Provisioned: Das Betriebssystem wird auf dem Computer eingerichtet.
  • Available: Der Computer ist für die Teilnahme am Cluster verfügbar. Der Computer wurde erfolgreich bereitgestellt, ist aber zurzeit deaktiviert.
  • Error: Der Computer konnte nicht bereitgestellt werden.

  Preparing und Provisioning sind transitorische Zustände. Provisioned, Availableund Error sind Endzustandsstatus.

• MachineRoles hilft dabei, die Rolle(n) zu identifizieren, die BMM im Nexus-Cluster erfüllt. Die folgenden Rollen werden BMM-Ressourcen zugewiesen:

  • Control plane: Diese BMM führt die Kubernetes Steuerebene-Agenten für Clustermitglieder der Nexus-Plattform aus.
  • Management plane: Die BMM betreibt die Nexus-Plattform-Agenten, einschließlich Controller und Erweiterungen.
  • Compute plane: Die BMM, die für die tatsächliche Ausführung der Mandantenarbeitslasten verantwortlich ist, einschließlich der Nexus Kubernetes-Cluster und virtuellen Maschinen.

  Weitere Informationen zu Maschinenrollen finden Sie in diesem Link.

BMM-Vorgänge

• Update/Patch BareMetal Machine: Aktualisieren der BMM-Ressourceneigenschaften.
• List/Show BareMetal Machine: Abrufen von BMM-Informationen.
• Reimage BareMetal Machine: Stellen Sie eine BMM neu her, die mit der Imageversion übereinstimmt, die im gesamten Cluster verwendet wird.
• Ersetzen Sie BareMetal Machine: Ersetzen Sie eine BMM als Teil des Aufwands, die Maschine zu bedienen.
• Starten Sie den BareMetal-Computer neu: Starten Sie ein BMM neu.
• Ausschalten des BareMetal-Computers: Schalten Sie ein BMM aus.
• Starten Sie den BareMetal-Computer: Schalten Sie ein BMM ein.
• Cordon BareMetal Machine: Verhindern Sie die Planung von Workloads auf dem angegebenen Kubernetes-Knoten des BMM. Optional können Sie die Evakuierung der Workloads vom Knoten zulassen.
• Uncordon BareMetal Machine: Ermöglicht die Planung von Workloads auf dem angegebenen Kubernetes-Knoten der BareMetal Maschine (BMM).
• BareMetalMachine Validate: Auslösen der Hardwareüberprüfung eines BMM.
• BareMetalMachine Run: Zulassen, dass der Kunde ein Skript ausführen kann, das direkt in der Eingabe für das zielorientierte BMM angegeben ist.
• BareMetalMachine Run Data Extract: Zulassen, dass der Kunde eine oder mehrere Datenextraktionen für ein BMM ausführen kann.
• BareMetalMachine Run Read-only: Zulassen, dass der Kunde einen oder mehrere schreibgeschützte Befehle für ein BMM ausführen kann.

Formfaktorspezifische Informationen

Azure Operator Nexus bietet eine Gruppe von lokalen Cloudlösungen, die sowohl Nah-Edge- als auch Fern-Edge-Umgebungen abdecken.

Operator Nexus-Netzwerk-Cloud-SKUs

Informationen zur Lagerhaltung (Stock Keeping Unit, SKU) finden Sie unter Operator Nexus Network Cloud SKUs.