3. 云网络流量模型与基线测量

在云网络中，性能优化与容量规划的第一步不是调参数，而是把“流量长什么样”看清楚。云网络的流量结构与园区网、传统数据中心差异很大：同一台物理交换机上可能同时承载虚拟机迁移、分布式存储副本同步、租户东西向业务、以及经边界出口的南北向访问。若没有流量矩阵和性能基线，扩容只能靠经验猜测，优化也无从判断收益。本节围绕三件事展开：如何采集流量矩阵、如何区分东西向与南北向流量、如何建立可复用的性能基线，并给出 sFlow、IPFIX、Streaming Telemetry 三种采集手段的定位与配合方式。

一、流量矩阵：把“谁和谁通信”量化

流量矩阵（Traffic Matrix）描述的是源与目的之间的流量强度。在云网络中，节点粒度通常不是单台主机，而是“租户 + 子网 + 可用区”或“VTEP + VNI”的组合。一个实用的矩阵可以表示为 TM[i][j] = 在观测窗口内从节点 i 到节点 j 的字节数或包数。它回答三个问题：哪些路径最热、流量是否对称、热点是否随时间漂移。

采集流量矩阵有两条常见路径。其一是基于流记录的聚合：交换机把采样或全量流导出为 IPFIX/NetFlow 记录，采集器按五元组聚合后映射到节点对。其二是基于接口计数器与路由/转发表推断：用 SNMP 或 gNMI 读取接口字节数，再结合 ECMP 哈希与拓扑推算分布。前者精度高但开销大，后者开销低但只能得到近似矩阵。工程上常把两者结合：用接口计数器做总量约束，用流记录做分布修正。

需要特别说明参照约定：本文中“上行/下行”均以业务服务器为参照，即服务器发出为上行、服务器接收为下行；东西向与南北向的判定也以数据中心边界为参照，凡源和目的都在数据中心内部（含跨可用区）的为东西向，任一端在数据中心之外的为南北向。

二、东西向与南北向流量的识别

东西向流量是云网络的主体，通常占 70%～85%，典型来源包括：微服务间 RPC、分布式数据库副本同步、Hadoop/Spark Shuffle、存储后端复制、虚拟机热迁移。南北向流量占比小，但方向集中、突发明显，典型来源是公网用户请求、跨地域专线、备份出云、镜像拉取。

识别方法并不复杂，关键是定义清晰。以 VXLAN 环境为例：若流记录的源与目的 VTEP 都在本数据中心 VTEP 地址池内，则判为东西向；若目的 IP 属于边界出口网段或经边界防火墙，则判为南北向。对无法直接判定内外的情况，可用“是否经过边界设备”作为兜底条件。识别之后应分别统计：东西向关注路径利用率与 ECMP 均衡度，南北向关注出口带宽峰值与并发连接数。

三、三种采集手段的定位与配合

sFlow 基于报文采样，典型采样率为 1:1000 或 1:2000，由交换机 ASIC 直接完成，对 CPU 影响极小。它适合做全网流量分布与热点发现，能快速回答“哪条链路在涨、哪个租户在涨”。缺点是采样带来统计误差，不适合精确计费或小流量异常检测。

IPFIX（NetFlow v10）基于流缓存导出，可配置全量或采样，字段可扩展。它适合做会话级分析，例如统计某租户到某服务的连接数、重传比例、端口分布。代价是交换机需要维护流表，高并发小流场景下会消耗较多表项与 CPU。

Streaming Telemetry 采用推模式（gNMI/gRPC 或 gRPC dial-out），按订阅周期主动上报接口计数器、队列丢包、ECN 标记、缓存水位等。它适合做秒级基线与实时告警，是建立性能基线最合适的数据源。三者并非互斥：用 Telemetry 建立高频基线，用 sFlow 做分布发现，用 IPFIX 做会话下钻，形成“面—线—点”的采集层次。

四、建立性能基线

基线不是一条静态阈值，而是“正常状态下的统计分布”。建议按以下要素定义：观测对象（链路/接口/队列/租户）、指标（带宽利用率、PPS、丢包率、ECN 标记率、时延）、时间粒度（10s/1min/5min）、统计窗口（至少 7 天，覆盖工作日与周末）、分位值（P50/P95/P99）。

以一条 100G 上联链路为例，假设连续 7 天采集到的 1 分钟利用率分布为：P50 = 32%，P95 = 61%，P99 = 78%，峰值 88%。则可设定：P95 作为日常水位参考，P99 作为预警线，峰值再加 10% 余量作为扩容触发线。若某天 P95 连续 30 分钟超过 75%，说明流量结构已偏离基线，需要下钻到租户或 VTEP 维度定位来源。

五、一个可复用的基线记录表

下表给出可直接填写的基线记录结构，字段均围绕云网络实际观测对象设计，不含无关管理字段。

六、采集配置要点与验证

以 Arista EOS 为例，sFlow 与 IPFIX 的典型配置如下，采样率与导出周期需按链路速率调整：

! sFlow 采样
sflow sample 2000
sflow polling-interval 30
sflow destination 10.20.0.50
sflow source-interface Management1
sflow run

! IPFIX 流导出
flow tracking sampled
  sample 1000
  exporter ipfix 10.20.0.50 port 4739
  record format ipfix
!
interface Ethernet1
  flow tracker sampled

配置完成后需要验证三件事：一是采集器是否收到记录，可用 show sflow 与 show flow tracking 查看导出计数；二是采样率是否与链路速率匹配，100G 链路建议 1:2000～1:4000，避免采集器过载；三是基线数据是否连续，若出现断点，应检查 Telemetry 订阅是否中断或采集器磁盘是否写满。

把流量矩阵、方向识别、基线三者串起来，容量规划就有了可量化的依据：矩阵告诉你流量在哪里，方向识别告诉你该优化哪一类路径，基线告诉你什么时候该动手。下一阶段的所有优化动作，都应能回溯到这三类数据中的至少一项。