交換技術正朝著兩個方向發(fā)展。一個方向是速度越來越快,已經(jīng)從千兆跳躍到萬兆。
另一個方向是從最初的2層交換發(fā)展到3層交換,
目前已經(jīng)發(fā)展到網(wǎng)絡的第七層應用層的交換。
形象地說,速度越來越快就是走量變的路線,而交換的層次越來越高走的是質變的路線。
如何充分利用帶寬資源,對互聯(lián)網(wǎng)上的應用、內容進行管理,日益成為服務提供商關注的焦點。在帶寬應用的情況下,網(wǎng)絡層以下不再是問題的關鍵,取而代之的是提高網(wǎng)絡服務水平,完成互聯(lián)網(wǎng)向智能化的轉變。如何解決傳輸層到應用層的問題,專門針對傳輸層到應用層進行管理的網(wǎng)絡技術變得非常重要,這是目前應用層交換技術發(fā)展的最根本的原因。
應用層交換就是通過逐層解開每一個數(shù)據(jù)包的每層封裝,并識別出應用層的信息,從而實現(xiàn)對內容的識別。要解決區(qū)分應用等問題,用網(wǎng)絡識別設備根據(jù)不同的應用業(yè)務轉發(fā)相應流量是一個很好的途徑。
應用層交換的結構
由于完成上述功能所需的應用層信息在數(shù)據(jù)包的內部,這就要求內容識別設備窺視到每個會話的每個數(shù)據(jù)包的內部。如果是采用基于軟件的架構,就會造成嚴重的延遲和性能惡化,擁塞在所難免。于是全部用硬件實現(xiàn)的應用層交換技術取得了技術優(yōu)勢。通過應用層交換機實現(xiàn)了所有高層網(wǎng)絡的功能,最大限度地利用網(wǎng)絡資源,應用層交換把應用交換機放置在核心層或者匯聚層,而不是緊靠下層的介入層,使網(wǎng)絡管理者能夠以更低的成本更好地分配網(wǎng)絡資源成為可能。
在結構上,應用層交換機將所有功能集中在一個專用的特殊應用集成電路或ASIC上。ASIC比傳統(tǒng)路由器的CPU便宜,而且通常分布在網(wǎng)絡端口上,在單一設備中包括了50個ASIC,可以支持數(shù)以百計的接口。新的ASIC允許智能交換機/路由器在所有的端口上以極快的速度轉發(fā)數(shù)據(jù)—無論網(wǎng)絡流量是什么類型,稱為線速轉發(fā)應用層流量。
在高可用性和負載均衡方面,有許多先進的工具可以利用由應用返回給最終用戶的應用層信息。用戶不僅能驗證是否在發(fā)送正確的內容,而且還能打開網(wǎng)絡上傳送的數(shù)據(jù)包,并根據(jù)包中的信息做出負載均衡決定。
這種智能性遷移超越了第四層的功能。最多具有第四層功能的設備無法識別流過此端口的不同類型的傳輸流,因此它們對所有傳輸流同等對待。
可是傳輸流并不都是相同的。對于負載均衡產品來說,能夠知道流過此端口的數(shù)據(jù)是流媒體還是對商品目錄中一件商品的簡單請求非常有用,也許商家想賦予需要此目錄項的客戶更高的優(yōu)先級。不少具有第四層功能的設備以同樣的方式對待這兩種類型的數(shù)據(jù),因而可能將流媒體數(shù)據(jù)發(fā)送到無法做出響應的服務器,導致錯誤的信息和時延。
而第七層的智能性能夠進行進一步的控制,即對所有傳輸流和內容的控制。這類具有第七層認知的產品的部分功能,是保證不同類型的傳輸流可以被賦予不同的優(yōu)先級。具有第七層認知的設備不是依賴路由設備或應用來識別差別服務、通用開放策略服務或其它服務質量協(xié)議的傳輸流,它可以對傳輸流進行過濾并分配優(yōu)先級。這就使你不必依賴應用或網(wǎng)絡設備來達到這些目的。 第七層交換可以實現(xiàn)有效的數(shù)據(jù)流優(yōu)化和智能負載均衡。
應用范圍
在Internet網(wǎng)、Intranet網(wǎng)和Extranet網(wǎng),應用層交換機都大有施展抱負的用武之地。
Internet應用——企業(yè)到消費者的電子商務、聯(lián)機客戶支持;服務器負載均衡;用戶優(yōu)先級排列與控制;適應性操作冗余—狀態(tài)故障恢復;電子事務處理保證;吉字節(jié)速率的帶寬管理等。
Intranet應用—人事規(guī)劃與建設、市場銷售自動化、客戶服務;防火墻負載均衡;最佳服務器流量定向;移動請求處理;內容和事務處理優(yōu)先級排列以及利用Web站點高速緩存加速內容供應等。
Extranet應用——企業(yè)到企業(yè)電子商務、供應鏈自動化、銷售/服務渠道交互;全球服務器負載均衡;訪問控制;面向電子商務的高級流量管理;內容過濾和帶寬管理等。
在尋求數(shù)據(jù)統(tǒng)一的電子商務時代,XML就是唯一的選擇。為了快速而正確地處理流經(jīng)網(wǎng)絡的每一塊數(shù)據(jù),XML交換的目的就是專門用來處理XML數(shù)據(jù),XML交換所面臨的挑戰(zhàn)即快速而正確地處理流經(jīng)的每一塊數(shù)據(jù),它也是一種基于應用層的交換。