為什么5G核心網(wǎng)和電信云需要可觀測性？在過去的2021年，其實5G核心網(wǎng)在全球發(fā)生了多次影響范圍大、持續(xù)時間長、社會影響廣的故障。2021年的4月份加拿大Rogers發(fā)生了一次長達26個小時全國范圍的移動通信網(wǎng)故障，故障發(fā)生后缺乏快速定位手段，導致故障難以在短時間內定位、消除。

5G通信網(wǎng)的穩(wěn)定運行是保障社會穩(wěn)定運行的重要基礎，而5G核心網(wǎng)則是5G通信網(wǎng)的樞紐和大腦，是整個通信網(wǎng)運行、維護、保障的重中之中。通過以上事件可以感知5G核心網(wǎng)在運行穩(wěn)定性上還有待提升，另一方面現(xiàn)有的故障監(jiān)測、快速定位、快速恢復能力存在短板。

5G核心網(wǎng)的運維困境

云杉網(wǎng)絡通過對多個運營商的一線運維技術人員調研和交流之后，發(fā)現(xiàn)現(xiàn)階段5G核心網(wǎng)的運維痛點集中在：（1）云網(wǎng)絡“黑盒化”：（2）運維技術難度高；（3）故障定責定界難；（4）云平臺面向業(yè)務的保障難。以下舉幾個實際例子。

例子一：當PCF出問題的時候，核心網(wǎng)運維可能會聯(lián)系云平臺“我們這里的PCF1服務不正常，看到服務器上有告警，你們趕緊處理一下”，而云平臺運維可能會覺得“服務器的告警好像和PCF的服務異常沒什么關系，是不是PCF軟件出問題了？”

例子二：某個VNF升級之后，服務有異常，核心網(wǎng)運維查了半天也找不出原因，最后看到虛擬機有告警，反饋給網(wǎng)絡云運維后，很可能得到這樣的反饋“升級前后都有相同的告警，升級前沒有問題，是不是你們新版本軟件的原因？”

追究其原因，5G核心網(wǎng)和電信云是通過通用x86+云技術、容器技術，提供軟硬解耦的解決方案，穩(wěn)定性不確定，更多的需要依靠云、容器的動態(tài)、彈性能力提供相對的可靠性。同時，5G核心網(wǎng)完全承載在一個Overlay疊加Underlay的網(wǎng)絡上，網(wǎng)元內部復雜的微服務通過一個Full-Mesh的網(wǎng)絡互聯(lián)，網(wǎng)元之間的邊界不清晰、路徑不清晰，網(wǎng)絡基本處于“黑盒”狀態(tài)。由此也不難看出：可觀測性對5G核心網(wǎng)的可靠性運行非常重要！

近幾年，云原生可觀測性已經成為IT領域解決業(yè)務可靠性的重要理論，“可觀測性=可靠性”基本成為IT運維的共同認知。所謂云原生可觀測性，簡單來說就是快速有效的診斷復雜業(yè)務系統(tǒng)內部的運行狀態(tài)。經過近十年的發(fā)展，云杉網(wǎng)絡從SDN核心技術逐步走向網(wǎng)絡自動化和可觀測性，致力解決云原生應用診斷難的核心痛點，其中DeepFlow產品在各行各業(yè)積累了大量的實戰(zhàn)經驗，成功幫助數(shù)家企業(yè)構建多維度、一體化的可觀測性平臺。

DeepFlow幫助5G核心網(wǎng)和電信云構建可觀測性

DeepFlow是一款面向5G核心網(wǎng)，應對網(wǎng)絡功能服務(NFS)解耦后的新挑戰(zhàn)，進行網(wǎng)絡流量采集、分發(fā)、可視化與監(jiān)控保障的產品。幫助運營商在5G核心網(wǎng)基于服務架構中統(tǒng)一采集網(wǎng)絡、系統(tǒng)、應用的可觀測指標數(shù)據(jù)，并動態(tài)關聯(lián)其資源、服務、業(yè)務、事件等屬性，實現(xiàn)對5G核心網(wǎng)全景性能監(jiān)控；并提供容器化后網(wǎng)元服務間訪問調用的全棧鏈路追蹤，幫助構建5G核心網(wǎng)可觀測性能力，應對云原生特點，緊密結合5G服務，解決5G核心網(wǎng)生產中遇到的監(jiān)控、運維、保障等難題。

1.多維度、深層次5G核心網(wǎng)全景性能監(jiān)控

在5G核心網(wǎng)中，自身運行的網(wǎng)絡IP節(jié)點數(shù)量已經百倍以上規(guī)模的增長，容器化微服務POD形成一個Full-Mesh的網(wǎng)絡，網(wǎng)絡的虛擬化、彈性變化，使得整個5G核心網(wǎng)的內部網(wǎng)絡“黑盒化”。

對5G核心網(wǎng)來說，可以通過DeepFlow的采集器技術，實現(xiàn)網(wǎng)絡+應用的全面可觀測性，不用再依賴5GC開發(fā)廠商的日志輸出能力、指標輸出能力、用戶追蹤數(shù)據(jù)輸出能力。同時借助DeepFlow強大的數(shù)據(jù)分析能力，可以對5G核心網(wǎng)網(wǎng)元、云平臺，從宏觀到微觀、不同層次、不同維度的全景性能監(jiān)控。

比如，云平臺運維人員：可以從全網(wǎng)宿主機的觀測視圖，監(jiān)測云資源池、宿主機之間的流量互訪拓撲、業(yè)務訪問性能；可以從單網(wǎng)元的宿主機觀測視圖，監(jiān)測某個網(wǎng)元（比如AMF或SMF）的VNF軟件內部的微服務/模塊在宿主機上的分布情況，在宿主機之間的互訪拓撲、互訪性能，快速發(fā)現(xiàn)宿主機維度的異常情況。

比如，核心網(wǎng)運維人員：通過VNF網(wǎng)元的維度，觀測全網(wǎng)VNF網(wǎng)元SBI口的業(yè)務互訪關系和業(yè)務互訪性能；通過VNF網(wǎng)元內部的微服務POD維度，觀測VNF網(wǎng)元內部POD粒度的互訪關系、互訪性能；通過POD到POD的網(wǎng)絡全棧鏈路追蹤，觀測任意一次客戶端到服務端在云網(wǎng)絡中的流量流轉路徑。

2.跨層、逐段分解網(wǎng)絡全棧鏈路追蹤

DeepFlow的網(wǎng)絡全棧鏈路追蹤，是解決5G核心網(wǎng)、云平臺之間快速跨層故障定界的關鍵能力，將虛擬化所實現(xiàn)的邏輯通信進行逐步展開，清晰展示每段的網(wǎng)絡狀態(tài)、性能，結合知識圖譜及豐富的指標數(shù)據(jù)，快速定位性能異常的問題范圍邊界。

對于5G核心網(wǎng)和電信云平臺的運維人員來說，目前最頭痛事情就是故障的跨層定界，通過DeepFlow跨層的網(wǎng)絡全棧鏈路追蹤，可以非常迅速的確定某一次業(yè)務訪問是否有丟包、時延問題，并快速確定故障發(fā)生的位置，從而在云平臺和軟件層之間做快速的定界、定位。

3.業(yè)務訪問從應用到網(wǎng)絡端到端追蹤

除了全棧鏈路追蹤，DeepFlow對每一次業(yè)務訪問的應用層實現(xiàn)了應用+網(wǎng)絡的端到端追蹤。運維人員可以通過系統(tǒng)檢索、分析、追蹤任意一次訪問，快速洞察應用異常?！皬目蛻舳诉M程——>服務1進程——>服務2進程——>……——>服務n”的端到端服務調用關系，每一段服務調用的時延、異常均實現(xiàn)了關聯(lián)分析，包括每一段服務調用的流量在云網(wǎng)絡中的關鍵路徑及時延指標關聯(lián)分析，可以說DeepFlow實現(xiàn)了應用+網(wǎng)絡統(tǒng)一的可觀測性，并且深入且細致到每一次業(yè)務訪問的粒度。

在5G核心網(wǎng)領域，監(jiān)控、運維、保障都是新難題，作為一家IT網(wǎng)絡解決方案廠商，云杉網(wǎng)絡將加大創(chuàng)新力度，重點發(fā)展5G方面的業(yè)務，持續(xù)為中國5G高質量發(fā)展貢獻力量。