本篇教程介绍了大数据应用之新兴的数据中心网络结构，希望阅读本篇文章以后大家有所收获，帮助大家对大数据云计算大数据应用的理解更加深入。

<

    首先部署人员要熟悉各种网络的拓扑结构，将适合自己网络的拓扑结构罗列出来，再一一筛选。

    没有一种网络结构是能通用或者适应所有的企业和公司。作为技术人员，你首先要对网络拓扑结构很熟悉，比如根据预算，采用千兆还是万兆的主干网络等等，这样才有助于你解决网络的技术难题。

    数据中心网络拓扑结构中，最重要的是什么？

    目前大多数数据中心的主要网络拓扑结构都是基于第三层协议构建。典型的结构就是通过一个核心交换机连接第二级交换机或者其他网络设备，包括外部网络和内部网络的用户层和汇聚层。

    leaf节点（连接设备或服务器）和 spine节点（连接交换机）是数据中心网络拓扑最重要和明显的部分，简称leaf-spine。这种结构的随着交换机设备的增多会带来传输上的瓶颈，如存储区域网络的数据流量会受到这种交换机节点增多的影响。

    新型的网络拓扑结构

    新的网络拓扑设计是一种专用通道的拓扑结构，具体的应用走专用的网络通道，这种拓扑设计理论上考虑到网络内的设备可以自由移动物理位置，并继承了传统网络拓扑结构的交换机转发数据的特点。虽然目前的主流网络好像用不上这些技术，但新兴技术的成熟总需要时间来验证，也许不是现在，但作为次世代的技术，在未来有很大的发展空间。

    还有一些其他已经成型的新型网络拓扑结构，这些新兴的结构已经超越了传统基于第三层网络leaf-spine的拓扑结构。虽然这些网络结构并不多见。因为这些网络结构大多应用于特殊领域的数据中心。

    多层的leaf-spine网络拓扑结构已经很接近网络拓扑的基线，许多大型网络利用垂直部署的方法来扩展网络，如VLAN等等。

    Hypercube立方体网络拓扑结构。一个简单的3D Hypercube结构就像由六个面组成的立体方形的网络，每个联结点都由交换机构成。而一个4D Hypercube网络（像一个超立方体）就如一个3D Hypercube网络位于另一个3D Hypercube里面，里外两个网络通过转角的节点连接彼此，设备节点连接在外层的网络。如要实施这种网络结构，需要对自己的需求和预算进行了解，并且要详细明白这种网络结构的特点在哪里。

    Toroidal环形网络拓扑结构。这种结构其实是指任何环形网络拓扑。一个3D 的环形拓扑结构是高度结构化的网络环。环形网络结构通常用于需要高性能计算环境，并可能依靠交换机之间的互连节点计算。

    Jellyfish水母型网络拓扑结构。听起来名字很奇怪，但挺符合它的称呼的。这种网络结构主要的特点在它是一种大随机性的网络，这种网络结构的交换机根据网络设计师的设计相互连接。这种网络拓扑结构的设计比起传统结构可以提高甚至25%的数据容量。

    DCell网络拓扑结构。在这种结构中，网络内的服务器都有多个网卡。其中部分网卡相互连接各个服务器，服务器就像一个大网络环境的细胞一样。DCell一般需要每服务器有四个或更多的网卡。

    FiConn网络拓扑结构。类似DCell，FiConn结构中，每服务器到另一个服务器的互联形成一个细胞节点，但只需要两个网卡。

    BCube网络拓扑结构。类似DCell，FiConn，BCube使用额外的服务器端口直接连接，这些端口是专为模块化网络部署。微软在背后主推BCube网络拓扑结构，并建立BCube源路由协议来管理网络数据中心的拓扑结构。

    CamCube网络拓扑结构。这种拓扑目的是为了优化整个环面的数据传输，它被用于集群主机互连，它是建立在微软的CamCubeOS之上。传统的网络管理方式在这种网络结构上不起作用。

    Butterfly蝴蝶型网络拓扑结构。谷歌的扁平式蝴蝶结构是一个特定的网络结构，类似于一个棋盘。在这种网络结构中，任何节点都可以作为一个开关，节点控制着流量。这种类型的网络目的在于降低功耗，有绿色环保的意义。      
          

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据应用频道！