
网络损伤仪WANsim是一台硬件设备,逻辑上,它没有MAC地址与IP地址,在整个网络拓扑中可以看做是一条网线,服务端的数据可以通过这条网线到达客户端。在使用时,分为物理连接与软件部署。
假设我们需要在服务端与客户端之间接入网络损伤仪,首先需要准备3条网线。开机成功后,我们将一条网线连接在control口,port1口、port2口分别与服务端与客户端相连,物理连接就完成了。
拓扑图如下:
我们需要通过谷歌浏览器来打开GUI控制界面。所以,需要先把控制电脑的IP与WANsim的IP设置在同一网段。WNAsim默认IP地址为192.168.1.199。
修改完控制电脑IP后就可以打开谷歌浏览器访问8080端口,打开GUI控制界面。
第一步: 进入GUI控制界面后,需要打开引擎。让网络损伤仪WANsim开始工作。
第二步: 我们需要添加虚拟链路。虚拟链路之间是与的关系,链路之间相互独立,互不影响。点击 ADD PATH 按钮即可添加虚拟链路。勾选虚拟链路下方的方框,应用该条链路。
第三步: 我们需要设置报文过滤器,设置过滤规则,指定报文通过的链路。
IPv4过滤规则设置为 any,action 设置为 PATH1 , 代表所有报文都可以通过 PATH1。
第四步: 点击链路,进入损伤设置界面。按照需求设置时延、丢包、带宽限制等。设置完成后即可点击 apply 按钮应用。
回到控制界面,我们可以观察到链路上有流量经过,证明设置生效。
本文主要解决3个问题:
第一、链路聚合的定义和作用是什么?
第二、如何配置链路聚合?
第三、链路聚合的实际应用场景有那些?
第一、链路聚合的定义和作用是什么?
答:链路聚合的定义:链路聚合,官方称聚合链接,民间又称网卡组队,具体指的是将多个网卡绑定在一起组建一个虚拟网卡,外界与虚拟网卡进行通信,虚拟网卡再将信息进行分发;
链路聚合的作用:可以实现轮询式的流量负载均衡和热备份的作用;
举个栗子:
链路聚合就好比是一个包工头,这个包工头为了多赚钱,多接订单,肯定需要找多个小弟;
这样就可以保障,万一有一个小弟感冒了,不能上班,这时有其他小弟可以顶上;
当客户需要盖房子的时候,直接找包工头就好了,不需要一个一个的去找建筑工人;
第二、如何配置链路聚合?
答:
1、配置链路聚合的命令是:
nmcli connection add type team con-name team0 ifname team0 autoconnect yes config '{"runner": {"name": "activebackup"}}'
译为:nmcli connection 添加 类型 team(组队)
配置文件名 team0 网卡名 team0 每次开机自动启用
配置运行模式 热备份模式
整体译为:为系统网卡添加一个 team (团队),团队名称叫 team0 ,配置文件也叫 team0 , 并且设置为开机自动启动,配置运行模式为热备份模式;
2、为链路聚合添加成员的命令是:
nmcli connection add type team-slave con-name team0-1 ifname eth1 master team0
nmcli connection add type team-slave con-name team0-2 ifname eth2 master team0
注释:nmcli connection 添加类型为 team的成员
配置文件名 team0-1 网卡为 eth1 主设备为 team0
整体译为:为主设备team0添加两张网卡,eth1和eth2;
3、为tem0配置ip地址的命令是:
nmcli connection modify team0 ipv4.method manual ipv4.addresses
“IP 地址 / 子网掩码” connection.autoconnect yes
4、激活team0的命令是:
nmcli connection up team0
第三、链路聚合的实际应用场景有那些?
答:当服务器提供比较重要的服务时,只准备一张网卡是远远不够的,因为一但网卡出现故障,客户就无法访问,这就会造成客户流失,体验感差;
这个时候就可以运用链路聚合的方法来解决,将多张网卡绑定在一起创建一张虚拟网卡,从而实现网卡热备份,流量轮询式负载均衡;
以此来保障服务器能够正常提供服务,给用户以良好的体验;
注意事项:
在创建虚拟网卡和添加成员时,如果命令敲错了,一定要删除错误的信息,以免造成通信混乱;
删除的命令是:nmcli connection delete team0 (team0或team x)
查看team0的信息命令是: teamdctl team0 state
以上.......
(本篇完)
祝:开心!
罗贵
2019-03-24
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)