问题描述
随着网络的普及和新技术的涌现，网络规模日益增大，部署的复杂度逐步提升，用户对业务的质量要求也不断提高。
为了满足用户需求，网络运维务必更加精细化、智能化。当今网络的运维面临着如下挑战：
1）超大规模：管理的设备数目众多，监控的信息数量非常庞大。
2）快速定位：在复杂的网络中，能够快速地定位故障，达到秒级、甚至亚秒级的故障定位速。
3）精细监控：监控的数据类型更多，且监控粒度更细，以便完整、准确地反应网络状况，据此预估可能发生的故障，并为网络优化提供有力的数据依据。网络运维不仅需要监控接口上的流量统计信息、每条流上的丢包情况、 CPU 和内存占用情况，还需要监控每条流的时延抖动、每个报文在传输路径上的时延、每台设备上的缓冲区占用情况等。
网络设备监控
网络设备的统一监控和性能管理是运维平台的重要功能。设备的监控数据包括数据、控制、管理平面数据。
获取设备监控数据的方式有：SNMP、CLI、Syslog、NetStream、sFlow等。
NetSteam 和 sFlow 为网络流量监控技术，主要针对数据平面数据。SNMP是最主流的方式。
/Telemetry/pasted_image004.png)
传统网络采集技术的问题
奈奎斯特采样定律表示，当采样频率大于信号频率的2倍时，才能完整保留原始信号中的信息。SNMP的采集周期为5分钟，通常会导致细节信息丢失。
/Telemetry/pasted_image005.png)
传统运维方式有诸多问题
传统网络通过平均5-15分钟的Pulling拉取采样数据，更密集的Pulling拉取会造成网络设备瘫痪。
/Telemetry/pasted_image006.png)
监控的粒度太大造成网络可视度低。
以SNMP为主的运维系统效率低。
无法达到IT运维一样的实时监控，全程监控，并保留完整历史数据。
无法检测网络大量Micro Burst（微突发）造成的网络问题。
微突发是指在非常短的时间（毫秒级别）内收到非常多的突发数据，以至于瞬时突发速率达到平均速率的数十倍、数百倍，甚至超过端口带宽的现象。网管设备或网络性能监测软件通常是基于比较长的时间(数秒到数分钟)计算网络实时带宽。在这种情况下，看到流量速率通常是一条比较平稳的曲线，但是实际设备可能已由于微突发导致丢包。
总结：传统采集机制无法满足大数据要求
/Telemetry/pasted_image007.png)
我们需要一个支持超大规模网络及海量数据运维的机制，具备实时性、高性能，易于扩展等特点。
解决方案
Telemetry（Network Telemetry，网络遥测技术），提供周期采样网络设备内的统计数据和状态数据的能力。是一项远程地从物理设备或虚拟设备上高速采集数据的技术。其是一项监控设备性能和故障的远程数据采集技术。
业界也有将SNMP认为是传统的Telemetry技术，把当前Telemetry叫做Streaming Telemetry或Model-Driven Telemetry的说法。
原理简述
/Telemetry/pasted_image001.png)
采集器，用于接收和存储网络设备上报的监控数据。
分析器，用于分析采集器接收到的监控数据，并对数据进行处理，例如以图形化界面的形式展现给用户。
控制器，通过 NETCONF 等方式向设备下发配置，实现对网络设备的管理。控制器可以根据分析器提供的分析数据，为网络设备下发配置，对网络设备的转发行为进行调整；也可以控制网络设备对哪些数据进行采样和上报 。
采集器、分析器、控制器都位于网管侧：
/Telemetry/pasted_image003.png)
特性特征
1）推模式：其采用 Push Mode（推模式）及时获取丰富的监控数据，可以实现网络故障的快速定位，从而解决上述网络运维问题。设备通过推模式周期性地主动向采集器上送设备的接口流量统计、CPU或内存数据等信息，相对传统拉模式（Pull Mode）的一问一答式交互，提供了更实时更高速的数据采集功能。
2）一次订阅，持续上报：避免重复查询：SNMP查询是一问一答的。假设1分钟内交互了1000次，就意味着SNMP解析了1000次查询请求报文。Telemetry实现订阅一次，后续设备持续推送数据给网管。
3）采集数据的精度高：精度可以达到亚秒级，且类型十分丰富，充分反映网络状况。基于gRPC的Telemetry技术可以采集设备的接口流量统计、CPU、告警等数据，然后经过Protocol Buffer 编码，实时上报给采集器进行接收和存储。
支持多种实现方式，满足用户的不同需求。
故障定位更快速、精准。
/Telemetry/pasted_image.png)
技术特点
向第三方数据分析处理公司开放API，具有更强的数据存储和处理能力；
传统网管解耦成采集器和控制器两部分，通讯协议和管理应用解耦；
提升设备采集能力，支撑订阅上报机制，建造标准数据模型；
技术优势
Telemetry采用推模式及时获取丰富的监控数据，可以实现网络故障的快速定位，提供统一的数据流格式，简化采集器分析监测数据的难度，从而解决传统网络运维问题。
精细监控，采集数据的精度高，且类型十分丰富，可以充分反映网络状况。
快速定位，在复杂的网络中，能够快速地定位故障，达到秒级、甚至亚秒级的故障定位速度。
主动上报，Telemetry仅需配置一次订阅，设备就可以持续上报数据，减轻了设备处理查询请求的压力。
应用场景
园区网
园区网中可通过Telemetry将设备状态、有线无线数据同时监控上报分析器，实现智能运维。
/Telemetry/pasted_image002.png)
数据中心
分析器接收Telemetry上送的数据，计算报文的转发路径、转发时延、链路时延等，完成应用交互关系分析，实现应用和网络路径的关联，并进行统计分析、呈现，实现智能运维。
/Telemetry/pasted_image009.png)
数据中心中的采集器通过Telemetry采集设备性能数据，通过ERSPAN采集设备流镜像。
广域网
路由器端口数据实时上报分析器，流量走向易于洞察。
/Telemetry/pasted_image008.png)