As networks grow in speed, scale, and complexity, operating them reliably requires continuous monitoring and increasingly sophisticated analytics. Because of these requirements, the platforms that support analytics in cloud-scale networks face demands for both higher throughput (to keep up with high packet rates) and increased generality and programmability (to cover a wider range of applications). Recent proposals have worked toward these goals by offloading analytics application logic to line-rate programmable data plane hardware, as scaling existing software analytics platforms is prohibitively expensive. The rigid design and constrained resources of data plane devices, however, fundamentally limit the types of analysis and the number of tasks that can run concurrently. In this article, we demonstrate that generality need not be sacrificed for high performance. Rather than offloading entire analytics applications to hardware, the core idea of our work is to offload only critical preprocessing tasks that are shared among applications (e.g., load balancing) to a line-rate hardware frontend while optimizing the core analytics software to exploit properties of network analytics workloads. Based on this design, we present Jetstream, a hybrid platform for network analytics that can run custom software-based analytics pipelines at throughputs of up to 250 million packets per second on a 16-core commodity server. Jetstream makes sophisticated, network-wide packet analytics feasible without compromising on generality or performance.

中文翻译：

---

云规模的软件数据包级网络分析

随着网络的速度，规模和复杂性的增长，要可靠地运行它们，就需要持续监控和日益复杂的分析。由于这些要求，在云规模网络中支持分析的平台既面临着更高吞吐量（以跟上高数据包速率的要求），又具有更高的通用性和可编程性（以覆盖更广泛的应用程序）的需求。由于扩展现有软件分析平台的成本过高，因此最近的建议已通过将分析应用程序逻辑转移到线速可编程数据平面硬件上来实现这些目标。但是，数据平面设备的严格设计和有限的资源从根本上限制了分析的类型和可以并行运行的任务数量。在本文中，我们证明，不必为了提高性能而牺牲通用性。我们的工作的核心思想不是将整个分析应用程序卸载到硬件，而是将仅在应用程序之间共享的关键预处理任务（例如负载平衡）卸载到线速硬件前端，同时优化核心分析软件以利用硬件的性能。网络分析工作负载。基于此设计，我们提出了Jetstream，这是一种用于网络分析的混合平台，可以在16核心商用服务器上以高达每秒2.5亿个数据包的吞吐量运行基于定制软件的分析管道。Jetstream使复杂的网络范围内的数据包分析变得可行，而又不影响通用性或性能。我们工作的核心思想是仅将应用程序之间共享的关键预处理任务（例如负载平衡）卸载到线速硬件前端，同时优化核心分析软件以利用网络分析工作负载的属性。基于此设计，我们提出了Jetstream，这是一种用于网络分析的混合平台，可以在16核心商用服务器上以高达每秒2.5亿个数据包的吞吐量运行基于定制软件的分析管道。Jetstream使复杂的网络范围内的数据包分析变得可行，而又不影响通用性或性能。我们工作的核心思想是仅将应用程序之间共享的关键预处理任务（例如负载平衡）卸载到线速硬件前端，同时优化核心分析软件以利用网络分析工作负载的属性。基于此设计，我们提出了Jetstream，这是一种用于网络分析的混合平台，可以在16核心商用服务器上以高达每秒2.5亿个数据包的吞吐量运行基于定制软件的分析管道。Jetstream使复杂的网络范围内的数据包分析变得可行，而又不影响通用性或性能。基于此设计，我们提出了Jetstream，这是一种用于网络分析的混合平台，可以在16核心商用服务器上以高达每秒2.5亿个数据包的吞吐量运行基于定制软件的分析管道。Jetstream使复杂的网络范围内的数据包分析变得可行，而又不影响通用性或性能。基于此设计，我们提出了Jetstream，这是一种用于网络分析的混合平台，可以在16核心商用服务器上以高达每秒2.5亿个数据包的吞吐量运行基于定制软件的分析管道。Jetstream使复杂的网络范围内的数据包分析变得可行，而又不影响通用性或性能。