AI ML Workloads ဆော့ဖ်ဝဲအသုံးပြုသူလမ်းညွှန်အတွက် Junos တွင် Juniper NETWORKS Telemetry

AI/ML Workloads အတွက် Junos တွင် Telemetry
စာရေးသူ- Shalini Mukherjee

မာတိကာ ပုန်း

1 နိဒါန်း

2 TIG Stack

3 Switch တွင်ဖွဲ့စည်းပုံ

4 ပတ်ဝန်းကျင်

5 Openconfig အာရုံခံပလပ်အင်

6 Native Sensor ပလပ်အင်

7 Exampအာရုံခံဂရပ်ဖစ်များ

8 အနှစ်ချုပ်

9 ကိုးကား

10 စာရွက်စာတမ်းများ / အရင်းအမြစ်များ

10.1 ကိုးကား

နိဒါန်း

AI အစုအဝေး traﬃc သည် မြင့်မားသောဖြတ်သန်းမှုနှင့် latency နည်းသော ဆုံးရှုံးမှုမရှိသောကွန်ရက်များ လိုအပ်သောကြောင့် AI ကွန်ရက်၏ အဓိကကျသောအချက်မှာ စောင့်ကြည့်ဒေတာစုဆောင်းမှုဖြစ်သည်။ Junos Telemetry သည် ယာဉ်ကြောပိတ်ဆို့မှုကို စီမံခန့်ခွဲခြင်းနှင့် traﬃc load balancing အတွက် ကန့်သတ်ချက်များ နှင့် ကောင်တာများ အပါအဝင် အဓိက စွမ်းဆောင်ရည် အညွှန်းကိန်းများကို အသေးစိပ် စောင့်ကြည့်နိုင်စေပါသည်။ gRPC စက်ရှင်များသည် တယ်လီမီတာဒေတာ ထုတ်လွှင့်ခြင်းကို ပံ့ပိုးပေးသည်။ gRPC သည် HTTP/2 သယ်ယူပို့ဆောင်ရေးတွင် တည်ဆောက်ထားသည့် ခေတ်မီ၊ ပွင့်လင်းသောအရင်းအမြစ်၊ မြင့်မားသောစွမ်းဆောင်ရည်ဘောင်တစ်ခုဖြစ်သည်။ ၎င်းသည် မူရင်းနှစ်သွယ်တိုက်ရိုက်ထုတ်လွှင့်မှုစွမ်းရည်ကို အားကောင်းစေပြီး တောင်းဆိုချက်ခေါင်းစီးများတွင် လိုက်လျောညီထွေရှိသော စိတ်ကြိုက်-မက်တာဒေတာ ပါဝင်ပါသည်။ Telemetry ၏ ကနဦးအဆင့်မှာ မည်သည့်ဒေတာကို စုဆောင်းရမည်ကို သိရန်ဖြစ်သည်။ ထို့နောက် ကျွန်ုပ်တို့သည် ဤဒေတာကို ပုံစံအမျိုးမျိုးဖြင့် ပိုင်းခြားစိတ်ဖြာနိုင်ပါသည်။ ဒေတာစုဆောင်းပြီးသည်နှင့် စောင့်ကြည့်ရန်၊ ဆုံးဖြတ်ချက်များချရန်နှင့် ဝန်ဆောင်မှုကို မြှင့်တင်ရန် လွယ်ကူသောပုံစံဖြင့် တင်ပြရန် အရေးကြီးပါသည်။ ဤစာတမ်းတွင်၊ ကျွန်ုပ်တို့သည် Telegraf၊ InuxDB နှင့် Grafana တို့ပါ၀င်သော တယ်လီမီတာပုံတစ်ခုကို အသုံးပြုပါသည်။ ဤ telemetry stack သည် push model ကို အသုံးပြု၍ ဒေတာစုဆောင်းသည်။ သမားရိုးကျ ဆွဲငင်မှုပုံစံများသည် အရင်းအမြစ်များ ပေါများသော၊ လူကိုယ်တိုင် ဝင်ရောက်စွက်ဖက်မှု လိုအပ်ပြီး ၎င်းတို့ စုဆောင်းသည့် ဒေတာများတွင် သတင်းအချက်အလက် ကွာဟချက်များ ပါဝင်နိုင်သည်။ Push မော်ဒယ်များသည် ဒေတာများကို တပြိုင်တည်း ပေးပို့ခြင်းဖြင့် အဆိုပါ ကန့်သတ်ချက်များကို ကျော်လွှားနိုင်မည်ဖြစ်သည်။ ၎င်းတို့သည် အသုံးပြုသူများ အဆင်ပြေစွာ အသုံးပြုခြင်းဖြင့် ဒေတာကို ကြွယ်ဝစေသည်။ tags နှင့်အမည်များ။ ဒေတာကို ပိုမိုဖတ်ရှုနိုင်သော ဖော်မတ်တစ်ခုအဖြစ် ကျွန်ုပ်တို့သည် ၎င်းကို ဒေတာဘေ့စ်တစ်ခုတွင် သိမ်းဆည်းကာ အပြန်အလှန်အကျိုးပြုသော အမြင်အာရုံဖြင့် ၎င်းကို အသုံးပြုပါသည်။ web ကွန်ရက်ကိုခွဲခြမ်းစိတ်ဖြာရန်လျှောက်လွှာ။ ပုံ။ 1 သည် ဒေတာစုဆောင်းသူ၊ ဒေတာစုဆောင်းမှု၊ သိုလှောင်မှုနှင့် မြင်ယောင်ထင်မြင်နိုင်စွမ်းအတွက် ဤ stack ကို မည်သို့ဒီဇိုင်းထုတ်ထားသည်ကို ကျွန်ုပ်တို့အား ပြသသည်၊ ကွန်ရက်စက်ပစ္စည်းများမှ ဒေတာစုဆောင်းသူထံ ဒေတာများကို ခွဲခြမ်းစိတ်ဖြာရန်အတွက် ဒက်ရှ်ဘုတ်များပေါ်တွင် ပြသနေသည့်ဒေတာအထိ ကျွန်ုပ်တို့အား ပြသသည်။

TIG Stack

TIG stack အပါအဝင် ဆော့ဖ်ဝဲလ်အားလုံးကို ထည့်သွင်းရန် Ubuntu ဆာဗာကို အသုံးပြုခဲ့သည်။

ကြေးနန်းစာ
ဒေတာစုဆောင်းရန်အတွက် 22.04.2 လည်ပတ်သည့် Ubuntu ဆာဗာတွင် Telegraf ကို အသုံးပြုသည်။ ဤသရုပ်ပြတွင် လုပ်ဆောင်နေသည့် Telegraf ဗားရှင်းသည် 1.28.5 ဖြစ်သည်။
Telegraf သည် မက်ထရစ်များ စုဆောင်းခြင်းနှင့် အစီရင်ခံခြင်းအတွက် မောင်းနှင်သော ဆာဗာအေးဂျင့်တစ်ခုဖြစ်သည်။ ၎င်းသည် processor ကိုအသုံးပြုသည်။ plugins ဒေတာကို ကြွယ်ဝစေပြီး ပုံမှန်ဖြစ်စေရန်။ အထွက် plugins ဤဒေတာကို အမျိုးမျိုးသော ဒေတာစတိုးဆိုင်များသို့ ပေးပို့ရန် အသုံးပြုကြသည်။ ဒီစာတမ်းမှာ နှစ်ခုကို သုံးပါတယ်။ plugins- တစ်ခုသည် openconfig sensors အတွက်ဖြစ်ပြီး တစ်ခုသည် Juniper native sensors အတွက်ဖြစ်သည်။
InfluxDB
ဒေတာကို အချိန်စီးရီးဒေတာဘေ့စ်တွင် သိမ်းဆည်းရန်၊ ကျွန်ုပ်တို့သည် InuxDB ကို အသုံးပြုသည်။ Telegraf ရှိ output plugin သည် ဒေတာကို အလွန်ထိရောက်စွာ သိမ်းဆည်းထားသည့် InﬂuxDB သို့ ပေးပို့သည်။ V1.8 နှင့်အထက်အတွက် CLI ပစ္စုပ္ပန်မရှိသောကြောင့် V2 ကိုအသုံးပြုနေပါသည်။
Grafana
ဤဒေတာကို မြင်ယောင်ရန် Grafana ကို အသုံးပြုသည်။ Grafana သည် InfluxDB မှဒေတာကိုဆွဲထုတ်ပြီး သုံးစွဲသူများအား ကြွယ်ဝပြီး အပြန်အလှန်အကျိုးပြုသော ဒက်ရှ်ဘုတ်များကို ဖန်တီးနိုင်စေပါသည်။ ဤတွင်၊ ကျွန်ုပ်တို့သည် ဗားရှင်း 10.2.2 ကို အသုံးပြုနေပါသည်။

Switch တွင်ဖွဲ့စည်းပုံ

ဤ stack ကိုအကောင်အထည်ဖော်ရန်၊ ပုံ 2 တွင်ပြထားသည့်အတိုင်း switch ကို configure လုပ်ရန်လိုအပ်ပါသည်။ ကျွန်ုပ်တို့သည် port 50051 ကိုအသုံးပြုထားပါသည်။ မည်သည့် port ကိုမဆိုဤနေရာတွင်အသုံးပြုနိုင်ပါသည်။ QFX ခလုတ်သို့ လော့ဂ်အင်ဝင်ပြီး အောက်ပါဖွဲ့စည်းမှုပုံစံကို ထည့်ပါ။

မှတ်ချက် - စကားဝှက်ကို ရှင်းလင်းသောစာသားဖြင့် ပေးပို့သောကြောင့် ဤဖွဲ့စည်းမှုပုံစံသည် ဓာတ်ခွဲခန်း/POC များအတွက်ဖြစ်သည်။ ဒါကိုရှောင်ရှားရန် SSL ကိုသုံးပါ။

ပတ်ဝန်းကျင်

Nginx
Grafana ကို လက်ခံဆောင်ရွက်ပေးနေသည့် ဆိပ်ကမ်းကို သင် မဖော်ထုတ်နိုင်ပါက ၎င်းကို လိုအပ်ပါသည်။ နောက်တစ်ဆင့်မှာ ပြောင်းပြန် proxy အေးဂျင့်အဖြစ် ဆောင်ရွက်နိုင်ရန် Ubuntu ဆာဗာတွင် nginx ကို ထည့်သွင်းရန်ဖြစ်သည်။ nginx ကိုထည့်သွင်းပြီးသည်နှင့်၊ ပုံ 4 တွင်ပြထားသည့်လိုင်းများကို "default" ဖိုင်သို့ထည့်ကာ ဖိုင်ကို /etc/nginx မှ /etc/nginx/sites-enabled သို့ရွှေ့ပါ။

ပုံ 5 တွင်ပြထားသည့်အတိုင်း nginx ဝန်ဆောင်မှုကို အပြည့်အဝဝင်ရောက်ခွင့်ပေးရန် firewall ကို ချိန်ညှိထားကြောင်း သေချာပါစေ။

nginx ကို ထည့်သွင်းပြီး လိုအပ်သော အပြောင်းအလဲများ ပြုလုပ်ပြီးသည်နှင့်၊ ကျွန်ုပ်တို့သည် Grafana မှ ဝင်ရောက်ကြည့်ရှုနိုင်မည်ဖြစ်သည်။ web ဆော့ဖ်ဝဲအားလုံးကို ထည့်သွင်းထားသည့် Ubuntu ဆာဗာ၏ IP လိပ်စာကို အသုံးပြု၍ ဘရောက်ဆာ။
Grafana တွင် ပုံသေစကားဝှက်ကို ပြန်လည်သတ်မှတ်ခြင်းမပြုနိုင်သည့် သေးငယ်သော ချို့ယွင်းချက်တစ်ခုရှိသည်။ ဤပြဿနာကို သင်ကြုံတွေ့ရပါက ဤအဆင့်များကို အသုံးပြုပါ။
Grafana တွင် စကားဝှက်သတ်မှတ်ရန် Ubuntu ဆာဗာတွင် လုပ်ဆောင်ရမည့် အဆင့်များ-

/var/lib/grafana/grafana.db သို့သွားပါ။
sqllite3 ကို install လုပ်ပါ။
o sudo apt ကို sqlite3 ကို install လုပ်ပါ။

သင့် terminal တွင် ဤအမိန့်ကို လုပ်ဆောင်ပါ။
o sqlite3 grafana.db
sqlite command prompt ကိုဖွင့်သည်။ အောက်ပါမေးခွန်းကို လုပ်ဆောင်ပါ။
login='admin' နေရာတွင် အသုံးပြုသူမှ ဖျက်ပါ

Grafana ကို ပြန်လည်စတင်ပြီး admin ကို အသုံးပြုသူအမည်နှင့် စကားဝှက်အဖြစ် ရိုက်ထည့်ပါ။ ၎င်းသည် စကားဝှက်အသစ်အတွက် အချက်ပြသည်။

ဆော့ဖ်ဝဲလ်အားလုံးကို ထည့်သွင်းပြီးသည်နှင့်၊ ၎င်းကို ခလုတ်မှ တယ်လီမီတာဒေတာကို ဆွဲထုတ်ပြီး InuxDB သို့ တွန်းပို့ရန် ကူညီမည့် Telegraf တွင် config ဖိုင်ကို ဖန်တီးပါ။

Openconfig အာရုံခံပလပ်အင်

Ubuntu ဆာဗာတွင် လိုအပ်သည်အားလုံးကို ထည့်ရန် /etc/telegraf/telegraf.conf ဖိုင်ကို တည်းဖြတ်ပါ။ plugins နှင့်အာရုံခံကိရိယာများ။ openconfig အာရုံခံကိရိယာများအတွက်၊ ကျွန်ုပ်တို့သည် ပုံ 6 တွင်ပြသထားသည့် gNMI ပလပ်အင်ကို အသုံးပြုသည်။ သရုပ်ပြရည်ရွယ်ချက်များအတွက်၊ gRPC အတွက်အသုံးပြုသည့် ပို့တ်နံပါတ် “1”၊ ခလုတ်၏အသုံးပြုသူအမည်နှင့် စကားဝှက်နှင့် နံပါတ်တို့ကို ထည့်သွင်းပါ။ ပျက်ကွက်ပါက ပြန်လည်ခေါ်ဆိုရန် စက္ကန့်များ။
စာရင်းသွင်းမှု ပိုဒ်တွင်၊ ဤအထူးသဖြင့် အာရုံခံကိရိယာ၊ အာရုံခံလမ်းကြောင်းနှင့် ဤဒေတာကို ခလုတ်မှ ဖမ်းယူရန်အတွက် အချိန်ကာလအပိုင်းအခြားအတွက် သီးခြားအမည်၊ "cpu" ကို ထည့်ပါ။ တူညီသောပလပ်အင် inputs.gnmi နှင့် inputs.gnmi.subscription ကိုဖွင့်ထားသော configg sensors အားလုံးအတွက် ထည့်ပါ။ ပုံ (၆)၊

Native Sensor ပလပ်အင်

၎င်းသည် မူရင်းအာရုံခံကိရိယာများအတွက် အသုံးပြုသည့် Juniper telemetry အင်တာဖေ့စ်ပလပ်အင်တစ်ခုဖြစ်သည်။ တူညီသော telegraf.conf ဖိုင်တွင်၊ နယ်ပယ်များသည် openconfig နှင့်နီးပါးတူညီသည့်နေရာတွင် မူလအာရုံခံပလပ်အင်ကို ထည့်သွင်းပါ။ အာရုံခံကိရိယာတိုင်းအတွက် သီးသန့် client ID ကိုသုံးပါ။ ဒီမှာ၊ ငါတို့က "telegraf3" ကိုသုံးတယ်။ ဤအာရုံခံကိရိယာအတွက် ဤနေရာတွင်အသုံးပြုသော ထူးခြားသောအမည်မှာ "mem" (ပုံ 7) ဖြစ်သည်။

နောက်ဆုံးအနေဖြင့်၊ ဤအာရုံခံကိရိယာဒေတာကို InuxDB သို့ပေးပို့ရန် output plugin outputs.influxdb ကိုထည့်ပါ။ ဤတွင်၊ ဒေတာဘေ့စ်ကို အသုံးပြုသူအမည် “inux” နှင့် စကားဝှက် “inuxdb” (ပုံ 8) ဖြင့် “telegraf” ဟုခေါ်သည်။

telegraf.conf ဖိုင်ကို တည်းဖြတ်ပြီးသည်နှင့် တယ်လီဂရက်ဖ်ဝန်ဆောင်မှုကို ပြန်လည်စတင်ပါ။ ယခု၊ ထူးခြားသောအာရုံခံကိရိယာအားလုံးအတွက် တိုင်းတာမှုများကို ဖန်တီးထားခြင်းရှိမရှိ သေချာစေရန် InfluxDB CLI တွင် စစ်ဆေးပါ။ InuxDB CLI သို့ဝင်ရောက်ရန် “influx” ဟုရိုက်ထည့်ပါ။

ပုံမှာမြင်ရတဲ့အတိုင်းပါပဲ။ 9၊ inuxDB prompt ကိုရိုက်ထည့်ပြီး database “telegraf” ကိုသုံးပါ။ အာရုံခံကိရိယာများအတွက် ပေးထားသည့် ထူးခြားသောအမည်များအားလုံးကို တိုင်းတာမှုအဖြစ် ဖော်ပြထားပါသည်။
တိုင်းတာမှုတစ်ခု၏ output ကိုကြည့်ရန်၊ telegraf file မှန်ကန်ပြီး sensor အလုပ်လုပ်ကြောင်းသေချာစေရန်၊ ပုံ 1 တွင်ပြထားသည့်အတိုင်း "select * from cpu limit 10" command ကိုအသုံးပြုပါ။

telegraf.conf ဖိုင်သို့ အပြောင်းအလဲများ ပြုလုပ်သည့်အခါတိုင်း၊ InﬂuxDB ကို ရပ်တန့်ရန်၊ Telegraf ကို ပြန်လည်စတင်ပြီး InﬂuxDB ကို စတင်ပါ။
ဘရောက်ဆာမှ Grafana သို့ ဝင်ရောက်ပြီး ဒေတာများကို မှန်ကန်စွာ စုဆောင်းထားကြောင်း သေချာစေပြီးနောက် ဒိုင်ခွက်များကို ဖန်တီးပါ။
ချိတ်ဆက်မှုများ > InfuxDB > ဒေတာအရင်းအမြစ်အသစ်ထည့်ရန် သို့သွားပါ။

ဤဒေတာအရင်းအမြစ်ကို အမည်ပေးပါ။ ဤသရုပ်ပြတွင်၎င်းသည် "test-1" ဖြစ်သည်။
HTTP ပိုဒ်အောက်တွင် Ubuntu server IP နှင့် 8086 port ကိုသုံးပါ။
InfluxDB အသေးစိတ်အချက်အလက်များတွင်၊ တူညီသောဒေတာဘေ့စ်အမည်၊ “telegraf” ကိုအသုံးပြုပြီး Ubuntu ဆာဗာ၏အသုံးပြုသူအမည်နှင့် စကားဝှက်ကို ပေးဆောင်ပါ။
Save & test ကိုနှိပ်ပါ။ "အောင်မြင်သည်" ဟူသော စာကို သင်တွေ့ကြောင်း သေချာပါစေ။
ဒေတာအရင်းအမြစ်ကို အောင်မြင်စွာထည့်သွင်းပြီးသည်နှင့်၊ Dashboards သို့သွား၍ New ကိုနှိပ်ပါ။ တည်းဖြတ်မုဒ်တွင် AI/ML အလုပ်များများအတွက် မရှိမဖြစ်လိုအပ်သော ဒက်ရှ်ဘုတ်အနည်းငယ်ကို ဖန်တီးကြပါစို့။

Exampအာရုံခံဂရပ်ဖစ်များ

အောက်ပါတို့သည် exampAI/ML ကွန်ရက်ကို စောင့်ကြည့်ရန်အတွက် မရှိမဖြစ်လိုအပ်သော အချို့သော ကောင်တာများ။
မီးရှို့ဖျက်ဆီးခြင်းtagကျောရိုး-0 ရှိ ingress interface et-0/0/1 အတွက် အသုံးချခြင်း။

စမ်းသပ်မှု-1 အဖြစ် ဒေတာအရင်းအမြစ်ကို ရွေးပါ။
FROM ကဏ္ဍတွင်၊ တိုင်းတာခြင်းအား "အင်တာဖေ့စ်" အဖြစ် ရွေးချယ်ပါ။ ၎င်းသည် ဤအာရုံခံလမ်းကြောင်းအတွက် အသုံးပြုသည့် ထူးခြားသောအမည်ဖြစ်သည်။
WHERE ကဏ္ဍတွင် စက်ပစ္စည်းကို ရွေးချယ်ပါ-:tag, နှင့် tag တန်ဖိုး၊ ခလုတ်၏ hostname ကိုရွေးချယ်ပါ၊ ဆိုလိုသည်မှာ spine1။
SELECT ကဏ္ဍတွင်၊ သင်စောင့်ကြည့်လိုသော အာရုံခံဌာနခွဲကို ရွေးချယ်ပါ။ ဤကိစ္စတွင် “နယ်ပယ်(/interfaces/interface[if_name='et-0/0/0']/state/counters/if_in_1s_octets)” ကို ရွေးပါ။ ယခု တူညီသောကဏ္ဍတွင် “+” ကိုနှိပ်ပြီး ဤတွက်ချက်မှုသင်္ချာ (/50000000000*100) ကိုထည့်ပါ။ ကျွန်ုပ်တို့သည် အခြေခံအားဖြင့် ရာခိုင်နှုန်းကို တွက်ချက်ပါသည်။tag400G အင်တာဖေ့စ်ကို အသုံးပြုခြင်း။
FORMAT သည် "အချိန်စီးရီး" ဖြစ်ကြောင်း သေချာစေပြီး ALIAS ကဏ္ဍတွင် ဂရပ်ကို အမည်ပေးပါ။

မည်သည့်တန်းစီအတွက်မဆို အမြင့်ဆုံးကြားခံနေထိုင်မှု

စမ်းသပ်မှု-1 အဖြစ် ဒေတာအရင်းအမြစ်ကို ရွေးပါ။
FROM ကဏ္ဍတွင်၊ တိုင်းတာခြင်းအား "ကြားခံ" အဖြစ် ရွေးချယ်ပါ။

WHERE အပိုင်းတွင် ဖြည့်စွက်ရန် နယ်ပယ်သုံးခုရှိသည်။ စက်ပစ္စည်းကို ရွေးပါ::tag, နှင့် tag တန်ဖိုးသည် switch ၏ hostname ကိုရွေးချယ်ပါ (ဆိုလိုသည်မှာ spine-1); AND /cos/interfaces/interface/@name:: ကို ရွေးပါ။tag နှင့် interface ကိုရွေးချယ်ပါ (ဆိုလိုသည်မှာ et- 0/0/0); AND တန်းစီကိုလည်း ရွေးချယ်ပါ၊ /cos/interfaces/interface/queues/queue/@queue::tag ပြီး နံပါတ် 4 ကို ရွေးပါ။
SELECT ကဏ္ဍတွင်၊ သင်စောင့်ကြည့်လိုသော အာရုံခံဌာနခွဲကို ရွေးချယ်ပါ။ ဤကိစ္စတွင် “field(/cos/interfaces/interface/queues/queue/PeakBuferOccupancy)” ကိုရွေးချယ်ပါ။
FORMAT သည် "အချိန်စီးရီး" ဖြစ်ကြောင်း သေချာစေပြီး ALIAS ကဏ္ဍတွင် ဂရပ်ကို အမည်ပေးလိုက်ပါ။

et-17/0/0၊ et-0/0/0၊ et-1/0/0 စသည်တို့အတွက် ပုံ 2 တွင်တွေ့ရသည့် တူညီသောဂရပ်ပေါ်တွင် များစွာသော အင်တာဖေ့စ်များအတွက် ဒေတာကို သင်စုစည်းနိုင်ပါသည်။

PFC နှင့် ECN ဆိုသည်မှာ ဆင်းသက်လာခြင်းကို ဆိုလိုသည်။

ပျမ်းမျှ ဆင်းသက်လာခြင်း (အချိန်အပိုင်းအခြားတစ်ခုအတွင်း တန်ဖိုးကွာခြားချက်) ကိုရှာဖွေရန်အတွက် အကြမ်းမေးမြန်းမှုမုဒ်ကို အသုံးပြုပါ။
ဤသည်မှာ စက္ကန့်အတွင်း Spine-0 ၏ et-0/0/1 တွင် PFC တန်ဖိုးနှစ်ခုကြားရှိ ပျမ်းမျှဆင်းသက်မှုကို ရှာဖွေရန် ကျွန်ုပ်တို့အသုံးပြုခဲ့သော ဝင်လာသည့်မေးခွန်းဖြစ်သည်။
SELECT ဆင်းသက်လာမှု(ဆိုလိုသည်မှာ(“/interfaces/interface[if_name='et-0/0/0′]/state/pfc-counter/tx_pkts”), 1s) “အင်တာဖေ့စ်” နေရာမှ (“စက်ပစ္စည်း”::tag = 'Spine-1') နှင့် $timeFilter Group အလိုက် အချိန်($interval)

SELECT ဆင်းသက်လာမှု(ဆိုလိုသည်မှာ(“/interfaces/interface[if_name='et-0/0/8′]/state/error-counters/ecn_ce_marked_pkts”), 1s) “အင်တာဖေ့စ်” နေရာမှ (“စက်ပစ္စည်း”::tag = 'Spine-1') နှင့် $timeFilter Group အလိုက် အချိန်($interval)

ထည့်သွင်းမှု အရင်းအမြစ် အမှားများသည် ဆင်းသက်လာခြင်းကို ဆိုလိုသည်။

အရင်းအမြစ်အမှားများအတွက် အကြမ်းဖျင်းမေးမြန်းချက်သည် ဆင်းသက်လာခြင်းကို ဆိုလိုသည်မှာ-
SELECT ဆင်းသက်လာမှု(ဆိုလိုသည်မှာ(“/အင်တာဖေ့စ်/အင်တာဖေ့စ်[if_name='et-0/0/0′]/state/error-counters/if_in_resource_errors”), 1s) “အင်တာဖေ့စ်” နေရာမှ (“စက်ပစ္စည်း”::tag = 'Spine-1') နှင့် $timeFilter Group အလိုက် အချိန်($interval)

Tail drops ဆိုသည်မှာ ဆင်းသက်လာခြင်းဖြစ်သည်။

tail drops အတွက် အကြမ်းဖျင်းမေးမြန်းချက် ဆိုသည်မှာ ဆင်းသက်လာခြင်းဖြစ်သည်-
SELECT ဆင်းသက်လာမှု(ဆိုလိုသည်မှာ(“/cos/interfaces/interface/queues/queue/tailDropBytes”), 1s) “befer” မှ (“စက်ပစ္စည်း”::tag = 'Leaf-1' နှင့် “/cos/interfaces/interface/@name”::tag = 'et-0/0/0' AND “/cos/interfaces/interface/queues/queue/@queue”::tag = '4') နှင့် $timeFilter GROUP BY time($__interval) ဖြည့်စွက်(null)
CPU အသုံးချမှု

စမ်းသပ်မှု-1 အဖြစ် ဒေတာအရင်းအမြစ်ကို ရွေးပါ။
FROM ကဏ္ဍတွင်၊ တိုင်းတာမှုကို "newcpu" အဖြစ် ရွေးချယ်ပါ။
နေရာတွင် ဖြည့်ရန် နယ်ပယ်သုံးခုရှိသည်။ စက်ပစ္စည်းကို ရွေးပါ::tag ၌ tag တန်ဖိုးသည် switch ၏ hostname (ဆိုလိုသည်မှာ spine-1) ကိုရွေးချယ်ပါ။ AND တွင် /components/component/properties/property/name-tagနှင့် cpuutilization-total AND အမည်ဖြင့် ရွေးချယ်ပါ-:tag RE0 ကိုရွေးပါ။

SELECT ကဏ္ဍတွင်၊ သင်စောင့်ကြည့်လိုသော အာရုံခံကိရိယာဌာနခွဲကို ရွေးချယ်ပါ။ ဤကိစ္စတွင်၊ "နယ်ပယ်(ပြည်နယ်/တန်ဖိုး)" ကို ရွေးပါ။

bits/sec အတွင်း အင်တာဖေ့စ်များစွာရှိ ခလုတ်များစွာအတွက် tail drops ၏ အနုတ်လက္ခဏာမဟုတ်သော ဆင်းသက်မှုကို ရှာဖွေခြင်းအတွက် အကြမ်းဖျင်းမေးမြန်းချက်။
SELECT non_negative_derivative(mean(“/cos/interfaces/interface/queues/queue/tailDropBytes”), 1s)*8 “buffer” WHERE (စက်ပစ္စည်း---tag =~ /^Spine-[1-2]$/) နှင့် (“/cos/interfaces/interface/@name”::tag =~ /et-0\/0\/[0-9]/ သို့မဟုတ် “/cos/interfaces/interface/@name”::tag=~/et-0\/0\/1[0-5]/) AND $timeFilter GROUP အချိန်($__interval)၊ ကိရိယာ--tag ဖြည့်စွက်(null)

ဒါတွေက တစ်ချို့တွေဆိုရင်ampAI/ML ကွန်ရက်ကို စောင့်ကြည့်ရန်အတွက် ဖန်တီးနိုင်သည့် ဂရပ်များ။

အနှစ်ချုပ်

ဤစာတမ်းသည် တယ်လီမီတာဒေတာကို ဆွဲထုတ်ပုံနှင့် ဂရပ်များဖန်တီးခြင်းဖြင့် ၎င်းကိုမြင်ယောင်စေသည့်နည်းလမ်းကို သရုပ်ဖော်ထားသည်။ ဤစာတမ်းသည် AI/ML အာရုံခံကိရိယာများအကြောင်း အတိအကျပြောထားပြီး၊ မူလနှင့် openconfg နှစ်မျိုးလုံးတွင် တပ်ဆင်မှုကို အာရုံခံကိရိယာအမျိုးမျိုးအတွက် အသုံးပြုနိုင်သည်။ စနစ်ထည့်သွင်းမှုကို ဖန်တီးစဉ်တွင် သင်ကြုံတွေ့ရနိုင်သည့် ပြဿနာများစွာအတွက် ကျွန်ုပ်တို့တွင် ဖြေရှင်းချက်များကိုလည်း ထည့်သွင်းထားပါသည်။ ဤစာတမ်းတွင်ဖော်ပြထားသော အဆင့်များနှင့် အထွက်များသည် အစောပိုင်းဖော်ပြခဲ့သော TIG stack ၏ဗားရှင်းများနှင့် အတိအကျဖြစ်သည်။ ၎င်းသည် ဆော့ဖ်ဝဲလ်ဗားရှင်း၊ အာရုံခံကိရိယာများနှင့် Junos ဗားရှင်းပေါ်မူတည်၍ ပြောင်းလဲနိုင်သည်။

ကိုးကား

အာရုံခံရွေးချယ်စရာအားလုံးအတွက် Juniper Yang Data Model Explorer
https://apps.juniper.net/ydm-explorer/
openconfig အာရုံခံကိရိယာများအတွက် Openconfig ဖိုရမ်
https://www.openconﬁg.net/projects/models/

ကော်ပိုရိတ်နှင့် အရောင်းရုံးချုပ်
Juniper Networks, Inc.
1133 ဆန်းသစ်တီထွင်မှုလမ်း
Sunnyvale, CA 94089 USA
ဖုန်း- 888. JUNIPER (888.586.4737)
သို့မဟုတ် +1.408.745.2000
Fax- +1.408.745.2100
www.juniper.net
APAC နှင့် EMEA ရုံးချုပ်
Juniper Networks International BV
ဘိုးရင်းရိပ်သာ ၃၃၃
1119 PZ Schiphol-Rijk
အမ်စတာဒမ်၊ နယ်သာလန်
ဖုန်း- +31.207.125.700
Fax- +31.207.125.701
မူပိုင်ခွင့် 2023 Juniper Networks။ Inc. Ail လုပ်ပိုင်ခွင့်များ လက်ဝယ်ရှိသည်။ Juniper Networks၊ Juniper Networks လိုဂို၊ Juniper၊ Junos နှင့် အခြားကုန်အမှတ်တံဆိပ်များသည် Juniper Networks ၏ မှတ်ပုံတင်ထားသော ကုန်အမှတ်တံဆိပ်များဖြစ်သည်။ Inc. နှင့်/သို့မဟုတ် ၎င်း၏လုပ်ငန်းခွဲများသည် အမေရိကန်ပြည်ထောင်စုနှင့် အခြားနိုင်ငံများတွင် ဖြစ်သည်။ အခြားအမည်များသည် သက်ဆိုင်ရာပိုင်ရှင်များ၏ အမှတ်တံဆိပ်များဖြစ်နိုင်သည်။ Juniper Networks သည် ဤစာတမ်းပါ မှားယွင်းမှုများအတွက် တာဝန်မရှိဟု ယူဆပါသည်။ Juniper Networks သည် ပြောင်းလဲပိုင်ခွင့်ရှိသည်။ ပြင်ဆင်ပါ။ လွှဲပြောင်းခြင်း သို့မဟုတ် အသိပေးခြင်းမရှိဘဲ ဤထုတ်ဝေမှုကို ပြန်လည်ပြင်ဆင်ပါ။
တုံ့ပြန်ချက်ပေးပို့ရန်- ဒီဇိုင်း-center-comments@juniper.net V1.0/240807/ejm5-telemetry-junos-ai-ml

စာရွက်စာတမ်းများ / အရင်းအမြစ်များ

AI ML Workloads ဆော့ဖ်ဝဲလ်အတွက် Junos တွင် Juniper NETWORKS Telemetry [pdf] အသုံးပြုသူလမ်းညွှန်
AI ML Workloads ဆော့ဖ်ဝဲလ်အတွက် Junos အတွက် Telemetry၊ Junos အတွက် AI ML Workloads ဆော့ဖ်ဝဲ၊ AI ML Workloads ဆော့ဖ်ဝဲ၊ Workloads ဆော့ဖ်ဝဲ၊ ဆော့ဖ်ဝဲ

ကိုးကား

အသုံးပြုသူလက်စွဲ

နိဒါန်း

TIG Stack

Switch တွင်ဖွဲ့စည်းပုံ

ပတ်ဝန်းကျင်

Openconfig အာရုံခံပလပ်အင်

Native Sensor ပလပ်အင်

Exampအာရုံခံဂရပ်ဖစ်များ

အနှစ်ချုပ်

ကိုးကား

စာရွက်စာတမ်းများ / အရင်းအမြစ်များ

ကိုးကား

မှတ်ချက်တစ်ခုချန်ထားပါ။

ပြန်ကြားချက်ကို ပယ်ဖျက်ပါ။