ஜூனிபர் NETWORKS- லோகோAI/ML பணிச்சுமைகளுக்கான ஜூனோஸில் டெலிமெட்ரி
ஆசிரியர்: ஷாலினி முகர்ஜி

அறிமுகம்

AI கிளஸ்டர் டிராஃபிக்கிற்கு அதிக செயல்திறன் மற்றும் குறைந்த தாமதம் கொண்ட இழப்பற்ற நெட்வொர்க்குகள் தேவைப்படுவதால், AI நெட்வொர்க்கின் முக்கியமான உறுப்பு கண்காணிப்பு தரவு சேகரிப்பு ஆகும். ஜூனோஸ் டெலிமெட்ரி முக்கிய செயல்திறன் குறிகாட்டிகளின் சிறுமணி கண்காணிப்பை செயல்படுத்துகிறது, நெரிசல் மேலாண்மை மற்றும் டிராஃபிக் லோட் பேலன்சிங் ஆகியவற்றிற்கான நுழைவாயில்கள் மற்றும் கவுண்டர்கள் உட்பட. gRPC அமர்வுகள் டெலிமெட்ரி தரவு ஸ்ட்ரீமிங்கை ஆதரிக்கின்றன. gRPC என்பது HTTP/2 போக்குவரத்தில் கட்டமைக்கப்பட்ட நவீன, திறந்த மூல, உயர் செயல்திறன் கட்டமைப்பாகும். இது சொந்த இருதரப்பு ஸ்ட்ரீமிங் திறன்களை மேம்படுத்துகிறது மற்றும் கோரிக்கை தலைப்புகளில் நெகிழ்வான தனிப்பயன்-மெட்டாடேட்டாவை உள்ளடக்கியது. டெலிமெட்ரியின் ஆரம்ப கட்டம் என்னென்ன தரவுகளை சேகரிக்க வேண்டும் என்பதை அறிவதாகும். இந்த தரவுகளை நாம் பல்வேறு வடிவங்களில் பகுப்பாய்வு செய்யலாம். நாங்கள் தரவைச் சேகரித்தவுடன், அதைக் கண்காணிப்பதற்கும், முடிவுகளை எடுப்பதற்கும், வழங்கப்படும் சேவையை மேம்படுத்துவதற்கும் எளிதான வடிவமைப்பில் வழங்குவது முக்கியம். இந்தத் தாளில், Telegraf, InfluxDB மற்றும் Grafana ஆகியவற்றைக் கொண்ட டெலிமெட்ரி அடுக்கைப் பயன்படுத்துகிறோம். இந்த டெலிமெட்ரி ஸ்டாக் புஷ் மாதிரியைப் பயன்படுத்தி தரவைச் சேகரிக்கிறது. பாரம்பரிய இழுவை மாதிரிகள் வளம்-தீவிரமானவை, கைமுறையான தலையீடு தேவை, மேலும் அவை சேகரிக்கும் தரவுகளில் தகவல் இடைவெளிகளையும் சேர்க்கலாம். புஷ் மாதிரிகள் இந்த வரம்புகளை ஒத்திசைவற்ற முறையில் தரவை வழங்குவதன் மூலம் கடக்கின்றன. அவர்கள் பயனர் நட்பு பயன்படுத்தி தரவை வளப்படுத்த tags மற்றும் பெயர்கள். தரவு மிகவும் படிக்கக்கூடிய வடிவத்தில் இருந்தால், அதை ஒரு தரவுத்தளத்தில் சேமித்து, அதை ஊடாடும் காட்சிப்படுத்தலில் பயன்படுத்துவோம் web நெட்வொர்க்கை பகுப்பாய்வு செய்வதற்கான பயன்பாடு. படம். 1 இந்த அடுக்கு எவ்வாறு திறமையான தரவு சேகரிப்பு, சேமிப்பகம் மற்றும் காட்சிப்படுத்தல் ஆகியவற்றிற்காக வடிவமைக்கப்பட்டுள்ளது என்பதை நமக்குக் காட்டுகிறது, நெட்வொர்க் சாதனங்கள் தரவை சேகரிப்பாளருக்குத் தள்ளுவது முதல் டாஷ்போர்டில் காட்டப்படும் தரவு வரை பகுப்பாய்வுக்காக.

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos -

TIG ஸ்டாக்

TIG ஸ்டாக் உட்பட அனைத்து மென்பொருட்களையும் நிறுவ உபுண்டு சேவையகத்தைப் பயன்படுத்தினோம்.

டெலிகிராஃப்
தரவைச் சேகரிக்க, 22.04.2 இயங்கும் உபுண்டு சர்வரில் டெலிகிராஃப் பயன்படுத்துகிறோம். இந்த டெமோவில் இயங்கும் டெலிகிராஃப் பதிப்பு 1.28.5 ஆகும்.
டெலிகிராஃப் என்பது மெட்ரிக்குகளை சேகரித்து அறிக்கையிடுவதற்கான ஒரு செருகுநிரல் மூலம் இயக்கப்படும் சர்வர் முகவர். இது செயலியைப் பயன்படுத்துகிறது plugins தரவை செறிவூட்டவும் இயல்பாக்கவும். வெளியீடு plugins பல்வேறு தரவுக் கடைகளுக்கு இந்தத் தரவை அனுப்பப் பயன்படுகிறது. இந்த ஆவணத்தில் நாம் இரண்டைப் பயன்படுத்துகிறோம் plugins: ஓபன் கான்ஃபிக் சென்சார்களுக்கு ஒன்று மற்றொன்று ஜூனிபர் நேட்டிவ் சென்சார்களுக்கு.
InfluxDB
ஒரு நேரத் தொடர் தரவுத்தளத்தில் தரவைச் சேமிக்க, InfluxDB ஐப் பயன்படுத்துகிறோம். Telegraf இல் உள்ள வெளியீட்டு செருகுநிரல் தரவை InfluxDB க்கு அனுப்புகிறது, இது மிகவும் திறமையான முறையில் சேமிக்கிறது. V1.8 மற்றும் அதற்கு மேற்பட்டவற்றிற்கு CLI இல்லாததால் V2ஐப் பயன்படுத்துகிறோம்.
கிராஃபானா
இந்தத் தரவைக் காட்சிப்படுத்த Grafana பயன்படுகிறது. Grafana InfluxDB இலிருந்து தரவை இழுக்கிறது மற்றும் பயனர்கள் பணக்கார மற்றும் ஊடாடும் டாஷ்போர்டுகளை உருவாக்க அனுமதிக்கிறது. இங்கே, நாங்கள் பதிப்பு 10.2.2 ஐ இயக்குகிறோம்.

சுவிட்சில் உள்ளமைவு

இந்த அடுக்கை செயல்படுத்த, முதலில் படம் 2 இல் காட்டப்பட்டுள்ளபடி சுவிட்சை உள்ளமைக்க வேண்டும். நாங்கள் போர்ட் 50051 ஐப் பயன்படுத்தியுள்ளோம். எந்த போர்ட்டையும் இங்கே பயன்படுத்தலாம். QFX சுவிட்சில் உள்நுழைந்து பின்வரும் உள்ளமைவைச் சேர்க்கவும்.

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - ஸ்விட்ச்

குறிப்பு: கடவுச்சொல் தெளிவான உரையில் அனுப்பப்படுவதால், இந்த உள்ளமைவு ஆய்வகங்கள்/POCகளுக்கானது. இதைத் தவிர்க்க SSL ஐப் பயன்படுத்தவும்.

சுற்றுச்சூழல்

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - சுற்றுச்சூழல்

Nginx
கிராஃபானா ஹோஸ்ட் செய்யப்பட்டுள்ள துறைமுகத்தை உங்களால் வெளிப்படுத்த முடியாவிட்டால் இது தேவைப்படும். அடுத்த கட்டமாக உபுண்டு சர்வரில் nginxஐ நிறுவி ரிவர்ஸ் ப்ராக்ஸி ஏஜெண்டாகப் பணியாற்ற வேண்டும். nginx நிறுவப்பட்டதும், படம் 4 இல் காட்டப்பட்டுள்ள வரிகளை “இயல்புநிலை” கோப்பில் சேர்த்து, கோப்பை /etc/nginx இலிருந்து /etc/nginx/sites-enabled க்கு நகர்த்தவும்.

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx1

படம் 5 இல் காட்டப்பட்டுள்ளபடி nginx சேவைக்கு முழு அணுகலை வழங்க ஃபயர்வால் சரிசெய்யப்பட்டிருப்பதை உறுதிசெய்யவும்.

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx2

nginx நிறுவப்பட்டு, தேவையான மாற்றங்கள் செய்யப்பட்டவுடன், நாம் கிராஃபனாவை a இலிருந்து அணுக முடியும் web அனைத்து மென்பொருட்களும் நிறுவப்பட்ட உபுண்டு சேவையகத்தின் ஐபி முகவரியைப் பயன்படுத்தி உலாவி.
கிராஃபானாவில் ஒரு சிறிய தடுமாற்றம் உள்ளது, இது இயல்புநிலை கடவுச்சொல்லை மீட்டமைக்க உங்களை அனுமதிக்காது. நீங்கள் இந்த சிக்கலை எதிர்கொண்டால், இந்த படிகளைப் பயன்படுத்தவும்.
கிராஃபனாவில் கடவுச்சொல்லை அமைக்க உபுண்டு சர்வரில் செய்ய வேண்டிய படிகள்:

  • /var/lib/grafana/grafana.db க்குச் செல்லவும்
  • sqllite3 ஐ நிறுவவும்
    o sudo apt இன்ஸ்டால் sqlite3
  • இந்த கட்டளையை உங்கள் முனையத்தில் இயக்கவும்
    o sqlite3 grafana.db
  •  Sqlite கட்டளை வரியில் திறக்கிறது; பின்வரும் வினவலை இயக்கவும்:
    > உள்நுழைந்த பயனரிடமிருந்து நீக்கவும்='நிர்வாகம்'
  • கிராஃபானாவை மறுதொடக்கம் செய்து, பயனர்பெயர் மற்றும் கடவுச்சொல்லாக நிர்வாகியை உள்ளிடவும். இது ஒரு புதிய கடவுச்சொல்லை கேட்கும்.

அனைத்து மென்பொருளும் நிறுவப்பட்டதும், Telegraf இல் உள்ள config கோப்பை உருவாக்கவும், இது சுவிட்சில் இருந்து டெலிமெட்ரி தரவை இழுத்து InfluxDB க்கு தள்ள உதவும்.

Openconfig சென்சார் செருகுநிரல்

உபுண்டு சர்வரில், தேவையான அனைத்தையும் சேர்க்க /etc/telegraf/telegraf.conf கோப்பைத் திருத்தவும். plugins மற்றும் சென்சார்கள். openconfig சென்சார்களுக்கு, படம் 6 இல் காட்டப்பட்டுள்ள gNMI செருகுநிரலைப் பயன்படுத்துகிறோம். டெமோ நோக்கங்களுக்காக, ஹோஸ்ட்பெயரை “ஸ்பைன்1”, போர்ட் எண் “50051” என்று சேர்க்கவும், அது ஜிஆர்பிசிக்கு பயன்படுத்தப்படும், சுவிட்சின் பயனர்பெயர் மற்றும் கடவுச்சொல் மற்றும் எண் தோல்வியுற்றால் மீண்டும் டயல் செய்ய வினாடிகள்.
சந்தா சரணத்தில், இந்த குறிப்பிட்ட சென்சார், சென்சார் பாதை மற்றும் சுவிட்சில் இருந்து இந்தத் தரவைப் பெறுவதற்கான நேர இடைவெளி ஆகியவற்றுக்கான தனித்துவமான பெயரைச் சேர்க்கவும், "cpu". அனைத்து திறந்த கான்ஃபிக் சென்சார்களுக்கும் அதே செருகுநிரல் inputs.gnmi மற்றும் inputs.gnmi.subscription ஐச் சேர்க்கவும். (படம் 6)

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx3

நேட்டிவ் சென்சார் செருகுநிரல்

இது நேட்டிவ் சென்சார்களுக்குப் பயன்படுத்தப்படும் ஜூனிபர் டெலிமெட்ரி இடைமுகச் செருகுநிரலாகும். அதே telegraf.conf கோப்பில், நேட்டிவ் சென்சார் செருகுநிரல் உள்ளீடுகளைச் சேர்க்கவும். ஒவ்வொரு சென்சாருக்கும் தனிப்பட்ட கிளையன்ட் ஐடியைப் பயன்படுத்தவும்; இங்கே, நாம் "telegraf3" ஐப் பயன்படுத்துகிறோம். இந்த சென்சாருக்கு இங்கு பயன்படுத்தப்படும் தனித்துவமான பெயர் "மெம்" (படம் 7).

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx4

கடைசியாக, இந்த சென்சார் தரவை InfluxDBக்கு அனுப்ப outputs.influxdb செருகுநிரலைச் சேர்க்கவும். இங்கே, தரவுத்தளமானது "டெலிகிராஃப்" எனப் பெயரிடப்பட்டுள்ளது, பயனர் பெயர் "இன்ஃப்ளக்ஸ்" மற்றும் கடவுச்சொல் "இன்ஃப்ளக்ஸ்டிபி" (படம் 8).

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx5

Telegraf.conf கோப்பைத் திருத்தியவுடன், டெலிகிராஃப் சேவையை மறுதொடக்கம் செய்யுங்கள். இப்போது, ​​அனைத்து தனிப்பட்ட சென்சார்களுக்கும் அளவீடுகள் உருவாக்கப்பட்டுள்ளதா என்பதை உறுதிப்படுத்த InfluxDB CLI இல் சரிபார்க்கவும். InfluxDB CLI இல் நுழைய "influx" என உள்ளிடவும்.

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx6

படத்தில் பார்த்தபடி. 9, influxDB வரியில் உள்ளிடவும் மற்றும் தரவுத்தள "டெலிகிராஃப்" ஐப் பயன்படுத்தவும். சென்சார்களுக்கு கொடுக்கப்பட்ட அனைத்து தனிப்பட்ட பெயர்களும் அளவீடுகளாக பட்டியலிடப்பட்டுள்ளன.
ஏதேனும் ஒரு அளவீட்டின் வெளியீட்டைக் காண, டெலிகிராஃப் கோப்பு சரியாக உள்ளதா மற்றும் சென்சார் செயல்படுகிறதா என்பதை உறுதிப்படுத்த, படம் 1 இல் காட்டப்பட்டுள்ளபடி "cpu வரம்பு 10 இலிருந்து * தேர்ந்தெடு" கட்டளையைப் பயன்படுத்தவும்.

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx7

ஒவ்வொரு முறையும் telegraf.conf கோப்பில் மாற்றங்கள் செய்யப்படும்போது, ​​InfluxDB ஐ நிறுத்தி, Telegraf ஐ மறுதொடக்கம் செய்து, பின்னர் InfluxDB ஐத் தொடங்குவதை உறுதிசெய்து கொள்ளவும்.
உலாவியில் இருந்து கிராஃபானாவில் உள்நுழைந்து, தரவு சரியாக சேகரிக்கப்படுவதை உறுதிசெய்த பிறகு டாஷ்போர்டுகளை உருவாக்கவும்.
இணைப்புகள் > InfuxDB > புதிய தரவு மூலத்தைச் சேர் என்பதற்குச் செல்லவும்.

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx8

  1. இந்த தரவு மூலத்திற்கு ஒரு பெயரைக் கொடுங்கள். இந்த டெமோவில் இது "சோதனை-1" ஆகும்.
  2.  HTTP சரத்தின் கீழ், உபுண்டு சர்வர் ஐபி மற்றும் 8086 போர்ட்டைப் பயன்படுத்தவும்.
    AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx9
  3. InfluxDB விவரங்களில், அதே தரவுத்தளப் பெயரைப் பயன்படுத்தவும், "டெலிகிராஃப்" மற்றும் உபுண்டு சேவையகத்தின் பயனர்பெயர் மற்றும் கடவுச்சொல்லை வழங்கவும்.
  4. சேமி & சோதனை என்பதைக் கிளிக் செய்யவும். "வெற்றிகரமானது" என்ற செய்தியை நீங்கள் பார்ப்பதை உறுதிசெய்யவும்.
    AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Nginx10
  5. தரவு மூலத்தை வெற்றிகரமாகச் சேர்த்தவுடன், டாஷ்போர்டுகளுக்குச் சென்று புதியதைக் கிளிக் செய்யவும். எடிட்டர் பயன்முறையில் AI/ML பணிச்சுமைகளுக்கு அவசியமான சில டாஷ்போர்டுகளை உருவாக்குவோம்.

Exampசென்சார் வரைபடங்கள்

பின்வருபவை முன்னாள்ampAI/ML நெட்வொர்க்கைக் கண்காணிப்பதற்கு அவசியமான சில முக்கிய கவுண்டர்கள்.
சதவிகிதம்tagஸ்பைன்-0 இல் உள்ள நுழைவு இடைமுகம் et-0/0/1 க்கான பயன்பாடு
AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - வரைபடங்கள்

  • சோதனை-1 என தரவு மூலத்தைத் தேர்ந்தெடுக்கவும்.
  • FROM பிரிவில், அளவீட்டை "இடைமுகம்" என்று தேர்ந்தெடுக்கவும். இது இந்த சென்சார் பாதைக்கு பயன்படுத்தப்படும் தனித்துவமான பெயர்.
  • WHERE பிரிவில், சாதனத்தைத் தேர்ந்தெடுக்கவும் ::tag, மற்றும் இல் tag மதிப்பு, சுவிட்சின் ஹோஸ்ட்பெயரை தேர்ந்தெடுக்கவும், அதாவது ஸ்பைன்1.
  • SELECT பிரிவில், நீங்கள் கண்காணிக்க விரும்பும் சென்சார் கிளையைத் தேர்ந்தெடுக்கவும்; இந்த வழக்கில் "ஃபீல்ட்(/இடைமுகங்கள்/இடைமுகம்[if_name='et-0/0/0']/state/counters/if_in_1s_octets)" என்பதைத் தேர்ந்தெடுக்கவும். இப்போது அதே பிரிவில், “+” என்பதைக் கிளிக் செய்து, இந்தக் கணக்கீட்டுக் கணிதத்தைச் சேர்க்கவும் (/50000000000 * 100). நாங்கள் அடிப்படையில் சதவீதத்தை கணக்கிடுகிறோம்tag400G இடைமுகத்தைப் பயன்படுத்துதல்.
  • FORMAT "நேரத் தொடர்" என்பதை உறுதிசெய்து, ALIAS பிரிவில் வரைபடத்திற்கு பெயரிடவும்.

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Graphs1எந்த வரிசையிலும் பீக் பஃபர் ஆக்கிரமிப்பு

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Graphs2

  • சோதனை-1 என தரவு மூலத்தைத் தேர்ந்தெடுக்கவும்.
  • FROM பிரிவில், அளவீட்டை "பஃபர்" என்று தேர்ந்தெடுக்கவும்.
  • WHERE பிரிவில், நிரப்ப மூன்று புலங்கள் உள்ளன. சாதனத்தைத் தேர்ந்தெடுக்கவும்::tag, மற்றும் இல் tag மதிப்பு சுவிட்சின் ஹோஸ்ட்பெயரை தேர்ந்தெடுக்கவும் (அதாவது முதுகெலும்பு-1); மற்றும் தேர்ந்தெடுக்கவும் /cos/interfaces/interface/@name::tag மற்றும் இடைமுகத்தைத் தேர்ந்தெடுக்கவும் (அதாவது et- 0/0/0); வரிசையையும் தேர்ந்தெடுக்கவும், /cos/interfaces/interface/queues/queue/@queue::tag மற்றும் வரிசை எண் 4 ஐ தேர்வு செய்யவும்.
  • SELECT பிரிவில், நீங்கள் கண்காணிக்க விரும்பும் சென்சார் கிளையைத் தேர்ந்தெடுக்கவும்; இந்த வழக்கில் "ஃபீல்ட்(/cos/interfaces/interface/queues/queue/PeakBufferOccupancy)" என்பதைத் தேர்ந்தெடுக்கவும்.
  • FORMAT "நேரத் தொடர்" என்பதை உறுதிசெய்து, ALIAS பிரிவில் வரைபடத்திற்கு பெயரிடவும்.

et-17/0/0, et-0/0/0, et-1/0/0 போன்றவற்றிற்கான படம் 2 இல் காணப்படுவது போல் ஒரே வரைபடத்தில் பல இடைமுகங்களுக்கான தரவை நீங்கள் தொகுக்கலாம்.

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - Graphs3

PFC மற்றும் ECN என்றால் வழித்தோன்றல்
AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - derivative

சராசரி வழித்தோன்றலைக் கண்டறிய (ஒரு கால வரம்பிற்குள் மதிப்பில் உள்ள வேறுபாடு), மூல வினவல் பயன்முறையைப் பயன்படுத்தவும்.
ஸ்பைன்-0 இன் et-0/0/1 இல் இரண்டு PFC மதிப்புகளுக்கு இடையே உள்ள சராசரி வழித்தோன்றலை ஒரு நொடியில் கண்டறிய நாங்கள் பயன்படுத்திய இன்ஃப்ளக்ஸ் வினவல் இதுவாகும்.
"இடைமுகம்" எங்கிருந்து ("சாதனம்"::tag = 'முதுகெலும்பு-1') மற்றும் $நேரம் வடிகட்டி குழு ($இடைவெளி)

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - இதேபோல் ECN க்கும்

"இடைமுகம்" எங்கிருந்து ("சாதனம்"::tag = 'முதுகெலும்பு-1') மற்றும் $நேரம் வடிகட்டி குழு ($இடைவெளி)

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - இதேபோல் ECN1 க்கும்

உள்ளீட்டு ஆதார பிழைகள் என்பது வழித்தோன்றல் என்று பொருள்

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - இதேபோல் ECN2 க்கும்

ஆதார பிழைகளுக்கான மூல வினவல் வழித்தோன்றல் என்று பொருள்:
"இடைமுகம்" எங்கிருந்து ("சாதனம்"::tag = 'முதுகெலும்பு-1') மற்றும் $நேரம் வடிகட்டி குழு ($இடைவெளி)

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - இதேபோல் ECN3 க்கும்

டெயில் சொட்டுகள் என்பது வழித்தோன்றல் என்று பொருள்

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - இதேபோல் ECN4 க்கும்

டெயில் டிராப்களுக்கான மூல வினவல் வழித்தோன்றலைக் குறிக்கிறது:
வழித்தோன்றலைத் தேர்ந்தெடுtag = 'Leaf-1' மற்றும் "/cos/interfaces/interface/@name"::tag = 'et-0/0/0' மற்றும் “/cos/interfaces/interface/queues/queue/@queue”::tag = '4') மற்றும் $timeFilter GROUP by time($__interval) நிரப்பு(பூஜ்யம்)
 CPU பயன்பாடு

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - CPU பயன்பாடு

  • சோதனை-1 என தரவு மூலத்தைத் தேர்ந்தெடுக்கவும்.
  • FROM பிரிவில், அளவீட்டை “newcpu” ஆக தேர்ந்தெடுக்கவும்.
  • WHERE இல், நிரப்ப மூன்று துறைகள் உள்ளன. சாதனத்தைத் தேர்ந்தெடுக்கவும்::tag மற்றும் இல் tag மதிப்பு சுவிட்சின் ஹோஸ்ட்பெயரை தேர்ந்தெடுக்கவும் (அதாவது முதுகெலும்பு-1). மற்றும் /கூறுகள்/கூறு/பண்புகள்/சொத்து/பெயரில்:tag, மற்றும் cpuutilization-total AND ஐத் தேர்ந்தெடுக்கவும்::tag RE0 ஐத் தேர்ந்தெடுக்கவும்.
  • SELECT பிரிவில், நீங்கள் கண்காணிக்க விரும்பும் சென்சார் கிளையைத் தேர்ந்தெடுக்கவும். இந்த வழக்கில், "ஃபீல்ட்(நிலை/மதிப்பு)" என்பதைத் தேர்ந்தெடுக்கவும்.

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - CPU பயன்பாடு1

பிட்கள்/வினாடிகளில் பல இடைமுகங்களில் பல சுவிட்சுகளுக்கான டெயில் டிராப்களின் எதிர்மறை அல்லாத வழித்தோன்றலைக் கண்டறிவதற்கான மூல வினவல்.
non_negative_derivative(சராசரி(“/cos/interfaces/interface/queues/queue/tailDropBytes”), 1s)*8 “buffer” இலிருந்து எங்கு (சாதனம்::tag =~ /^முதுகெலும்பு-[1-2]$/) மற்றும் (“/cos/interfaces/interface/@name”::tag =~ /et-0\/0\/[0-9]/ அல்லது “/cos/interfaces/interface/@name”::tag=~/et-0\/0\/1[0-5]/) மற்றும் $timeFilter GROUP by time($__interval),device ::tag நிரப்பு (பூஜ்ய)

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - CPU பயன்பாடு2

இவர்கள் முன்னாள் சிலர்ampAI/ML நெட்வொர்க்கைக் கண்காணிப்பதற்காக உருவாக்கக்கூடிய வரைபடங்களின் les.

சுருக்கம்

இந்த தாள் டெலிமெட்ரி தரவை இழுக்கும் முறையை விளக்குகிறது மற்றும் வரைபடங்களை உருவாக்குவதன் மூலம் அதை காட்சிப்படுத்துகிறது. இந்த தாள் குறிப்பாக AI/ML சென்சார்களைப் பற்றி பேசுகிறது, அவை நேட்டிவ் மற்றும் ஓபன் கான்ஃபிக் இரண்டிலும் உள்ளன, ஆனால் இந்த அமைப்பை அனைத்து வகையான சென்சார்களுக்கும் பயன்படுத்தலாம். அமைப்பை உருவாக்கும் போது நீங்கள் எதிர்கொள்ளக்கூடிய பல சிக்கல்களுக்கான தீர்வுகளையும் சேர்த்துள்ளோம். இந்த தாளில் சித்தரிக்கப்பட்டுள்ள படிகள் மற்றும் வெளியீடுகள் முன்னர் குறிப்பிடப்பட்ட TIG ஸ்டேக்கின் பதிப்புகளுக்கு குறிப்பிட்டவை. மென்பொருளின் பதிப்பு, சென்சார்கள் மற்றும் ஜூனோஸ் பதிப்பைப் பொறுத்து இது மாற்றத்திற்கு உட்பட்டது.

குறிப்புகள்

அனைத்து சென்சார் விருப்பங்களுக்கும் ஜூனிபர் யாங் டேட்டா மாடல் எக்ஸ்ப்ளோரர்
https://apps.juniper.net/ydm-explorer/
Openconfig சென்சார்களுக்கான Openconfig மன்றம்
https://www.openconfig.net/projects/models/

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos - icon

கார்ப்பரேட் மற்றும் விற்பனை தலைமையகம்
ஜூனிபர் நெட்வொர்க்ஸ், இன்க்.
1133 புதுமை வழி
சன்னிவேல், CA 94089 USA
தொலைபேசி: 888. ஜூனிபர் (888.586.4737)
அல்லது +1.408.745.2000
தொலைநகல்: +1.408.745.2100
www.juniper.net
APAC மற்றும் EMEA தலைமையகம்
ஜூனிபர் நெட்வொர்க்ஸ் இன்டர்நேஷனல் பி.வி
போயிங் அவென்யூ 240
1119 PZ Schiphol-Rijk
ஆம்ஸ்டர்டாம், நெதர்லாந்து
தொலைபேசி: +31.207.125.700
தொலைநகல்: +31.207.125.701
பதிப்புரிமை 2023 ஜூனிபர் நெட்வொர்க்குகள். Inc. Ail உரிமைகள் பாதுகாக்கப்பட்டவை. ஜூனிபர் நெட்வொர்க்குகள், ஜூனிபர் நெட்வொர்க்குகள் லோகோ, ஜூனிபர், ஜூனோஸ் மற்றும் பிற வர்த்தக முத்திரைகள் ஜூனிபர் நெட்வொர்க்குகளின் பதிவு செய்யப்பட்ட வர்த்தக முத்திரைகள். இன்க் மற்றும்/அல்லது அமெரிக்கா மற்றும் பிற நாடுகளில் உள்ள அதன் துணை நிறுவனங்கள். பிற பெயர்கள் அந்தந்த உரிமையாளர்களின் வர்த்தக முத்திரைகளாக இருக்கலாம். இந்த ஆவணத்தில் உள்ள தவறுகளுக்கு ஜூனிபர் நெட்வொர்க்ஸ் பொறுப்பேற்காது. ஜூனிபர் நெட்வொர்க்குகளுக்கு மாற்றுவதற்கான உரிமை உள்ளது. மாற்றியமைக்க. அறிவிப்பு இல்லாமல் இந்த வெளியீட்டை மாற்றவும் அல்லது மறுபரிசீலனை செய்யவும்.
கருத்தை அனுப்பவும்: design-center-comments@juniper.net V1.0/240807/ejm5-telemetry-junos-ai-ml

ஆவணங்கள் / ஆதாரங்கள்

AI ML பணிச்சுமை மென்பொருளுக்கான Juniper NETWORKS Telemetry In Junos [pdf] பயனர் வழிகாட்டி
AI ML பணிச்சுமை மென்பொருளுக்கான ஜூனோஸில் டெலிமெட்ரி, AI ML பணிச்சுமை மென்பொருளுக்கான ஜூனோஸ், AI ML பணிச்சுமை மென்பொருள், பணிச்சுமை மென்பொருள், மென்பொருள்

குறிப்புகள்

கருத்து தெரிவிக்கவும்

உங்கள் மின்னஞ்சல் முகவரி வெளியிடப்படாது. தேவையான புலங்கள் குறிக்கப்பட்டுள்ளன *