Experimento: JellyFish

Desenvolvido por: José Flauzino

Neste repositório você encontra os códigos para executar os experimentos que reproduzem a Figura 9 e Tabela 1 do artigo "Jellyfish: Networking Data Centers Randomly".

Saiba mais sobre o desenvolvimento na Wiki do Projeto

Pré requisitos

Os seguintes programas devem estar instalados em seu sistema.

• Git - para obter os códigos.
• Mininet - para simular a rede.

Obtendo os códigos

1. Crie ou escolha um diretório do seu sistema para armazenar os arquivos e entre neste diretório.

2. Faça o clone do repositório no diretório escolhido com o comando git clone https://github.com/joseflauzino/JellyFish_vs_FatTree.

Instalação de pacotes necessários

1. Execute sudo bash install.sh para instalar o Ripl e Riplpox

Para reproduzir a Figura 9

1. Execute python main_jelly.py [N_SWICTHES] [N_LINKS] [N_HOSTS], onde [N_SWITCHES] deve ser substituido pelo número de swicthes a rede deve ter, [N_LINKS] é a quantidade de links que cada swicth deve conter e, por fim, [N_HOSTS] é a quantidade de hosts da rede.

   Exemplo de comando: python main_jelly.py 10 3 4. Neste caso a rede criada terá 10 switches com 3 conexões cada e 4 hosts na rede.

2. Ao término do processamento a figura estará no diretório figures/ com o nome de acordo com os parâmetros usados no comando. Por exemplo, se o comando foi idêntico ao exemplo do passo 1 o nome da figura será 3links_10sw.png.

A figura a seguir representa o resultado obtido com os parâmetros dos exemplos acima.

Para ver as soluções de principais erros que podem ocorrer acesse a página de Solução de Possíveis Erros na Wiki do projeto.

Para reproduzir a Tabela 1

Essa tabela é composta por dados obtidos através de vários testes. Assim, visando maior clareza, os testes foram separados em duas partes: com a topologia Jellyfish e com a Fat-Tree. Isso porque os passos são diferentes, já que os próximos testes da Jellyfish utilizam dados criados durante o experimento da Figura 9.

Testes com a Jellyfish:

1. Execute o seguinte comando: pox/pox.py riplpox.riplpox --topo=jelly,[N_SWITCHES],[N_PORTS],[ADJ_LIST_FILE] --routing=[TOPOLOGY],[ROUTING_FILE] --mode=reactive

   Exemplo de comando para 10 switches com 3 portas cada, lista de adjacencia chamada 'adjList_3links_10sw' e arquivo de rotas chamado 'ecmp_3links_10sw.pkl' pox/pox.py riplpox.riplpox --topo=jelly,10,3,adjList_3links_10sw --routing=jelly,ecmp_3links_10sw --mode=reactive

2. Abra outro terminal, entre novamente no diretório git e execute python generate_cmds_jelly.py [N_SWITCHES] [N_PORTS] [N_FLOWS] [ADJ_LIST_FILE] [ROUTING_FILE] > [MN_SCRIPT_FILE]

   Exemplo python generate_cmds_jelly.py 10 3 8 adjList_3links_10sw ecmp_3links_10sw > jelly_mn_script_ecmp_8flows

   Nota: [N_FLOWS] representa a quantidade de fluxos TCP que será utilizado nos testes, no exemplo são 8 fluxos.

   Nota: [MN_SCRIPT_FILE] é o nome do arquivo de script Mininet que será criado ao executar o comando, portanto o arquivo não precisa existir (ele será criado).

3. Inicie o Mininet com o comando sudo mn --custom ripl/ripl/mn.py --topo jelly,[N_SWITCHES],[N_PORTS],[ADJ_LIST_FILE] --link tc --controller=remote --mac

   Exemplo sudo mn --custom ripl/ripl/mn.py --topo jelly,10,3,adjList_3links_10sw --link tc --controller=remote --mac

4. Na CLI do Mininet execute source [MN_SCRIPT_FILE].

   Exemplo source jelly_mn_script_ecmp_8flows

5. O resultado estará no diretório outputs/jelly.

Testes com a Fat-Tree:

1. Execute python pox/pox.py DCController --topo=ft,[N_PODS] --routing='[ROUTE_PROTO]'

   Exemplo python pox/pox.py DCController --topo=ft,4 --routing=ECMP

2. Abra outro terminal e execute python generate_cmds_fat.py [N_PODS] [N_FLOWS] [ROUTE_PROTO] > [MN_SCRIPT_FILE]

   Exemplo python generate_cmds_fat.py 4 8 ecmp > fat_mn_script_ecmp_8flows

3. Inicie o Mininet com o comando mn --custom ripl/ripl/mn.py --topo ft,[N_PODS] --controller=remote --mac --link tc,bw=10,delay=10ms

   Exemplo mn --custom ripl/ripl/mn.py --topo ft,4 --controller=remote --mac --link tc,bw=10,delay=10ms

4. Na CLI do Mininet execute source [MN_SCRIPT_FILE]

   Exemplo source fat_mn_script_ecmp_8flows

5. O resultado estará no diretório outputs/fat.