ryu实例---基于跳数的最短路径转发

参考网上的一些知识，本篇内容主要介绍如何利用networkx实现最短路径转发，同时介绍ryu如何获取链路拓扑。

一、获取拓扑

对于ryu控制器而言，获取链路拓扑的主要模块在ryu/topology目录下面，下面主要介绍接下来用到的api.py和switches.py。

(1) api:

api是ryu对开发者提供的获取链路信息的接口，api提供了get_switch(), get_link()方法，通过这两个接口，可以获取链路的交换机的信息和各个节点的链路信息，具体的代码如下。

def get_switch(app, dpid=None):rep = app.send_request(event.EventSwitchRequest(dpid))return rep.switchesdef get_link(app, dpid=None):rep = app.send_request(event.EventLinkRequest(dpid))return rep.links

通过api获取到switch和link的信息之后，就需要对这些信息进行解析，可以进入switches中查看关于switch和link的解析信息。

(2) switches

在这里主要用到了switch类和link类：

switch类中存储的交换机的相关信息，初始化的数据成员如下：

    def __init__(self, dp):super(Switch, self).__init__()self.dp = dpself.ports = []

其中dp是Datapath类的实例，该类定义在在ryu/controller/controller.py，主要属性有：

    def __init__(self, socket, address):super(Datapath, self).__init__()self.socket = socketself.socket.setsockopt(IPPROTO_TCP, TCP_NODELAY, 1)self.socket.settimeout(CONF.socket_timeout)self.address = addressself.is_active = True# The limit is arbitrary. We need to limit queue size to# prevent it from eating memory up.self.send_q = hub.Queue(16)self._send_q_sem = hub.BoundedSemaphore(self.send_q.maxsize)self.echo_request_interval = CONF.echo_request_intervalself.max_unreplied_echo_requests = CONF.maximum_unreplied_echo_requestsself.unreplied_echo_requests = []self.xid = random.randint(0, self.ofproto.MAX_XID)self.id = None  # datapath_id is unknown yetself._ports = Noneself.flow_format = ofproto_v1_0.NXFF_OPENFLOW10self.ofp_brick = ryu.base.app_manager.lookup_service_brick('ofp_event')self.state = None  # for pylintself.set_state(HANDSHAKE_DISPATCHER)

所以当获取了switch的信息之后，就可以解析出交换机的dpid作为拓扑的节点。

在switches的link类中，保存的是源和目的端口，初始化的数据成员如下：

    def __init__(self, src, dst):super(Link, self).__init__()self.src = srcself.dst = dst

具体的拓扑发现原理可以参考：https://www.sdnlab.com/11576.html

接下来的拓扑获取主要用api的get_switch()和get_link()方法进行获取。

二、networkx简单介绍

借用networkx官方文档的一段介绍：

networkx是一个python包，用于创建、操作和研究复杂网络的结构、动态和功能。

NetworkX提供：

研究社会、生物和基础设施网络结构和动态的工具；
一种适用于多种应用的标准编程接口和图形实现；
为协作性、多学科项目提供快速发展环境；
与现有的数值算法和C、C++和FORTRAN代码的接口；
能够轻松处理大型非标准数据集。

使用NetworkX，您可以以标准和非标准数据格式加载和存储网络，生成多种类型的随机和经典网络，分析网络结构，构建网络模型，设计新的网络算法，绘制网络，等等。

关于networkx的详细使用教程：https://www.osgeo.cn/networkx/

这里我主要根据本文用到的networkx进行介绍，给出一个例子。

import networkx as nx
import matplotlib.pyplot as pltclass NetTopology:def __init__(self, nodes, links):# 创建一个空图self.G = nx.Graph()# 图中包含节点和边self.nodes = nodesself.links = links# 将节点列表和边列表添加到图中def create_topo(self):self.G.add_nodes_from(self.nodes)self.G.add_edges_from(self.links)# 绘图方法，可以将构建的图打印出来def polt_topo(self):nx.draw(self.G, with_labels=True, font_weight='bold')plt.show()# 按照最短路径找出源到目的的路径，并给出下一条的输出端口def shortest(self, datapath, src, tar):# path是源到目的的路径，比如1-5，会输出[1, 4, 5]path = nx.shortest_path(self.G, src, tar)# 下一跳，也就是1-5，从1开始的下一跳是4，datapath代表当前的节点的id，比如1代码1节点的id，1节点的下一跳就是4next_hop = path[path.index(datapath) + 1]# out_port是指到下一跳需要经过哪个端口转发出去，比如下一条是4，经过5端口转发出去out_port = self.G[datapath][next_hop]['att_dict']['port']print(path)print(out_port)if __name__ == '__main__':nodes = [1, 2, 3, 4, 5]links = [(1, 2, {'att_dict': {'port': 1}}), (2, 3, {'att_dict': {'port': 3}}),(3, 5, {'att_dict': {'port': 4}}), (1, 4, {'att_dict': {'port': 5}}),(4, 5, {'att_dict': {'port': 6}})]net_topo = NetTopology(nodes, links)net_topo.create_topo()net_topo.polt_topo()net_topo.shortest(1, 1, 5)

三、最短路径转发代码

大致的思想如下：

首先，需要在交换机和控制器的握手阶段下发默认流表项；
然后，根据topology中api提供的get方法，构建节点、边的迪杰斯特拉图结构存储信息；
接下来，在packet_in_handler中处理源到目的的转发指令，下发流表等操作；（通过对源到目的的最短路径计算出每一跳的转发端口，根据端口下发转发指令）

创建类PathForward，并进行初始化，代码如下。

class PathForward(app_manager.RyuApp):OFP_VERSIONS = [ofproto_v1_3.OFP_VERSION]def __init__(self, *args, **kwargs):super(PathForward, self).__init__(*args, **kwargs)self.G = nx.DiGraph()# 作为get_switch()和get_link()方法的参数传入self.topology_api_app = self

然后，就是处理握手阶段的代码和添加流表项的方法，代码如下，这里不再详述，可以参考以前的博文。

 # 添加流表项的方法def add_flow(self, datapath, priority, match, actions):ofp = datapath.ofprotoofp_parser = datapath.ofproto_parsercommand = ofp.OFPFC_ADDinst = [ofp_parser.OFPInstructionActions(ofp.OFPIT_APPLY_ACTIONS, actions)]req = ofp_parser.OFPFlowMod(datapath=datapath, command=command,priority=priority, match=match, instructions=inst)datapath.send_msg(req)# 当控制器和交换机开始的握手动作完成后，进行table-miss(默认流表)的添加# 关于这一段代码的详细解析，参见：https://blog.csdn.net/weixin_40042248/article/details/115749340@set_ev_cls(ofp_event.EventOFPSwitchFeatures, CONFIG_DISPATCHER)def switch_features_handler(self, ev):msg = ev.msgdatapath = msg.datapathofp = datapath.ofprotoofp_parser = datapath.ofproto_parser# add table-missmatch = ofp_parser.OFPMatch()actions = [ofp_parser.OFPActionOutput(ofp.OFPP_CONTROLLER, ofp.OFPCML_NO_BUFFER)]self.add_flow(datapath=datapath, priority=0, match=match, actions=actions)

然后，关键部分是，获取链路拓扑并构建图，然后根据源和目的得到下一跳的输出端口。

首先，获取拓扑的代码如下，构建的是有向图，而且路径有来回之分，所以，需要添加两个方向的链路，代码如下：

@set_ev_cls(event.EventSwitchEnter)def get_topo(self, ev):switch_list = get_switch(self.topology_api_app)switches = []# 得到每个设备的id，并写入图中作为图的节点for switch in switch_list:switches.append(switch.dp.id)self.G.add_nodes_from(switches)link_list = get_link(self.topology_api_app)links = []# 将得到的链路的信息作为边写入图中for link in link_list:links.append((link.src.dpid, link.dst.dpid, {'attr_dict': {'port': link.src.port_no}}))self.G.add_edges_from(links)for link in link_list:links.append((link.dst.dpid, link.src.dpid, {'attr_dict': {'port': link.dst.port_no}}))self.G.add_edges_from(links)

图构建完成之后，就可以获取packet_in_handler()中需要的out_port，关于out_port的获取原理，可以参考第二节介绍的示例，代码如下。

    def get_out_port(self, datapath, src, dst, in_port):dpid = datapath.id# 开始时，各个主机可能在图中不存在，因为开始ryu只获取了交换机的dpid，并不知道各主机的信息，# 所以需要将主机存入图中if src not in self.G:self.G.add_node(src)self.G.add_edge(dpid, src, attr_dict={'port': in_port})self.G.add_edge(src, dpid)if dst in self.G:path = nx.shortest_path(self.G, src, dst)next_hop = path[path.index(dpid) + 1]out_port = self.G[dpid][next_hop]['attr_dict']['port']print(path)else:out_port = datapath.ofproto.OFPP_FLOODreturn out_port

最后就是处理packet_in消息，这里的处理原理和自学习交换机的案例是一样的，无非是这里将out_port的获取从自学习交换机里面的转发表改为了从有向图中获取，代码如下。

@set_ev_cls(ofp_event.EventOFPPacketIn, MAIN_DISPATCHER)def packet_in_handler(self, ev):msg = ev.msgdatapath = msg.datapathofp = datapath.ofprotoofp_parser = datapath.ofproto_parserdpid = datapath.idin_port = msg.match['in_port']pkt = packet.Packet(msg.data)eth = pkt.get_protocols(ethernet.ethernet)[0]dst = eth.dstsrc = eth.srcout_port = self.get_out_port(datapath, src, dst, in_port)actions = [ofp_parser.OFPActionOutput(out_port)]# 如果执行的动作不是flood，那么此时应该依据流表项进行转发操作，所以需要添加流表到交换机if out_port != ofp.OFPP_FLOOD:match = ofp_parser.OFPMatch(in_port=in_port, eth_dst=dst, eth_src=src)self.add_flow(datapath=datapath, priority=1, match=match, actions=actions)data = Noneif msg.buffer_id == ofp.OFP_NO_BUFFER:data = msg.data# 控制器指导执行的命令out = ofp_parser.OFPPacketOut(datapath=datapath, buffer_id=msg.buffer_id,in_port=in_port, actions=actions, data=data)datapath.send_msg(out)

四、实验

实验拓扑如下：

拓扑的各项设置如下所示

端口对应关系

拓扑设置完成之后，运行拓扑。

然后输入命令ryu-manager shortest_path_forward_yjl.py --observe-links，运行刚才完成的最短路径转发的程序，注意这里一定要有--observe-links，用于指明拓扑发现。

接下来，在mininet终端中，h1 ping h3，查看ryu的输出日志，如下。

根据打印的日志可以发现，转发数据是按照最短路径进行的。

五、完整代码

from ryu.base import app_manager
from ryu.ofproto import ofproto_v1_3
from ryu.controller import ofp_event
from ryu.controller.handler import MAIN_DISPATCHER, CONFIG_DISPATCHER
from ryu.controller.handler import set_ev_cls
from ryu.topology.api import get_switch, get_link
from ryu.topology import event
from ryu.lib.packet import packet
from ryu.lib.packet import ethernetimport networkx as nxclass PathForward(app_manager.RyuApp):OFP_VERSIONS = [ofproto_v1_3.OFP_VERSION]def __init__(self, *args, **kwargs):super(PathForward, self).__init__(*args, **kwargs)self.G = nx.DiGraph()# 作为get_switch()和get_link()方法的参数传入self.topology_api_app = self# 添加流表项的方法def add_flow(self, datapath, priority, match, actions):ofp = datapath.ofprotoofp_parser = datapath.ofproto_parsercommand = ofp.OFPFC_ADDinst = [ofp_parser.OFPInstructionActions(ofp.OFPIT_APPLY_ACTIONS, actions)]req = ofp_parser.OFPFlowMod(datapath=datapath, command=command,priority=priority, match=match, instructions=inst)datapath.send_msg(req)# 当控制器和交换机开始的握手动作完成后，进行table-miss(默认流表)的添加# 关于这一段代码的详细解析，参见：https://blog.csdn.net/weixin_40042248/article/details/115749340@set_ev_cls(ofp_event.EventOFPSwitchFeatures, CONFIG_DISPATCHER)def switch_features_handler(self, ev):msg = ev.msgdatapath = msg.datapathofp = datapath.ofprotoofp_parser = datapath.ofproto_parser# add table-missmatch = ofp_parser.OFPMatch()actions = [ofp_parser.OFPActionOutput(ofp.OFPP_CONTROLLER, ofp.OFPCML_NO_BUFFER)]self.add_flow(datapath=datapath, priority=0, match=match, actions=actions)@set_ev_cls(event.EventSwitchEnter)def get_topo(self, ev):switch_list = get_switch(self.topology_api_app)switches = []# 得到每个设备的id，并写入图中作为图的节点for switch in switch_list:switches.append(switch.dp.id)self.G.add_nodes_from(switches)link_list = get_link(self.topology_api_app)links = []# 将得到的链路的信息作为边写入图中for link in link_list:links.append((link.src.dpid, link.dst.dpid, {'attr_dict': {'port': link.src.port_no}}))self.G.add_edges_from(links)for link in link_list:links.append((link.dst.dpid, link.src.dpid, {'attr_dict': {'port': link.dst.port_no}}))self.G.add_edges_from(links)def get_out_port(self, datapath, src, dst, in_port):dpid = datapath.id# 开始时，各个主机可能在图中不存在，因为开始ryu只获取了交换机的dpid，并不知道各主机的信息，# 所以需要将主机存入图中if src not in self.G:self.G.add_node(src)self.G.add_edge(dpid, src, attr_dict={'port': in_port})self.G.add_edge(src, dpid)if dst in self.G:path = nx.shortest_path(self.G, src, dst)next_hop = path[path.index(dpid) + 1]out_port = self.G[dpid][next_hop]['attr_dict']['port']print(path)else:out_port = datapath.ofproto.OFPP_FLOODreturn out_port@set_ev_cls(ofp_event.EventOFPPacketIn, MAIN_DISPATCHER)def packet_in_handler(self, ev):msg = ev.msgdatapath = msg.datapathofp = datapath.ofprotoofp_parser = datapath.ofproto_parserdpid = datapath.idin_port = msg.match['in_port']pkt = packet.Packet(msg.data)eth = pkt.get_protocols(ethernet.ethernet)[0]dst = eth.dstsrc = eth.srcout_port = self.get_out_port(datapath, src, dst, in_port)actions = [ofp_parser.OFPActionOutput(out_port)]# 如果执行的动作不是flood，那么此时应该依据流表项进行转发操作，所以需要添加流表到交换机if out_port != ofp.OFPP_FLOOD:match = ofp_parser.OFPMatch(in_port=in_port, eth_dst=dst, eth_src=src)self.add_flow(datapath=datapath, priority=1, match=match, actions=actions)data = Noneif msg.buffer_id == ofp.OFP_NO_BUFFER:data = msg.data# 控制器指导执行的命令out = ofp_parser.OFPPacketOut(datapath=datapath, buffer_id=msg.buffer_id,in_port=in_port, actions=actions, data=data)datapath.send_msg(out)

github地址：https://github.com/Yang-Jianlin/ryu/blob/master/ryu/app/shortest_path_forward_yjl.py

ryu实例---基于跳数的最短路径转发相关推荐

RIP基于跳数的负载均衡
RIP路由学习之负载均衡上午一直在配置虚拟环境,也不知道昨天晚上那里配置有问题一起不能启动模拟路由器.今天早上起来了马上又重新配置了一次,问题消失了,但是新的问题又出现了我无法修改IDLEPC值,搞 ...
ryu实例---网络时延探测
一.前言前面的博文写到了基于跳数的最短路径的案例实现(ryu实例---基于跳数的最短路径转发_北风-CSDN博客),然而基于跳数的最短路径转发并未考虑网络链路的质量(时延.可用带宽.丢包率...), ...
linux选择最短路径sdn,基于网络流量的SDN最短路径转发应用
原标题:基于网络流量的SDN最短路径转发应用网络的转发是通信的基本功能,其完成信息在网络中传递,实现有序的数据交换.通过SDN控制器的集中控制,可以轻松实现基础的转发算法有二层MAC学习转发和基于跳 ...
曼哈顿距离java实现_基于javascript实现获取最短路径算法代码实例
这篇文章主要介绍了基于javascript实现获取最短路径算法代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下代码如下 //A算法自动寻路 ...
14｜跳数索引：后起新秀ClickHouse
14|跳数索引:后起新秀ClickHouse 你好,我是徐长龙. 通过前面的学习,我们见识到了Elasticsearch的强大功能.不过在技术选型的时候,价格也是重要影响因素.Elasticsearc ...
数据结构——基于 Dijsktra 算法的最短路径求解
实验七基于 Dijsktra 算法的最短路径求解 [实验目的] 掌握图的邻接矩阵表示法,掌握采用邻接矩阵表示法创建图的算法. 掌握求解最短路径的 Dijsktra 算法. [实验内容] 问题描述一 ...
ClickHouse MergeTree二级索引/跳数索引
在前一篇文章<ClickHouse MergeTree表引擎和建表语句>中,我们详细介绍了MergeTree的建表语句.存储结构和索引原理,本篇我们继续介绍MergeTree的另一个特性- ...
数据结构实验7《基于Dijsktra算法的最短路径求解》
(visual studio 2019可运行) 输入及输出要求见<数据结构C语言(第二版)>严蔚敏版 [本文仅用于啥都看不懂还想交作业选手] 加了一点输入异常的反馈基于基于Dijsktr ...
Python深度学习实例--基于卷积神经网络的小型数据处理（猫狗分类）
Python深度学习实例--基于卷积神经网络的小型数据处理(猫狗分类) 1.卷积神经网络 1.1卷积神经网络简介 1.2卷积运算 1.3 深度学习与小数据问题的相关性 2.下载数据 2.1下载原始数据 ...

ryu实例---基于跳数的最短路径转发

ryu实例---基于跳数的最短路径转发相关推荐

最新文章

热门文章