1.谷歌翻译的mininet教程
2.Trex--高性能压测的dream tools

谷歌翻译的mininet教程

       第1部分：日常Mininet使用

       使用Mininet启动选项显示帮助消息，命令为：$ sudo mn -h。演练将涉及启动选项的典型用法。在后台打开Wireshark，输入过滤器 of，并在Wireshark中选择回送接口（lo）进行启动。蜘蛛在线分析源码确保Wireshark已安装在Mininet VM映像中，如未安装，可通过Mininet的install.sh脚本安装，使用命令：$ cd ~ $ git clone github.com/mininet/mini...。若Wireshark安装成功但无法运行，查阅FAQ： /mininet/mininet/wiki/FAQ#wiki-x-forwarding。正确设置X将允许运行GUI程序和xterm终端仿真器。

       与主机和交换机交互：启动最小拓扑并输入CLI：$ sudo mn。显示节点、链接和所有节点信息的泰安网站制作源码命令分别为：mininet> nodes、mininet> net、mininet> dump。在主机上运行命令：mininet> h1 ifconfig -a，查看主机h1-eth0和loopback（lo）接口。交换机命令：mininet> s1 ifconfig -a，显示交换机接口以及VM的连接输出（eth0）。突出显示主机已分离的网络状态，运行arp和route命令。将主机、交换机和控制器置于隔离网络名称空间，除非需要复制复杂的多控制器网络，Mininet支持此操作，通过--innamespace选项实现。

       测试主机之间的连接：确认可以从主机0 ping到主机1。运行其他实例arp和route命令。usdt承兑支付源码Mininet CLI内置pingall命令执行全对操作ping。

       运行Web服务器和客户端：在主机上启动简单HTTP服务器，并通过请求运行客户端，随后关闭Web服务器。退出CLI：mininet> exit。

       清理：如果Mininet崩溃，使用$ sudo mn -c命令清理。

       第2部分：高级启动选项

       运行回归测试：$ sudo mn --test pingpair，创建最小拓扑，启动OpenFlow参考控制器，进行全对ping测试，并拆除拓扑和控制器。另一个测试是iperf：$ sudo mn --test iperf，创建相同的Mininet，在一台主机上运行一台iperf服务器，牛津离伦敦源码在第二台主机上运行一台iperf客户端，并解析带宽。

       改变拓扑的大小和类型：使用--topo选项，创建其他拓扑。例如，验证一台交换机和三台主机的所有对ping连接：$ sudo mn --test pingall --topo single,3。线性拓扑示例：$ sudo mn --test pingall --topo linear,4。

       参数化拓扑是Mininet最有用和最强大的功能之一。链接变化：使用--link选项设置链接参数。例如，$ sudo mn --link tc,bw=,delay=ms，启动内核交换机，运行iperf，使用命令：mininet> iperf，执行ping测试：mininet> h1 ping -c h2。logback 占用内存源码延迟设置对RTT有影响。

       可调详细度：默认详细级别为info，打印启动和拆卸期间的操作。使用-v参数比较debug输出。设置output可以仅显示CLI输出，其他几乎没有输出。在CLI外部，可以使用其他详细级别。

       第3部分：Mininet命令行界面（CLI）命令显示选项

       使用$ sudo mn -h命令查看CLI选项列表。在Python解释器中使用命令：运行python、dir（）函数查看方法和属性、help（）函数获取方法信息、评估变量方法。

       第4部分：Python API示例

       Mininet源代码树中的 examples目录包含Python API示例和潜在有用代码。示例包括在每个主机上运行SSH守护程序，允许从另一个终端进入并运行交互式命令，退出SSH示例mininet，以及openflow官网教程。在另一个shell中启动控制器，cd ～/pox，运行./pox.py log.level --DEBUG misc.of_tutorial命令，并使用tcpdump命令进行网络监控。

Trex--高性能压测的dream tools

       在高性能转发设备的测试中，选择一款合适的高性能压测工具显得至关重要。传统工具如iperf、wrk、ab等在性能方面并不足够，尤其是当设备基于dpdk实现时，它们的性能往往无法充分挖掘设备潜力。在这样的需求下，dpdk-pktgen成为了一个基本能满足性能要求的选项，然而，它在灵活性方面存在显著不足，无法在不修改源码的情况下调整如TCP标志等特性。

       这时，Cisco在年开源的trex脱颖而出，成为高性能压测的理想工具。trex不仅基于dpdk实现，确保了高性能，而且提供了高度自由的包编辑能力，满足了在不修改源码的情况下调整各种参数的需要。相较于dpdk-pktgen，trex更显优势。

       为理解trex，不妨先探讨scapy，一个强大的Python数据包操纵库。scapy允许按层次逐级构建数据包，以代码为例，可以轻松创建一个基于vxlan的ipv6 syn包。通过自定义层次，scapy支持构建任意所需的包，包括插入自定义协议，如自定义的TCP选项、代理协议或nsh等。

       trex通过Python SDK中的STLPktBuilder接口，与scapy无缝集成，使得构建复杂数据包成为可能。trex的数据面基于dpdk实现，通过json-rpc接口对外提供控制，支持CLI、PYTHON SDK和GUI三种方式，对于开发者而言，PYTHON SDK无疑是首选。基于此SDK，自动化构建性能测试工具，为每个版本提供全面的测试数据，无疑是一种高效且便捷的方法。

       整体架构方面，trex官网提供了详尽的帮助文档和实例，清晰展示了其工作原理和配置步骤。针对负载均衡（LB）测试，关注的关键指标包括CPS（每秒处理请求数）、BPS（每秒字节传输量）、PPS（每秒包传输量）以及特殊报文处理能力，如会话同步、NAT等。

       trex的无状态模式提供了一系列优势，包括自动化框架、流编排和报文变量设置等。通过例如stl_bi_dir_flows.py、burst_3st_loop_x_times.py和syn_attack_fix_cs_hw.py等脚本，可以实现高效且精确的测试流程，从而深入挖掘设备性能。