什么是多云网络（MCN）？
多云网络（MCN）是指能够实现公有云和私有云环境之间安全、一致连接的技术、架构和运营框架。它使企业能够将运行在不同云服务提供商上的工作负载相互连接，同时保持统一的策略执行、性能管理和安全控制。
与单云部署不同，多云环境将应用程序、数据和服务分布在不同的平台和区域中。此类环境通常包含混合基础设施，其中公有云与私有数据中心或托管设施相集成。多云网络可确保可靠的云间通信，支持分布式工作负载，并实现对地理上分散的资源进行集中管理。
随着企业不断扩展数字化运营，MCN 对于在复杂的云架构中维持性能、弹性和运营一致性变得至关重要。
企业为何采用多云网络
企业采用多云网络架构，旨在支持分布式计算应用、降低对单一供应商的依赖，并提升运营灵活性。随着数字服务在不同区域和平台上的扩展，企业需要在各个云环境中实现一致的连接性、治理和性能。
- 避免供应商锁定——支持跨服务商的工作负载迁移，从而减少对单一云平台的长期依赖。
- 增强韧性——将应用程序和数据分布在多个环境中，以最大限度地减少停机时间，并缓解服务提供商层面的中断。
- 优化性能——将工作负载部署在更接近用户或专用服务的位置，以减少延迟并提高应用程序的响应速度。
- 合规性 - 通过将工作负载分布在特定的地理区域或云服务提供商之间，以满足数据驻留要求。
- 地理分布——通过在多个云区域部署服务，为分布式用户群体提供支持，从而扩大全球覆盖范围。
多云网络的工作原理
多云网络可在不同云服务提供商之间，以及在许多情况下与私有数据中心之间，为运行的工作负载建立安全、高性能的连接。它构建了一个统一的网络层，可在不同环境之间实现一致的路由、策略执行和流量管理。
MCN通常通过以下机制的组合来运作：
- 企业利用加密的虚拟专用网络连接，通过公共互联网基础设施安全地连接云环境。
- 企业会在云服务提供商之间，或云与本地基础设施之间部署专用的私有互连，以提高可靠性并降低延迟。
- 软件定义网络平台能够对分布式云网络中的路由、分段和策略执行进行集中管理。
- 叠加网络技术创建了抽象化、虚拟化的网络层，从而实现了不同云服务提供商之间的标准化连接。
- 集中式策略管理系统可在所有连接的环境中强制执行一致的安全规则、访问控制和流量策略。
这些机制共同实现了云间互连，支持分布式应用，并在多云架构中保持一致的运维控制。
多云与混合云网络
尽管多云网络和混合云网络之间存在关联，但它们针对的是不同的架构模型和连接需求。
多云网络的核心在于实现跨公有云平台的一致连接与治理。相比之下，混合云网络则侧重于将私有基础设施与公有云资源进行集成。许多企业同时部署这两种模式，因此需要能够支持大规模内部和外部集成的架构。
多云网络的关键组件
多云网络基于分层能力构建，能够实现一致的连接性、在不同环境中强制执行策略，并在大规模环境中保持运维控制。这些组件协同工作，抽象化了各云服务提供商特有的网络差异，并在分布式云平台之间构建了统一的架构。
连接性
互连性建立了将云服务提供商、区域和企业基础设施连接成一个有机整体的传输机制。它定义了流量在不同环境之间的流动方式，以及如何在管理边界之间执行路由决策。
加密隧道可在共享基础设施上提供安全的传输通道，而专用的私有互连则支持云平台与私有数据中心之间的确定性路由。高带宽连接支持在地理上分散的环境中持续进行跨云数据交换和应用程序通信。
安全
安全功能可确保无论工作负载位于何处，策略始终保持一致。由于各云服务提供商对网络控制的实现方式各不相同，因此集中式执行对于避免配置漂移和治理碎片化至关重要。
身份与访问管理系统可在不同平台间提供统一的身份验证和授权。加密技术可保护环境间传输中的数据，而分段框架则通过隔离工作负载来强制执行信任边界，从而降低跨环境的风险暴露。
可视性与监控
可视性能够提供跨多个云网络的运营态势感知。如果没有整合的洞察力，故障排除和合规性验证就会在各服务提供商之间变得支离破碎。
集中式管理系统将配置状态、路由策略和遥测数据整合到一个统一的控制层中。流量分析和监控工具可提供有关跨云流量、利用率模式及策略遵守情况的深入洞察，从而支持基于事实的架构和运维决策。
自动化
自动化能够实现对分布式网络环境的可扩展控制。随着多云架构的扩展，手动配置会增加风险并延缓部署进程。
基于策略的编排可在不同平台间实现资源配置、路由更新和分段规则的标准化。自动化工作流可确保部署模型的一致性，降低运维开销，并支持随着工作负载在云环境间迁移而进行的动态扩展。
性能注意事项
在多云网络架构中，性能是关键的差异化因素。随着工作负载跨越不同云服务商和区域，延迟会直接影响实时应用、分布式数据库和事务性系统。跨区域延迟可能影响用户体验和数据一致性，因此工作负载的部署位置成为一项至关重要的设计决策。
随着东西向流量、数据集复制以及服务同步产生持续的网络负载，带宽需求也在增加。数据引力使得大型数据集的迁移变得复杂，进而影响应用程序和存储资源的部署位置。
人工智能和分析工作负载进一步提高了系统要求。模型训练和分布式处理需要在计算集群与存储系统之间建立高吞吐量、低延迟的连接。这些需求直接关系到数据中心网络架构的设计，其中高带宽适配器、低延迟网络架构以及可扩展的脊叶架构，能够确保整个云互联基础设施在可预测的性能水平上运行。
面向人工智能和分布式工作负载的多云网络
人工智能和分布式计算环境对多云网络架构提出了严峻挑战。企业越来越多地进行跨云模型训练，以利用专业服务或区域性计算资源，这要求不同环境之间具备一致且高速的连接。跨服务商的数据集复制虽能确保可用性和合规性，但也增加了网络流量和带宽消耗。分布式存储系统必须在各区域保持同步，以维护数据完整性并支持大规模分析工作流。
图形处理单元（GPU）集群通信进一步提高了性能要求，尤其是在人工智能训练或推理工作负载跨越多个地点时。高吞吐量、低延迟的网络对于避免计算节点与存储系统之间的瓶颈至关重要。在这些场景中，多云网络必须与数据中心基础设施设计紧密配合，以确保云连接环境能够支持大规模的持续数据传输、并行处理和分布式人工智能管道。
基础设施要求
多云网络需要具备可扩展的基础设施，以支持分布式工作负载以及安全、高性能的连接。随着云间流量的增长，底层的计算、存储和网络必须在扩展过程中保持稳定的性能。
计算
计算基础设施必须支持虚拟化、容器化和跨多个云平台运行的分布式应用程序。对于分析和人工智能工作负载而言，CPU、内存和加速器资源（包括GPU服务器的配置）的可扩展性通常是必不可少的。
- 高性能服务器（例如刀片服务器）配备可扩展的处理器和内存配置，能够支持分布式处理和云集成工作负载。
- 虚拟化支持确保了跨多云环境的工作负载迁移和编排的一致性。
存储
存储平台必须在保持跨区域和跨服务商数据一致性的同时，维持高吞吐量。在分布式架构中，数据复制和同步至关重要。
- 分布式存储系统为跨越云端和私有基础设施的工作负载提供了高可用性和可扩展性。
- 对象存储平台支持跨环境的非结构化数据、备份和人工智能数据集。
网络
网络基础设施必须在持续的跨云流量下提供可预测的性能。随着东西向流量的增加，带宽和延迟已成为关键的设计因素。
- 高带宽网络适配器可加速计算、存储与云网关之间的数据传输。
- 脊叶架构可提供可扩展且无阻塞的网络性能。
- 低延迟网络架构支持实时处理和分布式人工智能通信。
电源与散热
更高的计算密度和持续的网络利用率导致功耗和散热需求增加。数据中心的设计必须既能满足高性能工作负载的需求，又能保持高效运行。
多云网络中的安全与治理
所有互联的云环境必须保持一致的安全与治理框架，以降低风险并维持运营控制。
- 一致的访问控制可确保各服务提供商之间采用统一的身份验证和授权策略。
- 数据保护措施可保障传输中的信息以及分布在分布式存储环境中的信息的安全。
- 合规控制措施有助于满足监管要求和数据本地化规定。
- 流量分段可将工作负载隔离，从而减少横向移动并遏制威胁。
- 风险管理流程旨在识别、评估并降低多云架构中的风险。
多云网络面临的挑战
尽管多云网络具有诸多优势，但也带来了架构和运维方面的复杂性。
- 随着团队需要管理多个平台、工具和策略，运营复杂性随之增加。
- 当不同服务提供商之间的监控系统未能实现全面集成时，可能会出现监控盲区。
- 集成方面的挑战源于不同的云网络模型和配置标准。
- 性能的不稳定性可能源于区域间延迟以及服务商基础设施的差异。
- 随着数据传输和互连费用的增加，成本管理变得越来越困难。
结论
多云网络能够在各种云环境中构建灵活、分布式的基础设施，并构成现代多云架构中的关键层。通过支持安全、可扩展的云间网络连接，企业能够保持工作负载的灵活性、弹性及地理覆盖范围。然而，成功的关键在于周密的性能规划、延迟管理以及带宽配置。归根结底，设计精良的计算、存储和企业网络基础设施，才是实现可靠、高性能多云运营的基础。
常见问题
- 哪些因素会影响云间网络成本？
云间网络成本取决于数据传输量、跨区域流量、服务商的出站费用以及专用互连服务。持续的东-西向流量、数据复制以及人工智能工作负载的迁移都会显著增加运营成本。 - 混合云网络对企业而言有何不同？
混合云网络将私有基础设施与公有云平台连接起来，将企业网络安全地扩展到外部环境。它注重本地系统与云资源之间的集成、合规性以及一致的访问控制。 - 多云网络的主要运营挑战有哪些？
多云网络带来了运营复杂性、可视性缺口、集成挑战、性能波动以及成本管理难题。企业需要集中式治理和专业的网络架构规划，才能在不同服务提供商之间保持控制。