数据中心网络管理运维中遇到的问题
在传统的数据中心，由于计算和存储资源相对固化，网络和流量相对固化，网络配置主要由网络管理员手工完成。由于网络设备制造商和型号众多，各种参数配置非常复杂，对管理人员的技能要求高，工作量大，容易出错。此外，当网络需要调整时，网络策略的手动配置变化也非常困难，当网络出现故障时，故障的定位和恢复也非常困难。这些问题不能满足数据中心越来越高的弹性和快速灵活部署的要求。
随着数据中心的发展及新技术在数据中心的应用，数据中心在规模不断增长的同时，组网也越来越复杂，相应对于快速响应、自动配置等的要求不断增加，传统手工配置式的网管根本无法适应目前数据中心网络管理的要求。尤其是VXLAN技术的引入，将数据中心的网络分为承载业务流量的Overlay网络和支撑业务流量的Underlay网络。Underlay网络的组网相对固定，而Overlay网络则要求可以根据需求灵活配置，这给数据中心的网络管理和运维带来了一系列的挑战：
Underlay网络设备种类繁多，包括不同厂商各种型号的出口路由器、各种层次的交换机、防火墙、负载均衡器等，这些物理设备均通过虚拟化技术支持多租户逻辑隔离。网络管理需要呈现物理、逻辑设备资源状态及其同租户的映射关系。
网络虚拟化技术的引入，Underlay网络使用等价路由等技术实现高带宽、高可靠组网，因此工作负载间存在多条等价路径，当某应用出现故障时，无法准确、迅速定位出业务转发路径。
资源定位：数据中心采用虚拟化技术后，虚拟机/物理机频繁创建、迁移和释放，获取承载业务的物理设备的位置非常困难，工作负载与物理网络、逻辑网络的关联关系被割裂。
基础网络采用手工配置或网管批量配置，业务配置采用控制器自动下发。出现故障时，不能迅速定位出是手工配置问题还是自动配置问题。
一是网络设备问题和服务器问题定位困难；二是云平台、控制器、网络设备间出现问题时定位效率低下，网络需自证清白。
数据中心网络管理运维的发展趋势
在数据中心网络规模不断增长，网络复杂度不断增加，各种新技术不断引入的情况下，数据中心网络管理和运维的难度越来越大，为了应对业务需求变化快、管理对象海量化、IT基础架构复杂等特点，数据中心网络的管理运维演进趋势已逐渐明确，即沿着标准化->自动化->智能化的方向逐步演进:
将架构、设备、软件、配置及管理标准化减少运维对象，降低实现自动化的复杂度。
将标准化的建设、维护工作场景工具化，提升运维效率、降低运维成本。
引入机器学习、专家系统、大数据挖掘等技术手段进行故障预警、故障诊断，实现智能运维。
