Submit Search
Upload
Maglev: A Fast and Reliable Software Network Load Balancer
•
8 likes
•
3,831 views
kuro kuro
Follow
GoogleのMaglevというロードバランサの論文の紹介です。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 53
Download now
Download to read offline
Recommended
Packetshader: A GPU-accelerated Software Routerを読んだ
Packetshader: A GPU-accelerated Software Routerを読んだ
y_uuki
ニューラルネットワーク勉強会5
ニューラルネットワーク勉強会5
yhide
Scheme to x86コンパイラ
Scheme to x86コンパイラ
Nobutaka Takushima
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Yusuke Sekikawa
Cloud OnAir #04 今話題の機械学習・GCP で何ができるのか?
Cloud OnAir #04 今話題の機械学習・GCP で何ができるのか?
Google Cloud Platform - Japan
tcpdump & xtrabackup @ MySQL Casual Talks #1
tcpdump & xtrabackup @ MySQL Casual Talks #1
Ryosuke IWANAGA
OpenStack Ops Mid-Cycle Meetup & Project Team Gathering出張報告
OpenStack Ops Mid-Cycle Meetup & Project Team Gathering出張報告
NTT Communications Technology Development
MySQLやSSDとかの話・後編
MySQLやSSDとかの話・後編
gree_tech
Recommended
Packetshader: A GPU-accelerated Software Routerを読んだ
Packetshader: A GPU-accelerated Software Routerを読んだ
y_uuki
ニューラルネットワーク勉強会5
ニューラルネットワーク勉強会5
yhide
Scheme to x86コンパイラ
Scheme to x86コンパイラ
Nobutaka Takushima
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Yusuke Sekikawa
Cloud OnAir #04 今話題の機械学習・GCP で何ができるのか?
Cloud OnAir #04 今話題の機械学習・GCP で何ができるのか?
Google Cloud Platform - Japan
tcpdump & xtrabackup @ MySQL Casual Talks #1
tcpdump & xtrabackup @ MySQL Casual Talks #1
Ryosuke IWANAGA
OpenStack Ops Mid-Cycle Meetup & Project Team Gathering出張報告
OpenStack Ops Mid-Cycle Meetup & Project Team Gathering出張報告
NTT Communications Technology Development
MySQLやSSDとかの話・後編
MySQLやSSDとかの話・後編
gree_tech
オーバーレイネットワークで実現するプライベートクラウド -OpenStack/OpenContrailを用いたプライベートクラウドの構築及び評価計画のご紹介-
オーバーレイネットワークで実現するプライベートクラウド -OpenStack/OpenContrailを用いたプライベートクラウドの構築及び評価計画のご紹介-
Takashi Sogabe
Djangoで業務改善したい
Djangoで業務改善したい
Satoshi Yamada
CCMSI計算科学技術特論A (2015) 第7回 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
CCMSI計算科学技術特論A (2015) 第7回 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
Computational Materials Science Initiative
How to Schedule Machine Learning Workloads Nicely In Kubernetes #CNDT2020 / C...
How to Schedule Machine Learning Workloads Nicely In Kubernetes #CNDT2020 / C...
Preferred Networks
CMSI計算科学技術特論A(7) 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
CMSI計算科学技術特論A(7) 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
Computational Materials Science Initiative
Multi Chassis LAG for Cloud builders
Multi Chassis LAG for Cloud builders
Juniper Networks (日本)
sysloadや監視などの話(仮)
sysloadや監視などの話(仮)
Takanori Sejima
Observability, Service Mesh and Microservices
Observability, Service Mesh and Microservices
Taiki
Reco choku tech night #09 -reinvent2018報告会-
Reco choku tech night #09 -reinvent2018報告会-
recotech
Kernel vm-2014-05-25
Kernel vm-2014-05-25
Hirochika Asai
一人でもSNEP開発
一人でもSNEP開発
Hirokuma Ueno
kube-system落としてみました
kube-system落としてみました
Shuntaro Saiba
Zynga
Zynga
awsadvantageseminar
Aws privte20110406 arai
Aws privte20110406 arai
awsadovantageseminar
Robust Large-Scale Machine Learning in the Cloud
Robust Large-Scale Machine Learning in the Cloud
Yuto Yamaguchi
研究を加速するChainerファミリー
研究を加速するChainerファミリー
Deep Learning Lab(ディープラーニング・ラボ)
Bind Peek をもっと使おうぜ!(柴田 歩) - JPOUG Advent Calendar 2014(Day 5) -
Bind Peek をもっと使おうぜ!(柴田 歩) - JPOUG Advent Calendar 2014(Day 5) -
歩 柴田
130710 02
130710 02
openrtm
Deep learning実装の基礎と実践
Deep learning実装の基礎と実践
Seiya Tokui
Isomorphic Architecture & Interface
Isomorphic Architecture & Interface
Jxck Jxck
Scalaプロダクトのビルド高速化
Scalaプロダクトのビルド高速化
kuro kuro
Logback stackdriver-loggingを作った
Logback stackdriver-loggingを作った
kuro kuro
More Related Content
Similar to Maglev: A Fast and Reliable Software Network Load Balancer
オーバーレイネットワークで実現するプライベートクラウド -OpenStack/OpenContrailを用いたプライベートクラウドの構築及び評価計画のご紹介-
オーバーレイネットワークで実現するプライベートクラウド -OpenStack/OpenContrailを用いたプライベートクラウドの構築及び評価計画のご紹介-
Takashi Sogabe
Djangoで業務改善したい
Djangoで業務改善したい
Satoshi Yamada
CCMSI計算科学技術特論A (2015) 第7回 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
CCMSI計算科学技術特論A (2015) 第7回 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
Computational Materials Science Initiative
How to Schedule Machine Learning Workloads Nicely In Kubernetes #CNDT2020 / C...
How to Schedule Machine Learning Workloads Nicely In Kubernetes #CNDT2020 / C...
Preferred Networks
CMSI計算科学技術特論A(7) 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
CMSI計算科学技術特論A(7) 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
Computational Materials Science Initiative
Multi Chassis LAG for Cloud builders
Multi Chassis LAG for Cloud builders
Juniper Networks (日本)
sysloadや監視などの話(仮)
sysloadや監視などの話(仮)
Takanori Sejima
Observability, Service Mesh and Microservices
Observability, Service Mesh and Microservices
Taiki
Reco choku tech night #09 -reinvent2018報告会-
Reco choku tech night #09 -reinvent2018報告会-
recotech
Kernel vm-2014-05-25
Kernel vm-2014-05-25
Hirochika Asai
一人でもSNEP開発
一人でもSNEP開発
Hirokuma Ueno
kube-system落としてみました
kube-system落としてみました
Shuntaro Saiba
Zynga
Zynga
awsadvantageseminar
Aws privte20110406 arai
Aws privte20110406 arai
awsadovantageseminar
Robust Large-Scale Machine Learning in the Cloud
Robust Large-Scale Machine Learning in the Cloud
Yuto Yamaguchi
研究を加速するChainerファミリー
研究を加速するChainerファミリー
Deep Learning Lab(ディープラーニング・ラボ)
Bind Peek をもっと使おうぜ!(柴田 歩) - JPOUG Advent Calendar 2014(Day 5) -
Bind Peek をもっと使おうぜ!(柴田 歩) - JPOUG Advent Calendar 2014(Day 5) -
歩 柴田
130710 02
130710 02
openrtm
Deep learning実装の基礎と実践
Deep learning実装の基礎と実践
Seiya Tokui
Isomorphic Architecture & Interface
Isomorphic Architecture & Interface
Jxck Jxck
Similar to Maglev: A Fast and Reliable Software Network Load Balancer
(20)
オーバーレイネットワークで実現するプライベートクラウド -OpenStack/OpenContrailを用いたプライベートクラウドの構築及び評価計画のご紹介-
オーバーレイネットワークで実現するプライベートクラウド -OpenStack/OpenContrailを用いたプライベートクラウドの構築及び評価計画のご紹介-
Djangoで業務改善したい
Djangoで業務改善したい
CCMSI計算科学技術特論A (2015) 第7回 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
CCMSI計算科学技術特論A (2015) 第7回 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
How to Schedule Machine Learning Workloads Nicely In Kubernetes #CNDT2020 / C...
How to Schedule Machine Learning Workloads Nicely In Kubernetes #CNDT2020 / C...
CMSI計算科学技術特論A(7) 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
CMSI計算科学技術特論A(7) 線形代数演算ライブラリBLASとLAPACKの基礎と実践2
Multi Chassis LAG for Cloud builders
Multi Chassis LAG for Cloud builders
sysloadや監視などの話(仮)
sysloadや監視などの話(仮)
Observability, Service Mesh and Microservices
Observability, Service Mesh and Microservices
Reco choku tech night #09 -reinvent2018報告会-
Reco choku tech night #09 -reinvent2018報告会-
Kernel vm-2014-05-25
Kernel vm-2014-05-25
一人でもSNEP開発
一人でもSNEP開発
kube-system落としてみました
kube-system落としてみました
Zynga
Zynga
Aws privte20110406 arai
Aws privte20110406 arai
Robust Large-Scale Machine Learning in the Cloud
Robust Large-Scale Machine Learning in the Cloud
研究を加速するChainerファミリー
研究を加速するChainerファミリー
Bind Peek をもっと使おうぜ!(柴田 歩) - JPOUG Advent Calendar 2014(Day 5) -
Bind Peek をもっと使おうぜ!(柴田 歩) - JPOUG Advent Calendar 2014(Day 5) -
130710 02
130710 02
Deep learning実装の基礎と実践
Deep learning実装の基礎と実践
Isomorphic Architecture & Interface
Isomorphic Architecture & Interface
More from kuro kuro
Scalaプロダクトのビルド高速化
Scalaプロダクトのビルド高速化
kuro kuro
Logback stackdriver-loggingを作った
Logback stackdriver-loggingを作った
kuro kuro
AWSで透過プロキシをやってみた
AWSで透過プロキシをやってみた
kuro kuro
さくらのシンプル監視でWi-Fiの死活監視をしてみた wakate2016w LT
さくらのシンプル監視でWi-Fiの死活監視をしてみた wakate2016w LT
kuro kuro
ICT Trouble Shooting Contest
ICT Trouble Shooting Contest
kuro kuro
holidaymakerを支える技術
holidaymakerを支える技術
kuro kuro
明大・日大交流会全体統括
明大・日大交流会全体統括
kuro kuro
CTFに参加してきました。
CTFに参加してきました。
kuro kuro
More from kuro kuro
(8)
Scalaプロダクトのビルド高速化
Scalaプロダクトのビルド高速化
Logback stackdriver-loggingを作った
Logback stackdriver-loggingを作った
AWSで透過プロキシをやってみた
AWSで透過プロキシをやってみた
さくらのシンプル監視でWi-Fiの死活監視をしてみた wakate2016w LT
さくらのシンプル監視でWi-Fiの死活監視をしてみた wakate2016w LT
ICT Trouble Shooting Contest
ICT Trouble Shooting Contest
holidaymakerを支える技術
holidaymakerを支える技術
明大・日大交流会全体統括
明大・日大交流会全体統括
CTFに参加してきました。
CTFに参加してきました。
Recently uploaded
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
Recently uploaded
(7)
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Maglev: A Fast and Reliable Software Network Load Balancer
1.
CyberAgent, Inc. All
Rights Reserved Maglev: A Fast and Reliable Software Network Load Balancer アドテクスタジオ Dynalyst 黒崎 優太
2.
黒崎 優太 ● アドテクスタジオ
Dynalyst エンジニア ● 2年目 ○ Scala, LXD ● 今日はGoogleの論文の紹介をします 査読に参加しました 自宅に設置しました
3.
概要 ● Maglevとは ● ロードバランサ
3方式 ○ ふつうのやつ(?) ○ DNS-RR ○ DSR ● Maglevのアーキテクチャ ○ ECMP ○ 分散 Connection Tracking ○ DSR
4.
Maglevとは
5.
Maglevとは ● Googleの分散型L4ロードバランサ ○ GCPのロードバランサの元になっている ●
今日はタイトルになっているMaglevに関す る論文を解説します。
6.
GCPのロードバランサ ● Compute Engine
Load Balancing hits 1 million requests per second! ○ https://cloudplatform.googleblog.com/2013_11_01_archive.html ● 1IPアドレス/ウォームアップなしでいきなり 100万RPSをさばける ○ グローバルな ■ 負荷分散 ■ 障害耐性 ○ ソフトウェアLB
7.
余談: Facebook ● http://www.slideshare.net/pallotron/dhcp-at-facebook-evolution-of-an-infrastructure
8.
ロードバランサ3方式: ふつうのやつ
9.
● 普通すぎて(?)なんと言えばよいのやら… ○ 一番わかりやすい例 ○
NAPTする ふつうのやつ
10.
ロードバランサ3方式: DNS RR
11.
● DNSのAレコードを複数登録しておく ○ RR
= ラウンドロビン DNS RR example.com (198.51.100.1) example.com (198.51.100.2) example.com (198.51.100.3) example.com (198.51.100.4) Aレコードが複数あった場合に 毎回違うものが帰ってくるのを利用 (AWSのELBは前述のLBとDNS RRの 組み合わせ)
12.
ロードバランサ3方式: DSR
13.
● Direct Server
Returnの略 L2 DSR 198.51.100.10 198.51.100.11 (lo: 198.51.100.10) 198.51.100.12 (lo: 198.51.100.10) 198.51.100.13 (lo: 198.51.100.10) 198.51.100.14 (lo: 198.51.100.10) s01 s02 s03 s04 198.51.100.10 に アクセス L2 SW
14.
● Direct Server
Returnの略 L2 DSR 198.51.100.10 198.51.100.11 (lo: 198.51.100.10) 198.51.100.12 (lo: 198.51.100.10) 198.51.100.13 (lo: 198.51.100.10) 198.51.100.14 (lo: 198.51.100.10) s01 s02 s03 s04 pc01 宛先MACアドレスを s02のものに書き換える (送信元/宛先IPは書き換えない) 198.51.100.10 に アクセス
15.
● Direct Server
Returnの略 L2 DSR 198.51.100.10 198.51.100.11 (lo: 198.51.100.10) 198.51.100.12 (lo: 198.51.100.10) 198.51.100.13 (lo: 198.51.100.10) 198.51.100.14 (lo: 198.51.100.10) s01 s02 s03 s04 198.51.100.10 に アクセス 宛先MACアドレスを s02のものに書き換える (宛先IPは書き換えない) 戻りパケットは LBを経由しない! (DirectにReturnする!)
16.
● 戻りトラフィックがどんなに大きくてもLBはリ クエストだけ転送すれば良いので ○ 転送負荷が非常に低くなる! ○
遅延も抑えられる! ○ 送信元IPが書き換わらない! L2 DSR のいいところ
17.
L3 DSR ● 前述のDSRをL3で行う ●
L2 DSRだと各ネットワークセグメントごとにLB を設置しなければならない ● →別セグメントにLBを設置! ○ このままだとパケットがセグメントを またげないのでL3に対応する必要が…
18.
L3 DSR このままだとセグメントを 超えられない app-A app-B app-C L2 SW L2
SW L2 SW L2 SW L3 SW セグメントをまたぐ必要性
19.
L3 DSR パケットをカプセリングする (トンネリング) app-A app-B app-C L2 SW L2
SW L2 SW L2 SW L3 SW セグメントをまたぐ IP TCP Data IP TCP DataIP 先頭にIPヘッダを付加する(IPIPトンネルの例) IP TCP Data LBでIPヘッダを1つ足す サーバでIPヘッダを1つ取る
20.
L3 DSR パケットをカプセリングする (トンネリング) app-A app-B app-C L2 SW L2
SW L2 SW L2 SW L3 SW セグメントをまたぐ 戻りのパケットはカプセリング不要
21.
Maglevのアーキテクチャ: ECMP
22.
パケットは吸い込むもの ● インターネット上では トラフィックは吸い込まれる ○ 経路を広告すると、パケットが 送られてくる(吸い込まれるイメージ) ○
複数拠点で同じ経路を広告すれば、 近い方(コストが小さい方)に吸い込まれる
23.
パケットは吸い込むもの ● 同じアドレスレンジを広報しても、 近い方に吸い込まれる(IP AnyCast) 日本リージョン
アメリカリージョン 198.51.100.1/24 は こっちですよ♪ 198.51.100.1/24 は こっちですよ♪
24.
パケットは吸い込むもの ● リージョン丸ごと障害が起きても大丈夫 198.51.100.1/24 は こっちですよ♪ 198.51.100.1/24
は こっちですよ♪ 一番近いところへ 日本リージョン アメリカリージョン
25.
ECMP ● Equal Cost
Multi Path ○ コスト(前のスライドで言う距離)が同じだった時 の挙動 ○ 等コストの場合はルータがロードバランシングす る ○ (今回の場合)インターネット接続部分 だけでなく、自組織内でも行っている
26.
ECMP ● 同じ距離(コスト)のルータが複数あったら? アメリカリージョン 198.51.100.1/24 は こっちですよ♪ 198.51.100.1/24
は こっちですよ♪ 日本リージョン
27.
ECMP ● ロードバランスされる アメリカリージョン 198.51.100.1/24 は こっちですよ♪ 198.51.100.1/24
は こっちですよ♪ 日本リージョン
28.
Maglevのアーキテクチャ: 分散 Connection Tracking
29.
Connection Tracking ● これがないと通信が崩壊する
30.
Connection Trackingがない時… TCPのコネクションを確立してみる SYN
31.
Connection Trackingがない時… TCPのコネクションを確立してみる SYN SYN/ACK
32.
TCPのコネクションを確立してみる Connection Trackingがない時… SYN SYN/ACK ACK 身に覚えのない ACK コネクション 確立不能
33.
Connection Trackingがある時! TCPのコネクションを確立してみる SYN
34.
Connection Trackingがある時! TCPのコネクションを確立してみる SYN SYN/ACK
35.
Connection Trackingがある時! TCPのコネクションを確立してみる SYN SYN/ACK ACK コネクション 確立成功! connection tracking
36.
Connection Trackingのしくみ ● 5-tuple ○
● 5-tupleの組み合わせで転送先を固定する ● これでコネクションが維持される ● ここまでは普通 ○ (前述の3種類のLBもやってる) ● どうやってこれをスケールアウトさせるか ○ => 分散 Connection Trackingを実装したい!
37.
スケールアウトさせるには ● どのLBに通信が来ても同じ挙動をする必要 がある ECMP コネクション確立済
38.
● どのLBに通信が来ても同じ挙動をする必要 がある ○ 独立してコネクション 管理するとダメ スケールアウトさせるには 身に覚えのない コネクション ECMP クライアントは 1コネクションしか張っていな いので 1台としか通信できない コネクション確立済
39.
● こうなってほしい ○ 全台が同じ情報を持った状態 ○
とはいえLB間でコネクションの情報を リアルタイムに同期するのは難しい スケールアウトさせるには コネクション確立済 ECMPECMP 必ず1対1で通信が 成立する状態!
40.
Consistent Hashing ● http://www.slideshare.net/paulowniaceae/consistent-hash
41.
Consistent Hashing ● 円を用意します ●
ハッシュ関数を使って適当に サーバを置きます
42.
Consistent Hashing ● ハッシュ関数を使って適当にサーバと クライアントを 振り分けます ○
5-tupleを使う hash((srcIP, srcPort, dstIP, dstPort, proto))
43.
Consistent Hashing ● 各サーバは時計回り方向のクライアントを 処理する
44.
● 複数LBでも一意な転送ができる! Consistent Hashing hash(
) hash( ) Maglev nodes
45.
● スケールアウトしても担当が変わる サーバが最小限 Consistent Hashing ↑増えた hash(
) hash( ) Maglev nodes
46.
● バックエンドの数が変わっても均一にしたい Maglev Hashing
(Consistent Hashingの応用) ● https://blog.acolyer.org/2016/03/21/maglev-a-fast-and-reliable-software-network-load-balancer/ offset = hash1(hostname) mod M skip = hash2(hostname) mod (M-1) + 1 (M = 100より大きい素数) // offset = 3, skip = 4のとき B0 = [ 3, // (3 + 0 * 4) mod 7 0, // (3 + 1 * 4) mod 7 4, // (3 + 2 * 4) mod 7 1, // (3 + 3 * 4) mod 7 5, // (3 + 4 * 4) mod 7 2, // (3 + 5 * 4) mod 7 6, // (3 + 6 * 4) mod 7 ]
47.
Maglevのアーキテクチャ: DSR
48.
DSR ● 前述のL3 DSR ○
GREでカプセリング ■ IPIPのようにヘッダを付加する方式 IP TCP Data IP TCP DataIP IP TCP Data LBでIP + GREヘッダを1つ足す サーバでIP + GREヘッダを1つ取る GRE
49.
Maglevとは
50.
Maglev論文のまとめ ● ECMP +
分散connection tracking + DSR ○ => Fast and Reliable Software Network Load Balancer ● http://static.googleusercontent.com/media/research.google.com/ja//pubs/archive/44824.pdf
51.
今日話さなかったこと
52.
疑問 ● GCPはHTTP ロードバランサ(L7)も 用意されてるがどんな仕組みなのか ●
1ノードあたりの性能高すぎない? ○ ショートパケットでも10Gbps出るらしい ■ ユーザ空間でパケットを処理 (Intel DPDK的な)してるらしい
53.
ご清聴ありがとうございました
Download now