3. 术语 (Terminology)

本节包含关键术语. 它分为三个小节.

• 第 3.1 节包含有助于建立网络故障和问题管理系统语境的术语.

• 第 3.2 节包含具体而详细的核心术语, 这些术语将在描述网络故障和问题管理系统元素的其他文档中使用.

• 第 3.3 节提供另外三个可能有帮助的术语.

3.1. 语境术语 (Context Terminology)

本节包含一些术语, 用于描述本文档后续工作的语境. 这些术语可以被视为一组级联的过程序列, 从网络遥测 (Network Telemetry) 开始, 逐步形成网络可观测性 (Network Observability). 这些定义有意保持相对简洁. 后续文档可以在不损失具体性的情况下扩展这些术语. 这些文档应清楚标明此类语境化说明, 如果存在的话.

网络遥测 (Network Telemetry): 该术语在 [RFC9232] 中定义, 描述了收集操作性网络数据的过程, 这些数据按照其来源网络平面 (例如 Layer 3, Layer 2 和 Layer 1) 分类. 通过网络遥测过程收集的数据不包含任何与服务定义相关的数据, 即 [RFC9315] 第 3.1 节所称的 "intent".

网络监测 (Network Monitoring): 这是持续记录与网络拓扑相关功能的过程. 它涉及跟踪多个方面, 例如流量模式, 设备健康状况, 性能指标和整体网络行为. 这种方法将网络监测与资源或设备监测区分开来, 后者侧重于单个资源或组件 (第 3.2 节).

网络分析 (Network Analytics): 这是从操作性网络数据中得出分析洞察的过程. 该过程可以由一段软件, 一个系统或一个人执行, 它分析操作数据, 并输出与该操作数据相关的新分析数据, 例如症状 (symptom).

网络可观测性 (Network Observability): 这是通过分析观测到的操作性网络数据 (日志, 告警, 跟踪等) 来支持网络行为评估的过程, 目标是检测网络行为的症状, 并识别异常及其原因. 网络可观测性始于使用网络监测工具收集的信息. 这些信息可以进一步用其他操作数据进行充实. 可观测性过程的预期结果是识别和分析网络观测状态与预期状态之间的偏差.

因此, 存在一个级联序列, 其中适用以下关系:

• 网络遥测是从网络收集操作数据的过程.

• 网络监测是创建或维护网络遥测所收集数据记录的过程.

• 网络分析是通过网络监测所记录的数据得出洞察的过程.

• 网络可观测性是通过网络分析支持网络行为评估的过程.

3.2. 核心术语 (Core Terms)

本节中的术语按一种有意安排的顺序给出, 使读者可以自上而下阅读并逐步理解. 第 4 节中的图和说明可能有助于理解这里给出的术语.

资源 (Resource): 资源是网络系统中的一个元素.

• 资源是一个递归概念, 因此一个资源可以是其他资源的集合, 例如一个网络节点包含一组网络接口.

特征 (Characteristic): 特征是与资源相关联的可观测或可测量的方面或行为.

• 特征可以被认为建立在事实 (见下文 "Value") 以及识别这些事实并赋予其含义的语境和描述符之上.

• 术语 "Metric" (见 [RFC9417] 中的 "metric") 是可测量特征的另一种说法, 也可以被认为类似于 "variable".

值 (Value): 值是与资源相关联的特征的度量. 它可以采用分类形式 (例如高或低), 整数形式 (例如计数器或仪表值), 或连续变量读数形式 (例如模拟测量值) 等.

变化 (Change): 在网络监测的语境中, 变化是与资源相关联的特征的值发生的变动. 变化可以在一段时间内产生.

• 并非所有变化都值得注意, 即它们并不具有相关性 (Relevance).

• 对变化的感知取决于检测 (Detection), 采样率, 准确性, 细节程度以及观察视角.

• 将其限定为 "值变化 (Value Change)" 可能会有帮助, 因为英文单词 "change" 通常被大量使用.

事件 (Event): 事件是在某一明确时刻资源特征的值发生的变动, 即其持续时间可以忽略.

• 与可能跨越一段时间的变化相比, 事件发生在某一明确时刻. 因此, 事件可以是对变化的一次观测.

条件 (Condition): 条件是对资源一个或多个特征的一组值所作的解释, 这种解释针对工作状态或与资源目的或应用相关的其他方面, 例如 "low available memory". 因此, 条件是对一个或多个变量集合应用函数后得到的输出.

状态 (State): 状态是资源在特定时间具有的某个特定条件, 即资源处于某种状态. 例如, 路由器可以报告它拥有的内存总量以及空闲内存量. 这些是一个资源两个特征的值. 可以解释这些值来确定该资源的条件, 而该条件可以决定该路由器的状态, 例如内存不足.

• 虽然可以在某一特定时刻观测状态, 但状态实际上是通过对一段时间内的测量进行汇总来确定的, 这个过程有时称为状态压缩 (State compression).

• 将其限定为 "资源状态 (Resource State)" 可能会有帮助, 以明确它与 "protocol state" 等 "state" 其他用法之间的区别.

• 该术语可以与 [RFC8342] 中使用的 "operational state" 形成对比. 例如, 链路的状态可能是 up, down 或 degraded, 但该链路的操作状态会包含该链路特征的一组值.

检测 (Detect, 以及 Detected, Detection): 检测是注意到某物存在, 例如状态, 变化, 事件, 活动等.

• 也指从观察者的视角 (例如监测系统) 注意到一个变化.

相关性 (Relevance): 相关性是指通过应用策略, 相对于特定视角或意图, 并结合其他事件, 状态和值, 对一个事件, 状态或值进行考量, 以确定它对于控制或管理网络的系统是否值得注意. 例如, 并非所有变化都具有相关性.

• 该术语也可以用于 "相关事件 (Relevant Event)", "相关状态 (Relevant State)" 或 "相关值 (Relevant Value)".

发生项 (Occurrence): 发生项是相关事件或某个特定的相关变化.

• 发生项可以是多个细粒度事件或变化的聚合或抽象.

• 由于资源是一个递归概念, 发生项可以发生在任何宏观或微观尺度上. 发生项是否被感知取决于观测范围, 即取决于所检查的资源递归层级. 也就是说, 发生项本身也是递归概念.

故障 (Fault): 故障是不期望或不需要的发生项, 即事件或变化, 因为它可能指示当前或未来不期望的状态. 因此, 故障发生在某一时刻. 故障可能与某个原因相关联. 关于网络故障的更详细讨论见 [RFC8632].

• 请注意, 故障与问题 (Problem) 之间存在依赖语境的区别. 例如, 在具有冗余的连接服务中, 链路中断是一个问题, 但从管理网络资源的视角看, 链路中断是一个故障. 同样, 例如在具有两个电源的路由器中, 如果备用电源失效导致主电源不再受保护, 这就是一个问题.

问题 (Problem): 问题是不期望的状态, 并且可能需要补救操作. 问题不一定能够与某个原因相关联. 解决问题时不一定作用于具有该问题的事物本身.

• 请注意, 问题这一概念具有历史性方面. 当前状态可能是可运行的, 但之前可能发生过一个尚未解释的故障, 而这个近期未解释故障的事实本身就是一个问题.

• 请注意, 当问题尚未解决时, 它可能会持续需要关注. 已解决问题的记录可以保存在日志中.

• 请注意, 某个状态可能会从多个视角被认为是问题. 例如, 考虑一种可能导致多个服务失败的 "loss of light" 状态. 在这个例子中, 一个新状态 (光信号恢复) 可能会使该问题从一个视角得到解决 (服务再次可运行), 但从另一个视角仍使该问题保持未解决 (因为光信号丢失尚未得到解释). 此外, 在这个例子中, 还可能出现另一项进展 (临时光信号丢失的原因被追踪到光纤中的微弯, 且该微弯已被修复), 从而使那个未解决问题现在得到解决. 但是, 在这个例子中, 仍会留下另一个未解决的问题 (发生过微弯, 而在理解它如何发生并采取补救措施以防止复发之前, 该问题并未解决).

原因 (Cause): 原因是引发故障或问题的事件, 无论这些事件是否已被检测到.

事件单 (Incident): 也称为 "网络事件单 (Network Incident)". 事件单是不期望的发生项, 例如网络服务意外中断, 网络服务质量下降, 或网络服务性能低于目标. 事件单由一个或多个问题导致, 而一个问题可能引发或促成一个或多个事件单. 关于网络事件单关系的更多讨论, 包括客户事件单 (Customer Incident) 和事件单管理, 可见 [Net-Incident-Mgmt-YANG].

症状 (Symptom): 症状是可观测的值, 变化, 状态, 事件或条件, 被视为问题或潜在问题的指示.

异常 (Anomaly): 也称为 "网络异常 (Network Anomaly)". 异常是网络数据中不寻常或意外的事件或模式, 出现在转发平面, 控制平面或管理平面中, 并偏离正常的预期行为. 更多细节见 [Net-Anomaly-Arch].

警示 (Alert): 警示是对故障的指示.

告警 (Alarm): 如 [RFC8632] 所规定, 告警表示资源中需要纠正操作的不期望状态. 从管理角度看, 告警本身可以被视为一种状态, 而向该状态的转换可能导致发出警示. 接收到该警示可能产生持续指示 (面向人工操作员), 突出显示问题的潜在或实际存在.

3.3. 其他术语 (Other Terms)

另外三个术语可能有帮助:

间歇性 (Intermittent): 一种并非连续, 但在某个时间范围内反复出现的状态.

瞬态 (Transient): 一种并非连续, 且在某个时间范围内出现一次的状态.

复发性 (Recurrent): 一个已被主动解决但又返回的问题.