ডেটা সেন্টার নেটওয়ার্কিং বেসিকস

১ · east-west বনাম north-south ট্রাফিক

সাধারণ ইন্টারনেট-ফেসিং ট্রাফিক north-southNorth-South Trafficক্লায়েন্ট থেকে ডেটা সেন্টারে (বা উল্টো) আসা-যাওয়া ট্রাফিক — যেমন একজন ব্যবহারকারী একটি ওয়েবসাইটে রিকোয়েস্ট পাঠাচ্ছেন। — একজন ব্যবহারকারী ব্রাউজার থেকে একটি রিকোয়েস্ট পাঠান, ডেটা সেন্টার একটি রেসপন্স ফেরত পাঠায়। কিন্তু আধুনিক ডেটা সেন্টারের ভেতরে সবচেয়ে ভারী ট্রাফিক আসলে east-westEast-West Trafficডেটা সেন্টারের ভেতরে সার্ভার থেকে সার্ভারে যাওয়া ট্রাফিক — যেমন একটি ওয়েব রিকোয়েস্ট অনেকগুলো ব্যাকএন্ড মাইক্রোসার্ভিসে fan out হওয়া। — একটি একক ইউজার রিকোয়েস্ট ডেটা সেন্টারের ভেতরে অনেকগুলো ব্যাকএন্ড মাইক্রোসার্ভিসে fan out হয় (উদাহরণ: একটি ই-কমার্স পেজ লোড হতে ইনভেন্টরি, প্রাইসিং, রিকমেন্ডেশন, ইউজার-প্রোফাইল — এরকম বহু সার্ভিস একে অপরের সাথে কথা বলে), এবং এই সার্ভার-টু-সার্ভার যোগাযোগই নেটওয়ার্কের বেশিরভাগ ট্রাফিক তৈরি করে।

২ · ঐতিহ্যবাহী থ্রি-টিয়ার (Tree) টপোলজি ও এর সীমাবদ্ধতা

পুরনো ডেটা সেন্টার ডিজাইন সাধারণত তিন স্তরের একটি গাছের মতো (tree) কাঠামো ব্যবহার করত — core স্তর (সবচেয়ে উপরে, সবকিছুর কেন্দ্রীয় সংযোগ), aggregation স্তর (মাঝখানে, একাধিক access সুইচকে একত্র করে), এবং access স্তর (সবচেয়ে নিচে, সরাসরি সার্ভারের সাথে সংযুক্ত)। এই কাঠামোর দুটি বড় সমস্যা —

• Bandwidth bottleneck — গাছের উপরের দিকে যত উঠবেন, লিংকের সংখ্যা কমতে থাকে, তাই সব নিচের ট্রাফিককে অল্প কিছু উপরের লিংক দিয়ে চাপতে হয়।
• কম fault tolerance — core বা aggregation স্তরের একটি ডিভাইস নষ্ট হলে অনেকগুলো সার্ভার একসাথে বিচ্ছিন্ন হয়ে যেতে পারে।

৩ · লিফ-স্পাইন (Clos) টপোলজি

আধুনিক ডেটা সেন্টার তাই লিফ-স্পাইন (Clos) টপোলজিLeaf-Spine (Clos) Topologyপ্রতিটি leaf সুইচ (সার্ভারের সাথে সংযুক্ত) প্রতিটি spine সুইচের সাথে সংযুক্ত থাকে, কিন্তু কোনো leaf সরাসরি অন্য কোনো leaf-এর সাথে সংযুক্ত থাকে না। ব্যবহার করে — প্রতিটি leaf সুইচ (যেটার সাথে সার্ভার সরাসরি সংযুক্ত) প্রতিটি spine সুইচের সাথে সংযুক্ত থাকে, আর কোনো leaf সুইচ সরাসরি অন্য কোনো leaf-এর সাথে সংযুক্ত থাকে না। এর ফলাফল — যেকোনো দুইটি ভিন্ন leaf-এর মধ্যে পথ সবসময় ঠিক একই সংখ্যক হপের — leaf → spine → leaf, মানে সবসময় ঠিক ২ হপ, কোন জোড়া বেছে নেওয়া হচ্ছে তার উপর নির্ভর করে না।

import itertools

# একটি ছোট্ট লিফ-স্পাইন (Clos) টপোলজি — প্রতিটি leaf প্রতিটি spine-এর সাথে সংযুক্ত
spines = ["spine-1", "spine-2", "spine-3", "spine-4"]
leaves = {
    "leaf-1": list(spines),
    "leaf-2": list(spines),
    "leaf-3": list(spines),
    "leaf-4": list(spines),
    "leaf-5": list(spines),
    "leaf-6": list(spines),
}

def hop_count(leaf_a, leaf_b, leaves):
    """leaf_a -> spine -> leaf_b: দুই ভিন্ন leaf-এর মধ্যে হপ কাউন্ট গণনা করে।"""
    if leaf_a == leaf_b:
        return 0
    shared_spines = set(leaves[leaf_a]) & set(leaves[leaf_b])
    if not shared_spines:
        return None  # কোনো সাধারণ spine নেই -> সংযুক্ত নয়
    return 2  # leaf -> spine -> leaf, ঠিক ২ হপ

print("লিফ-স্পাইন টপোলজি — কয়েকটি leaf-জোড়ার মধ্যে হপ কাউন্ট:\n")
all_exactly_two = True
for leaf_a, leaf_b in itertools.combinations(leaves, 2):
    hops = hop_count(leaf_a, leaf_b, leaves)
    print(f"  {leaf_a} -> {leaf_b}: {hops} হপ")
    if hops != 2:
        all_exactly_two = False

print(f"\nমোট {len(list(itertools.combinations(leaves, 2)))} টি leaf-জোড়া পরীক্ষা করা হলো।")
print("সব জোড়ার হপ কাউন্ট ঠিক ২?", all_exactly_two)