在这里插入图片描述

①：指定设备的版本，平台等信息
②：根据设备的指定信息通过telemetry在控制器上创建item
③：通过kafka收集设备的sr消息
④：通过python的confluent_kafka包收集kafka里的监控设备信息分成sr-policy和sr-flow存到数据库
⑤：从数据库获取数据返回api

SR-TE
一个sr-policy会有多个candidate-path，选出比较原则最优的一条路径（一个head-end，tail-end，color唯一确定一条路径）
一个candidate-path会有多个segment-list（立方体拓扑）按照weight值分配流量比例
可以通过cli和bgp等方式下发policy，可以通过下图的标记位置查看起源
在这里插入图片描述
同理，对应不同设备也可以显示不同信息，binding-sid类似mpls转发的标签
在这里插入图片描述
查看sr-policy对应的sr-flow，可以根据segment-list name或者sid确定绑定关系，获取流量
在这里插入图片描述

# kafka
Logo
Kafka开源项目指南

Kafka开源项目指南提供详尽教程，助开发者掌握其架构、配置和使用，实现高效数据流管理和实时处理。它高性能、可扩展，适合日志收集和实时数据处理，通过持久化保障数据安全，是企业大数据生态系统的核心。

更多推荐

Kafka入门（一） 概述、部署与API的简单使用

Kafka概述、部署与API的简单使用

avatar Kafka开源项目指南

基于canal和kafka同步，实现binlog同步ElasticSearch

文章目录前言elasticsearch 安装canal安装canal-adapter 安装及配置mysql 安装zk及kafaka安装查看效果注意事项前言中间件版本elasticsearch7.5.2canal1.1.4client-adapter1.1.5-alpha-1zookeeper3.4.13kafka2.6.0mysql5.7.31elasticsearch 安装{"settings"

avatar Kafka开源项目指南

基于 Iceberg 的湖仓一体架构在 B 站的实践

背景在B站，每天都有PB级的数据注入到大数据平台，经过离线或实时的ETL建模后，提供给下游的分析、推荐及预测等场景使用。面对如此大规模的数据，如何高效低成本地满足下游数据的分析需求，一直是我们重点的工作方向。我们之前的数据处理流程基本上是这样的：采集端将客户端埋点、服务端埋点、日志、业务数据库等数据收集到HDFS、Kafka等存储系统中，然后通过Hive、Spark、Fl...

avatar Kafka开源项目指南