(Denne artikkelen var tidligere en del av Bluetree.no. Siden Sicra og Bluetree har slått seg sammen, er nå innhold fra Bluetree overført til Sicra.)

[Min reise mot CCIE Automation #7] Utforsking av Model-Driven Telemetry for sanntidsinnsikt i nettverket er del av en pågående CCIE Automation-serie. I forrige blogg jobbet jeg med infrastruktur som kode og Cisco ACI. Denne gangen utforsker jeg Model-Driven Telemetry for å hente sanntidsdata og få bedre innsikt i nettverkstilstand.

Blogg #7

Denne gangen ønsket jeg å gå dypere inn i Model-Driven Telemetry (MDT). I stedet for å manuelt hente operasjonelle data fra enheter, gjør MDT det mulig å strømme sanntidsmålinger direkte fra nettverksenheter til overvåkingssystemer – og gir innsikt i ytelse, tilstand og avvik idet de oppstår.

Hvorfor Model-Driven Telemetry?

Model-Driven Telemetry er fundamentet for proaktiv, datadrevet nettverksdrift. Det lar oss blant annet:

• Strømme måledata fra enheter i sanntid (CPU, minne, grensesnitt, BGP-peers)

• Bruke YANG-modeller til å definere nøyaktig hvilke data vi ønsker

• Velge mellom periodisk polling, periodisk push eller hendelsesdrevne abonnementer

• Visualisere data i Grafana eller sende dem videre til analyseplattformer

Denne gangens prosjekt

Jeg laget en MDT-løsning for Cisco IOS-XE-enheter, integrert i Nautix-plattformen min:

• Subscriptions: Opprettet ved hjelp av YANG-modeller for å samle operasjonelle data for CPU, minne, temperatur og CDP-naboer

• Streaming: Konfigurert dial-out gRPC-telemetri til Telegraf

• Visualisering: Bygget et Grafana-dashboard som viser enhetsmålinger

• Optimalisering: Justerte abonnementer med XPath-filtre, cadence-innstillinger og on-change-triggere

Komme i gang

Før du konfigurerer telemetri på enhetene dine, trenger du TIG-stacken (Telegraf → InfluxDB → Grafana) for å motta og visualisere dataene. Slik satte jeg den opp lokalt ved hjelp av Docker Compose.

1. Start TIG-stacken

Jeg forutsetter at du allerede har klonet repositoriet og gjennomført initielt oppsett i henhold til README.

I rotkatalogen til repositoriet, kjør:

• docker-compose up
  

Dette starter:

• InfluxDB – lagrer telemetridata

• Grafana – dashboards og visualisering

• Telegraf – valgfri lokal agent for transformasjon eller innsamling

• Andre Nautix-tjenester

2. Kjør Ansible-playbook

Konfigurer telemetriabonnementer på enhetene (pass på at du har kjørt device discovery først):

• docker exec -it automation ansible-playbook -i ansible/hosts.yml ansible/configure_telemetry.yml
  

Denne playbooken:

• Oppretter abonnementer ved hjelp av YANG-modeller

• Konfigurerer cadence, on-change-triggere og dial-out-strømmer

• Peker telemetridata til InfluxDB-instansen din

3. Sjekk telemetristrømmen

På enhetene, verifiser abonnementene:

• show telemetry ietf subscription all
  

Sjekk at abonnementet er koblet til Telegraf:

• show telemetry ietf subscription 1 receiver
  

4. Visualiser i Grafana

1. Åpne Grafana (http://localhost:3000), logg inn med admin/secret

2. Legg til InfluxDB som datakilde og pek til InfluxDB-containeren

3. Importer dashboard: services/grafana/nautix_dashboard.json

4. Utforsk sanntidsmålinger fra enhetene i dashboardet

Implementasjon

Her er oppdatert mappestruktur som reflekterer nye eller endrede filer:

Mappe: services/automation/ansible/

• configure_telemetry.yml – Ansible-playbook for å opprette telemetriabonnementer (ny/oppdatert)

• group_vars/discovered.yml – Variabler brukt for telemetrikonfigurasjon

Mappe: services/grafana/

• influxdb.yml – Grafana datakildekonfigurasjon for InfluxDB

• nautix_dashboard.json – Eksportert dashboard

Mappe: services/telegraf/

• telegraf.conf – Telegraf-konfigurasjon

Mappe: docker-compose.yml – Starter InfluxDB, Grafana, Telegraf og resten av Nautix-applikasjonen

La oss bryte det ned steg for steg

1. Ansible-playbooks

• configure_telemetry.yml setter opp telemetriabonnementer på Cisco IOS-XE-enheter ved bruk av YANG XPath
  

• Variabler i group_vars/discovered.yml brukes for dynamisk konfigurasjon
  

2. TIG-stack

• Docker Compose starter Telegraf, InfluxDB og Grafana, og gir et fullt integrert telemetrimiljø
  

3. Telegraf-konfigurasjon

• Konfigurert via telegraf.conf for å parse telemetristrømmer fra enheter og videresende målinger til InfluxDB
  

4. InfluxDB-konfigurasjon

• Satt opp på et helt grunnleggende nivå
  

Hvorfor dette er viktig

Tidligere krevde operasjonelle data manuelle CLI-kommandoer eller SNMP-polling.

Nå:

• Måledata strømmes kontinuerlig, noe som reduserer forsinkelse

• On-change-abonnementer minimerer unødvendig datamengde

• Dashboards gir handlingsrettet innsikt på et øyeblikk

Nautix-arkitektur

Brukstilfelle «I»: Model-driven telemetry

1. I.1 Trigge Ansible-playbook for å konfigurere telemetriabonnement på Cisco IOS XE-enheter

2. I.2 Ansible kjører playbook

3. I.3 Nettverksenheter begynner å sende telemetridata til Telegraf

4. I.4 Telegraf lagrer telemetridata i InfluxDB

5. I.5 Bruker viser dashboard

6. I.6 Grafana henter telemetridata fra InfluxDB

7. Bruker ser telemetridata

   

Hvordan dette ser ut i Grafana

Hva skjer videre

Blogg #8 har jeg ikke bestemt ennå. Det blir en overraskelse.

Nyttige lenker

• GitLab Repo – Min CCIE Automation kode
• Model Driven Telemetry WhitePaper av Cisco
• Ansible dokumentasjon

Bloggserie

• [Min reise mot CCIE Automation #1] Introduksjon + bygging av en Python CLI-applikasjon

• [Min reise mot CCIE Automation #2] Inventory REST API og mikrotjenestearkitektur

• [Min reise mot CCIE Automation #3] Orchestration API og NETCONF

• [Min reise mot CCIE Automation #4] Automatisering av nettverksoppdagelse og rapporter med Python og Ansible

• [Min reise mot CCIE Automation #5] Bygging av nettverkspipelines for pålitelige endringer med pyATS og GitLab CI

• [Min reise mot CCIE Automation #6] Automatisering av Cisco ACI-utrulling med Terraform, Vault og GitLab CI

• [Min reise mot CCIE Automation #8] Utforsking av ThousandEyes og automatisering av Enterprise Agent-utrulling

• [Min reise mot CCIE Automation #9] Anvendelse av OWASP Secure Coding Practices

• [Min reise mot CCIE Automation #10] Fra Docker Compose til Kubernetes