zoukankan      html  css  js  c++  java
  • 实验 6:OpenDaylight 实验——OpenDaylight 及 Postman 实现流表下发

    一、实验目的

    熟悉 Postman 的使用;熟悉如何使用 OpenDaylight 通过 Postman 下发流表。

    二、实验任务

    流表有软超时和硬超时的概念,分别对应流表中的 idle_timeout 和 hard_timeout。  idle timeout:如果值为非 0,那么在对应的时间内如果没有数据包匹配流表,
    时间到该流表将被删除;值为 0 不设软超时机制。
     hard timeout:如果值为非 0,那么在对应的时间内不论是否有数据包匹配流
    表,时间到流表都会被删除;值为 0 不设硬超时机制。
    推荐阅读:SDNLAB 文章:OpenFlow 协议超时机制简介
    https://www.sdnlab.com/22563.html
    本实验通过 OpenDaylight 及 Postman 下发关于硬超时的流表,实现拓扑内主机
    h1 和 h3 在一定时间内的网络断开。Postman 是一个 http 请求工具,可用于 REST
    API 的接口调试。实验拓扑如下:

    三、实验步骤

    1. 实验环境

    安装了 Ubuntu 16.04.5 Desktop amd64 的虚拟机

    2. 实验过程

    (1)Postman 安装

    (2)清理旧数据

    启动 OpenDaylight,通过 Postman 的 Delete 动作清空残留流表(如有)

    DELETE
    http://127.0.0.1:8181/restconf/config/opendaylight-inventory:nodes/node/openflow:1/
    清空 Mininet 数据
    $ sudo mn -c

    (3)生成拓扑并连接 OpenDaylight

    $ sudo mn --topo=single,3 --controller=remote,ip=127.0.0.1,port=6633 --switch ovsk,protocols=OpenFlow13

    (4)使用 Postman 填入 JSON 格式的 http 请求(参考附录)

    先在 Mininet CLI 中运行 h1 ping h3,再在 Postman 处选择动作 PUT,填入硬超时
    流表内容(见附录),可以先阅读一下流表的内容,关注 match 匹配字段以及对
    应的 instructions 指令中的动作 action,这里是直接 drop 数据包。为了让流表能
    够匹配,将优先级 priority 调到最大。点击右上角 send,发送请求。

    (5)验证结果


    h1 ping h3 有 10 秒时间是中断的,结果符合预期。

    (6)附录

    http://127.0.0.1:8181/restconf/config/opendaylight-inventory:nodes/node/openflow:1/flownode-inventory:table/0/flow/1
    {
     "flow": [
     {
     "id": "1",
     "match": {
     "in-port": "1",
     "ethernet-match": {
     "ethernet-type": {
     "type": "0x0800"
     }
     },
     "ipv4-destination": "10.0.0.3/32"
     },
     "instructions": {
     "instruction": [
     {
     "order": "0",
     "apply-actions": {
     "action": [
     {
     "order": "0",
     "drop-action": {}
     }
     ]
     }
     }
     ]
     },
     "flow-name": "flow1",
     "priority": "65535",
     "hard-timeout": "10",
     "cookie": "2",
     "table_id": "0"
     }
     ] }
    
  • 相关阅读:
    Pandas | 21 日期功能
    Pandas | 20 级联
    Pandas | 19 合并/连接
    Pandas | GroupBy 分组
    Pandas | 缺失数据处理
    Pandas | 16 聚合
    Pandas | 15 窗口函数
    Pandas | 14 统计函数
    Pandas | 13 索引和选择数据
    Pandas | 12 选项和自定义
  • 原文地址:https://www.cnblogs.com/LZN324/p/13778906.html
Copyright © 2011-2022 走看看