zoukankan      html  css  js  c++  java
  • 实验 1:Mininet 源码安装和可视化拓扑工具

    一、实验目的

    掌握 Mininet 的源码安装方法和 miniedit 可视化拓扑生成工具。

    二、实验任务

    使用源码安装 Mininet 的 2.3.0d6 版本,并使用可视化拓扑工具生成一个最简拓扑(1 台交换机连接 2 台主机)。

    三、实验步骤

    1. 实验环境

    安装了 Ubuntu 18.04.5 Desktop amd64 的虚拟机

    2. 实验过程

    (1)源码安装

    $ mkdir sdn  //新建 sdn 目录(名称可自定义),所有的应用安装在该目录下
    $ sudo apt-get install git //安装 git
    $ cd sdn //进入 sdn 目录
    $ git clone git://github.com/mininet/mininet //下载 mininet 源码
    $ cd mininet
    $ sudo util/install.sh -a //在 mininet 目录下执行,-a 表示完整安装
    $ sudo mn --version //查看版本
    

    使用 Mininet 的 CLI 命令行测试基本功能:

    $ sudo mn --test pingall
    

    (2)使用可视化工具

    在 Mininet 安装目录下执行命令:

    $ sudo ./mininet/examples/miniedit.py
    

    将 4 台 Host、2 台 Switch 和 1 台 Controller 拖出,并用 NetLink 连接。

    鼠标右键点击 Host 和 Controller,选择设置属性(Properties):Host 部分主要是设置主机 ip,以及 VLAN 等扩展设置。

    点击左上角的 Edit,进行全局设置,此时在默认设置的基础上,勾选“Start CLI”, 将 OpenFlow 1.1 1.2 1.3 全部勾选。

    系统的 Terminal 上会显示当前确认的设置。

    点击左下角的 Run,运行拓扑,使用 pingall 命令测试主机的连通性。

    点击 miniedit 左上角的 File 菜单,选择 Export Level 2 Script,将拓扑保存为 Python 脚本。脚本运行测试如下

  • 相关阅读:
    架构中那些需要注意的事儿
    谈谈测试环境管理与实践
    响应式布局
    flex布局
    crontab定时任务
    SpringMVC Json自定义序列化和反序列化
    Tensorflow 使用TPU训练
    使用Selenium从IEEE与谷歌学术批量爬取BibTex文献引用
    Pyecharts——Python高级可视化
    Python图像处理库——PIL
  • 原文地址:https://www.cnblogs.com/shenkay/p/13675462.html
Copyright © 2011-2022 走看看