由臉書全球大當機事件淺談
Intent-based Networking

2021年10月5日淩晨，臉書發生了長達七個小時的大斷線事件，影響所及包括臉書網頁、Instagram、WhatsApp…等臉書家族服務全數喪失連線，第一時間傳出的消息是由於臉書的BGP路由停止發送DNS伺服器所在網段，導致全世界無法透過網站的名稱連接臉書網頁，根據臉書基礎設施副總Santosh Janardhan所發出的聲明看來，一切的災難都是由一條錯誤的指令開始。 由於臉書的工程師進行日常網路維護之前，下了一道指令想要確認骨幹網路的容量，但是由於網路的Assurance機制不允許這樣的操作，網路自動化（Network Automation）中的一個程式Bug於是引發的一連串連鎖反應導致的大災難，細節詳見臉書基礎架構副總的公開說明。
（ https://engineering.fb.com/2021/10/05/networking-traffic/outage-details/ ）

這讓筆者想起了2018-2019年間的兩起波音737-MAX客機墜機事件，兩者之間都是因為自動化程式過度反應造成的災難。傳統的網路工程師可能會對網路自動化（Network Automation）這個名詞相當陌生，所以就讓我們從自動飛行談起吧！ 自動飛行可以大幅減輕飛行員的工作負荷，減少人為操作失誤的機率，讓飛行員能更專注在航管溝通以及危機處理的工作上，相對地，網路自動化則是在減輕網路管理人員的負擔，允許網管人員專注在提供符合商業需求的網路服務。

目前網路工程師們大多仰賴指令介面對網路設備進行維運操作，就像早期的飛行員一路用手動飛行的方式開飛機一樣，這種方式既沒有效率，還可能容易出錯，一旦出錯又要花大量時間進行疑難排解，所以傳統以指令為基礎的管理模式戲稱「Configure and pray」。隨著網路規模持續成長且網路應用愈來愈複雜，傳統以指令為主的網管機制已經不符合時代的潮流。

話說回來，幾乎所有的飛行員都不會寫程式，因此飛機製造商會把所有自動飛行需要用的程式寫進飛行電腦中，飛行員只要在起飛之前把飛行計劃輸入飛行電腦，起飛達到安全高度之後啟動自動飛行，如果有航管人員臨時要求飛改變航向、飛行高度……等狀況，飛行員只要撥動自動飛行儀表板，輸入航管人員要求的飛行姿態給飛行電腦，飛機就會如飛行員所願地自動飛行（Intend-based Flighting）。

同樣地，Cisco DNA Center提供了意向式網路（Intend-based Networking），內建了許多日常網路管理需要的自動化應用程式，大幅減輕網管人員的工作負荷，甚至提供的Intend-based Networking的功能，DNA Center會結合機器人學習與人工智慧轉譯網管人員所輸入的網路政策（Translation），自動產生適當的設定套用在適當的網路設備上面（Activation），並且隨時監視網路是否如同預期一樣運作（Assurance）。

雖然這次臉書的事件是因為程式的Bug造成網路自動化的保護措施過度反應所誘發的一連串連鎖反應，但是臉書基礎設施副總仍然不後悔導入Network Automation與Intend-based Networking，因為其所帶來的效益遠遠高於這次偶發性的災難；就像雖然有少數人對疫苗過敏產生不良反應，但是整體來說接種疫苗仍然有其高效益一樣，所以儘早施打疫苗，儘早開始導入Cisco DNA Center吧！