综合实力显著提升，上海谷田自动司关于上海谷预计二〇二〇年全省生产总值达到七万二千亿元左右。

特别是2017年底建成投产的全球单体规模最大的上海洋山深水港四期无人集装箱码头，化仪表有限在今年疫情期间，化仪表有限发挥自动化优势，无需驾驶员，全程无人员接触，实现了作业吞吐量的逆势上扬。交通运输部最新数据显示：田自动化仪表十三五期间，我国港口规模不断扩大，沿海港口万吨级及以上泊位数2530个。

有限公司简述建设集疏运公路1500公里以上。相继建成了厦门远海、上海谷田自动司关于上海谷青岛前湾、京唐港等无人集装箱码头。几天前，化仪表有限一艘满载铁矿石的越南达飞鲈鱼号大型货轮驶进广西北部湾钦州港，化仪表有限这艘来自越南海防港的货轮，行驶的是北部湾港正在试航的一条新的国际航线。十三五期间，田自动化仪表我国港口发展取得重大进展，规模稳居世界第一，有效地发挥了一带一路重要支点作用，为畅通双循环发挥了重要作用。交通运输部水运局港口管理处副处长 陈盈：有限公司简述十三五期，有限公司简述我国港口高质量发展取得重大进展，全面开启了以安全绿色智慧港口为重点的世界一流港口建设征程，在服务国家重大战略中彰显了硬核力量，对打造陆海内外联动，东西双向开放的全面开放新格局，畅通海上贸易通道和国际物流大通道发挥了重要作用。

上港集团(4.690, 0.06, 1.30%)生产业务部副总经理 杨焱滨：上海谷田自动司关于上海谷我们从2017年开始，上海谷田自动司关于上海谷集团的总体的吞吐量就踏上了一个新的台阶，年吞吐量达到了4000万以上的体量。到目前为止，化仪表有限北部湾港集装箱航线总数达到52条，其中外贸航线28条，至东盟国家航线19条，主要覆盖东南亚、东北亚主要港口。目前，田自动化仪表DeepFlow支持与20多个主流平台做资源信息的同步，构建了较为完备的网络知识图谱的体系。

不久前，有限公司简述云杉网络宣布与阿里云完成产品兼容性测试互认证，有限公司简述云杉网络成为阿里云首个混合云网络流量分析合作伙伴，目前在双方合作中，混合云网络流量分析解决方案已在国家电网落地实施，为国网云运维保障提供了创新技术支撑能力。第四点是对云原生、上海谷田自动司关于上海谷分布式系统可观测能力强。容器出现后带来的三大新挑战现在看来，化仪表有限虚拟化技术以前的物理网络技术是非常单纯又美好的时代，化仪表有限虚拟化技术的出现，让网络的复杂度陡然提升，而容器技术的出现又让网络的复杂度呈几何速率提升，在新的技术架构下，用户会做应用的拆分，做微服务改造，传统的网络监控手段对于这类场景无能为力。其次，田自动化仪表采集能力很强，它不仅能采集各种资源里(包括物理的、虚拟化的以及容器)的网络数据，而且，数据采集的非常全。

云杉网络网络研发总监向阳总结了有了容器之后，数据中心网络监控管理面临的问题：首先，由于虚拟化和容器技术的采用，导致网络规模有100倍的增加，从物理机到虚拟机有大约10倍的增加，从虚拟机进化到容器技术，又是10倍的增加。Gartner预测，到2022年，将有超过75%的全球组织将在生产环境中运行容器化应用。

云杉网络的三方面的核心能力 首先，DeepFlow的架构非常的现代化。长远来看，DeepFlow是要实现SaaS化，以更便捷的方式来交付，目前仍是以本地私有化部署形式为主。云杉网络作为国内最知名的独立SDN创新技术企业，拿出了应对云原生网络挑战的方案，用DeepFlow提供对于网络状况的透视能力，用NSP对网络进行调整和优化，为云原生在企业的落地做好了网络方面的准备，它是云原生时代的网络监控。某集团的IT基础设施分布在全国各地，它既有私有云资源，也有多个公有云资源池，DeepFlow为其提供了全网的采集分析监控解决方案，所有的控制器、采集器和数据节点都是分布式的部署在企业IT环境中，具有很强的扩展性，用户的资源规模越大，DeepFlow的监控能力就有多大。

换言之，云原生时代的网络监控不局限于某个应用，不局限于某个物理设备，而是整个平台的网络监控，这一说法无疑是非常具有先进性的。DeepFlow：可持续演进的平台级网络监控云杉网络是国内为数不多的SDN创新企业，众所周知，网络本身非常复杂，云杉网络做的事情也很复杂，DeepFlow的直接用户以运维人员为主，帮助运维人员快速发现网络中的问题，本身是非常有价值的。另外一部分数据，可以交给第三方的网络分析工具，将采集来的数据开放出去，一次采集后，可以供多个分析工具多次使用。对采集来的数据进行预处理后，一部分数据与DeepFlow的网络知识图谱对应上，发送给DeepFlow的业务监控和分析诊断平台。

更重要的是，监控能力能随业务规模扩展而扩展。传统软件服务商加速转型，云原生应用将成为新常态，容器技术以及云原生架构将在企业落地，但云杉网络注意到，随着容器架构的引入和容器技术的广泛使用，网络将变得异常复杂。

同时，采集器的采集效率也非常高，过程的资源消耗特别小，对网络运行环境的影响微乎其微，此外，值得一提的是，DeepFlow的采集器是无侵入式的，与常见的APM有本质上的区别。第三，数据分析和数据开放能力强。

另外一方面的挑战在于资源的动态性，容器和虚拟机提供的是灵活性，也就意味着他们随时可以被创建，随时可能消失，随时可能会迁移，那么资源所对应的IP地址也会频繁发生变化。以前的网络问题定位基本是靠IP，但由于在云化环境和容器环境中的资源动态性太强，只靠IP是不行的，还得从容器、虚拟化、网络、应用、资源池等视角展示资源与资源之间，业务和业务之间的访问关系来判断，知识图谱则呈现了资源之间的关联关系和指标数据的可观测性。在向阳看来，云原生时代的网络监控有了新变化，以往的网络监控都是伴随一个个业务而部署的，而云原生架构下，网络监控应该是整个基础架构平台的能力，它能随云扩展，随业务扩展。从这些变化能感受到网络复杂度提升带来的问题，但具体有多复杂，怎么才能看清楚呢?这就是云杉网络DeepFlow混合云网络监控诊断方案所要解决的问题，只有先看清楚网络才有可能解决网络的问题。再一方面，是虚拟和物理边界的问题，在没有虚拟化技术以前，看到设备就能看到业务边界，而现在，虚拟化和容器化的出现，业务网络可以做许多逻辑切分，使得业务边界变的非常模糊。DeepFlow的架构是面向企业混合云环境而设计的，本身是分布式的架构设计，所有组件都支持水平扩展，采集器支持包括容器化在内的多种部署方式，对于运行环境没有依赖性，易于部署。

为了提升DeepFlow的适用性，云杉网络利用SDN技术积累做了大量的工作适配主流的资源平台和云平台，并不是简单调用API，而是要与知识图谱等对接和关联起来的。据介绍，云杉网络DeepFlow是国内首个真正在客户混合云环境中落地的容器网络监控诊断方案，我们看到，DeepFlow在许多运营商、银行、证券、保险等行业客户中得到了商用。

向阳表示，DeepFlow的产品成熟度已经很高了，在DeepFlow未来的产品规划中，首先要强化面向业务的监控能力，强化多租户的能力，从而让用户实现自服务其次，采集能力很强，它不仅能采集各种资源里(包括物理的、虚拟化的以及容器)的网络数据，而且，数据采集的非常全。

Gartner预测，到2022年，将有超过75%的全球组织将在生产环境中运行容器化应用。有了DeepFlow之后，结合网络监控全景图，无论业务资源在哪个位置，都能提供恒定的监控能力。

据介绍，云杉网络DeepFlow是国内首个真正在客户混合云环境中落地的容器网络监控诊断方案，我们看到，DeepFlow在许多运营商、银行、证券、保险等行业客户中得到了商用。传统软件服务商加速转型，云原生应用将成为新常态，容器技术以及云原生架构将在企业落地，但云杉网络注意到，随着容器架构的引入和容器技术的广泛使用，网络将变得异常复杂。另外一部分数据，可以交给第三方的网络分析工具，将采集来的数据开放出去，一次采集后，可以供多个分析工具多次使用。对采集来的数据进行预处理后，一部分数据与DeepFlow的网络知识图谱对应上，发送给DeepFlow的业务监控和分析诊断平台。

某股份制银行在分期建设云资源池，一期建设中创建了KVM资源池，这一阶段，DeepFlow开始提供了网络监控能力，在随后的扩展的多个KVM资源池中，在新构建的容器化的资源池中，DeepFlow也提供了监控能力，用户的资源在哪儿，DeepFlow的监控就走到哪儿。目前，DeepFlow支持与20多个主流平台做资源信息的同步，构建了较为完备的网络知识图谱的体系。

某集团的IT基础设施分布在全国各地，它既有私有云资源，也有多个公有云资源池，DeepFlow为其提供了全网的采集分析监控解决方案，所有的控制器、采集器和数据节点都是分布式的部署在企业IT环境中，具有很强的扩展性，用户的资源规模越大，DeepFlow的监控能力就有多大。在向阳看来，云原生时代的网络监控有了新变化，以往的网络监控都是伴随一个个业务而部署的，而云原生架构下，网络监控应该是整个基础架构平台的能力，它能随云扩展，随业务扩展。

不久前，云杉网络宣布与阿里云完成产品兼容性测试互认证，云杉网络成为阿里云首个混合云网络流量分析合作伙伴，目前在双方合作中，混合云网络流量分析解决方案已在国家电网落地实施，为国网云运维保障提供了创新技术支撑能力。向阳表示，DeepFlow的产品成熟度已经很高了，在DeepFlow未来的产品规划中，首先要强化面向业务的监控能力，强化多租户的能力，从而让用户实现自服务。

再一方面，是虚拟和物理边界的问题，在没有虚拟化技术以前，看到设备就能看到业务边界，而现在，虚拟化和容器化的出现，业务网络可以做许多逻辑切分，使得业务边界变的非常模糊。第三，数据分析和数据开放能力强。DeepFlow：可持续演进的平台级网络监控云杉网络是国内为数不多的SDN创新企业，众所周知，网络本身非常复杂，云杉网络做的事情也很复杂，DeepFlow的直接用户以运维人员为主，帮助运维人员快速发现网络中的问题，本身是非常有价值的。有了DeepFlow的知识图谱之后，当网络出现问题后，运维人员可以定位到是哪个容器pod、哪个微服务或哪个VPC有问题，而不再是哪个IP出了问题。

同时，采集器的采集效率也非常高，过程的资源消耗特别小，对网络运行环境的影响微乎其微，此外，值得一提的是，DeepFlow的采集器是无侵入式的，与常见的APM有本质上的区别。换言之，云原生时代的网络监控不局限于某个应用，不局限于某个物理设备，而是整个平台的网络监控，这一说法无疑是非常具有先进性的。

以前的网络问题定位基本是靠IP，但由于在云化环境和容器环境中的资源动态性太强，只靠IP是不行的，还得从容器、虚拟化、网络、应用、资源池等视角展示资源与资源之间，业务和业务之间的访问关系来判断，知识图谱则呈现了资源之间的关联关系和指标数据的可观测性。容器出现后带来的三大新挑战现在看来，虚拟化技术以前的物理网络技术是非常单纯又美好的时代，虚拟化技术的出现，让网络的复杂度陡然提升，而容器技术的出现又让网络的复杂度呈几何速率提升，在新的技术架构下，用户会做应用的拆分，做微服务改造，传统的网络监控手段对于这类场景无能为力。

DeepFlow的架构是面向企业混合云环境而设计的，本身是分布式的架构设计，所有组件都支持水平扩展，采集器支持包括容器化在内的多种部署方式，对于运行环境没有依赖性，易于部署。长远来看，DeepFlow是要实现SaaS化，以更便捷的方式来交付，目前仍是以本地私有化部署形式为主。