浅谈VPC，VPC究竟是指云还是网络?
VPC全称是Virtual Private Cloud，翻译成中文是虚拟私有云。但是在有些场合也被翻译成私有网络或者专有网络等。这里其实就有些让人迷惑，VPC究竟是指云还是网络?答案是，VPC即是一种云，也是一种网络模式，不过应该从服务和技术的角度分别来看。
一、虚拟私有云
首先从服务的角度来看，VPC指的是一种云(Cloud)，这与它的字面意思相符。对于基础架构服务(IaaS)，云就是指资源池。你或许听过公有云(Public Cloud)、私有云(Private Cloud)、混合云(Hybrid Cloud)。不过，VPC不属于这三种云中任一种。这是一种运行在公有云上，将一部分公有云资源为某个用户隔离出来，给这个用户私有使用的资源的集合。VPC是这么一种云，它由公有云管理，运行在公共资源上，但是保证每个用户之间的资源是隔离，用户在使用的时候不受其他用户的影响，感觉像是在使用自己的私有云一样。
从这种意义上看，VPC不是网络，我们可以对比VPC和它一个字面上相近的概念：VPN(Virtual Private Network)。VPN在公共的网络资源上虚拟隔离出一个个用户网络，例如IPsec VPN可以是在互联网上构建连接用户私有网络的隧道，MPLS VPN更是直接在运营商的PE设备上划分隔离的VRF给不同的用户。从提供服务的角度来，说如果VPC指的只是网络的话，那它跟VPN的概念是重复的。所以，从公有云提供所提供的服务来说，VPC应该理解成，向用户提供的隔离资源的集合。
VPC最早是由AWS在2009年提出[1]，不过VPC的一些组成元素在其提出之前就已经存在。VPC只是将这些元素以私有云的视角重新包装了一下。在VPC之后，云主机只能使用VPC内部的对应的元素。从这个角度看，VPC更像是公有云服务商以打包的形式提供服务。
用户可以在公有云上创建一个或者多个VPC，每个部门一个VPC。对于需要连通的部门创建VPC连接。
同时，用户也可以通过VPN将自己内部的数据中心与公有云上的VPC连接，构成混合云。不论哪种用例，VPC都以更加直观形象让用户来设计如何在公有云上存放自己的数据。
二、VPC硬件租用模式
VPC硬件租用模式(Hardware Tenancy)本身也是公有云提供的一种服务模式。VPC的硬件租用模式有两种，一种是共享(shared)，一种是专属(dedicated)。共享是指VPC中的虚拟机运行在共享的硬件资源上，不同VPC中的虚拟机通过VPC进行隔离。专属是指VPC中的虚拟机运行在专属的硬件资源上，不同VPC中的虚拟机在物理上就是隔离的，同时VPC帮助实现网络上的隔离。专属模式相当于用户直接向公有云服务商租用物理主机。专属模式适合那些对于数据安全比较敏感的用户，不过这些物理主机还是由公有云服务商管理。
不论是共享模式还是专属模式，VPC都运行在公有云资源上，由公有云服务商管理。
三、专有网络
从技术角度来看，VPC是用户专属的一个二层网络。
1. 经典网络VS VPC
AWS的网络产品，在VPC之前称为EC2-Classic。去年的一个热点文章《关于阿里云的经典网络问题》说的就是这两种网络模式：Classic和VPC。他们之间最核心的区别是：经典网络提供的是多用户共享的网络，而VPC提供的是用户专属的网络。
这里的网络就是指二层网络，经典网络模型本身有很多问题，其中大的问题就是安全问题。除非加了特定的防火墙规则去拦截，二层网络内的所有设备默认是可以通信的。这就好比大家都挤在一个房间里，彼此的隐私很难保障一样。稍有不慎，云主机就可能被同网络的其他用户恶意攻击。而VPC能够为每个用户一个专属独立的二层网络。这样相当于给每个用户分了个房间，用户的隐私更容易得到保障。就算有恶意攻击，一般也要走到网关或者VPN设备，在这些集中的设备上，网络流量更可控。
由于每个用户都有专属的二层网络，那说明VPC模式下的可用二层网络的数量是远超经典模式的。虽然各家都没有公布自己的实现细节，但是这里有点类似VXLAN和VLAN的关系。VXLAN可以有1600万个二层网络，VLAN只有4000多个二层网络。公有云与私有云的区别在于用户数量巨大。如果采用VLAN，每个用户一个二层网络，那最多只能带4000多个用户，公有云许多用户还是只有1-2个云主机那种，那必然不能满足公有云的需求，所以在早期的经典网络模式下，不得不让多个用户挤在一个网络里面。而如果采用VXLAN之类的技术，则可以保证在一个region里面为1600万个用户每人分到一个二层网络。
因为VPC是一个用户专属的网络，用户可以任意定义VPC内云主机的IP地址。二层隔离了，IP地址想怎么玩就怎么玩。而在经典网络模式下，大家挤在一个二层网络里面，IP地址首先要保证不要重合，这对用户和服务商来说都不是一件心情愉快的事情。
2. VPC的网络overlay
从AWS公布的资料[2] 看，VPC的数据封装与VXLAN这类网络Overlay技术也很像。从下图可以看出，桔色的VPC中，10.0.0.2发往10.0.0.3的网络数据，最终被封装成主机之间的通信报文。
原始的二层帧，被VPC标签封装，之后封装在另一个IP报文里面。这与VXLAN的封装方式可以说是一模一样。不过需要澄清的是，AWS在2010年就已经开始应用VPC，而VXLAN标准是2014年[3]才终稿。AWS的VPC或许和VXLAN不一样，但是按照VXLAN理解VPC的overlay会更容易些。
VPC使用网络Overlay之后，可以构建一个L3之上的L2。这样一个VPC内的虚机，可以任意的在数据中心分布。实际中云主机肯定不是任意分布的，会有一些主机的调度优化算法，但是至少，网络不会成为限制云主机部署的因素。举个反例，如果使用VLAN，虚机必须部署在支持相应VLAN的设备上，哪怕这个设备已经接近饱和，而其他的设备却是空置的。如下图，因为左边的机架不支持相应的网络，对应的云主机只能往右边的机架塞，直到塞满。而同时，左边的机架负载还不到50%。
Overlay使得VPC不再受网络硬件的限制，VPC内的云主机可以部署在整个机房。
四、VPC与SDN
AWS在2017年提出，VPC是构建在软件(代码)之上，VPC就是SDN[4]。我们前面说过，VPC是一个二层网络，是一个构建在L3之上的L2 Overlay网络。这里说VPC就是SDN，实际上是指，VPC受SDN所控制。AWS的VPC依靠一个叫Mapping Service的组件工作。当虚机之间要通信的时候，请求先发到Mapping Service，再由它找到目的虚机对应的信息(例如目的虚机所在的主机IP地址)，Mapping Service用对应的信息，封装成Overlay数据(类似于封装成VXLAN数据)，再进行传输。
如果是一个三层通信，传统上是要发到网关，由网关转发到目的虚机。而对于AWS的VPC，Mapping Service同样也会完成三层通信的信息查找，数据封装。这样连路由器都省了。
这里的Mapping Service，与SDN控制器的作用可以说是一样的。SDN控制器掌握了所有的网络信息，当需要进行二层，三层通信时，SDN控制器会根据网络数据包下发OpenFlow流表，使得虚机之间直接通信。
如果说Mapping Service是SDN控制器，那么更具体点，它还是一个分布式SDN控制器，因为每个主机上都有一个Mapping Service的缓存。通过这种分布式，可以实现高速运算处理。
1. VPC相关的网络资源
VPC虽然指的是专有网络，但是跟网络配套的资源有很多，这些网络资源都是以VPC为单位来划分。也就是说，定义在一个VPC内的网络资源，只能被这个VPC内的虚机所使用。这在前面讲服务的时候提到过。这些资源[5]可以概括如下：
Security Group, Subnet, Network ACL, Routing Table, Router，这些都是老生常谈了。以VPC为单位来划分这些资源，可以更好的突出私有的感觉。但是实际上这些资源大多是虚拟的，每个用户占有一份也不会增加公有云运营商的成本。
需要注意的是，VPC尽管是一个二层网络，但是AWS仍然是通过路由器连接一个VPC下的两个Subnet。
2. VPC边缘设备
前面讲服务的时候说过，VPC从服务的角度来看是虚拟私有云，表示的公有云运营商提供给用户的隔离资源的集合。它相当于是漂浮在公有云上的孤岛。真正让VPC变得强大的是它各式各样的连接技术。AWS提供了一个Edge设备(Blackfoot Edge Device)，VPC通过这个Edge设备可以：
与别的VPC相连
与互联网相连
与用户的私有云建立VPN连接
与AWS的其他服务建立连接
这才是公有云服务商在构建VPC网络时，真正的竞争力所在。有了这样的Edge设备，VPC不再是孤岛，而是有了连接其他陆地的桥梁。这里的Edge设备，可以看成是VNF，AWS需要用户在VPC内部手动配置路由来引流到这个Edge设备。
五、总结
不论是对用户还是公有云服务商，VPC都是一个更好的选择。对于用户来说，首先可以任意定义VPC内的IP地址。其次VPC像是一个容器，装载着所有的云主机，同时又与其他的VPC隔离。第三，用户还可以用各种连接服务(VPN，NAT等)将VPC与现有的网络连接起来。这样对用户来说，既保证了网络隔离，又能提供按需的网络连通。对公有云服务商来说，VPC实际上就是SDN在公有云的应用。软件可控，Overlay使得服务商的硬件利用率提高，对硬件厂商的依赖程度降低。在这个基础上，公有云服务商还能够提供更好的网络服务。
文章题目：浅谈VPC，VPC究竟是指云还是网络?
浏览路径：http://pwwzsj.com/article/jcdg.html
