5G O-RAN | INT 的 部屬教程及操作方法翻譯 -自動化部署和測試 使用 SMO 套件 和 ONAP Python SDK

Automated deployment and testing -Using SMO package and ONAP Python SDK
自動化部署和測試 - 使用 SMO 套件及 ONAP Python SDK

簡報：點我前往

Introduction
本 wiki 介紹是基於 ONAP 自動部署和測試 ORAN SC SMO 包的方法和步驟，包括驗證示例用例。

Driver
自動化是當今的關鍵，部署和測試 需要具備可重複性及可移植性。
為了使用 ORAN SC 軟體實現一定程度的自動化，我們採取了以下步驟：
最終目標是為 O-RAN SC 社群提供一種以最低基本需求，來部署 SMO 及其測試環境的方法，最終此設定可用於 lab 以自動驗證程式碼更改，並直接在程式碼審查工具中報告問題。
本 wiki 中所描述的設定絕不是封閉的，由於所選的所有工具有靈活性，所以它可以輕鬆擴展。

SMO Package based on ONAP
SMO 套件可在 “it/dep” 儲存庫中的 ORAN gerrit 上訪問。
它是基於 ONAP OOM 儲存庫，因為它被用作 Git Submodule。
ONAP 圖表沒有改變使用，也沒有重新定義，但顯然是通過使用 Helm 覆蓋機制進行設定的。
ORAN 圖表被主要用於定義部分 NON RT RIC ，其他圖表可以稍後增加。
定義的測試圖表包含網路模擬器（DU/RU/拓撲服務器）、jenkins 或 python SDK 測試的 helm 圖表。
ChartMuseum 用於儲存本地構建的圖表（因為目前無法遠程獲取 ONAP 和 ORAN 圖表）


SMO 套件包含一些腳本來設定Node、安裝 smo/jenkins、啟動模擬器、卸載等….
這些腳本已分為 3 個不同的層，但根據您的設定，可以跳過一些腳本。
  • 第 0 層：設定Node（microk8s、helm、chartmuseum、測試工具等…）
  • 第 1 層：構建 helm 圖表並將其上傳到 ChartMuseum
  • 第 2 層：部署具有特定 flavor 的 SMO、部署網路模擬器、部署 CI/CD 工具等......
Architecture
下圖從 high level 來描述了環境以及使用此設定部署的各種實質個體


基礎環境需求，一個標準 VM 或 Kubernetes cluster 運行Ubuntu 的 Node (建議新版本)
（如有需要，cluster 也可以是遠程的，只要它可以從主機 VM 訪問）
儲存庫的自述文件中說明了如何部署佈局，簡而言之它由以下部分組成：
  • helm 圖表用來部署
    • SMO,模擬器
    • 一個專用的嵌入式 jenkins 實例
    • Helm Chart 儲存庫，用於儲存用於設置的本地有用圖表
  • 一套實用的腳本，協助 Ubuntu VM 或 Node 設置環境
  • 一組執行 Python SDK 的測試用例
Jenkins 實例將充當 Meta 執行器來編排部署並執行一組測試。
此佈局為嵌入式 Jenkins 實例，提供了與集群交互並連接到遠程儲存庫所需的所有配置

Deployment guide
最低要求
感謝chart 的 configurations and options要求不多，主要目標的環境部署彈性很高。

最低系統配置：
1 個虛擬機或主機：
6 個或更多 CPU 核心
20 GB RAM
60 GB 硬碟空間（主要用於存儲容器鏡像
Ubuntu 20.04 LTS（使用 18.04 LTS 進行測試）

須執行的命令
小提醒：要確保你的使用者帳戶有足夠的權限來執行下列的命令，有些可能會需要您授予 sudo 權限，或換到有權限的帳戶，來執行這些命令。

$ cat /etc/os-release NAME="Ubuntu" VERSION="18.04.6 LTS (Bionic Beaver)" ID=ubuntu ID_LIKE=debian PRETTY_NAME="Ubuntu 18.04.6 LTS" VERSION_ID="18.04" HOME_URL="https://www.ubuntu.com/" SUPPORT_URL="https://help.ubuntu.com/" BUG_REPORT_URL="https://bugs.launchpad.net/ubuntu/" PRIVACY_POLICY_URL="https://www.ubuntu.com/legal/terms-and-policies/privacy-policy" VERSION_CODENAME=bionic UBUNTU_CODENAME=bionic
執行命令
$ git --version
git version 2.17.1

安裝
從以下 gerrit 下載 it/dep 儲存庫：

$ mkdir workspace && cd workspace
$ git clone --recurse-submodules https://gerrit.o-ran-sc.org/r/it/dep.git
$ cd dep
請注意，您需要添加 recurse-submodules flag 因為部分的 git submodules 要指向已存在的相關圖表（ONAP）。
安裝非常簡單，儲存庫中提供了幾個實用程式腳本，允許用戶獨立設定所有/部分組件。
請查看位於 dep/smo-install 下的嵌入式自述文件，它提供了內容的完整描述以及如何設定各種 flavors 的環境。

User guide
本節介紹如何訪問和使用已部署的設定，
它允許用戶配置、運行和分析 ORAN SC 套件上的測試結果，也可以作為傳入程式碼更改的驗證工具。

1.訪問
系統一啟動，一個名為“test”的 namespace 應該出現在您的 Kubernetes 環境中。
應該就能夠打開瀏覽器訪問 jenkins 實例：
http://<你的 k8s 主機>:32080/
所有作業都由部署自動配置，以便能夠：
連接到遠端儲存庫（提供來自 Github 和 Gerrit 的示例）
自動發現分支並打開 pull  請求/ Gerrit reviews
從儲存庫下載更改，構建部署和測試
也可以手動觸發啟動/停止/測試 SMO 套件（名稱中帶有 Manual 關鍵字的 Job）

可以使用預設 帳號/密碼（測試/測試）登錄到 Jenkins 實例（查看/修改配置） 
-預設 帳號/密碼 可以在覆寫檔案中被覆寫（參見上面的安裝部分）

2.運行測試

要執行測試，有 2 個選項：
1) 自動排定檢查
設定對 github/gerrit 儲存庫的訪問，並讓系統掃描可以用的 branch，可以透過按一下 “-verify” 來查看已掃描到的內容。
一旦設定了對儲存庫的訪問權限，將自動創建新作業來驗證可使用的branch，觸發條件：你讓 job 啟動，他們就會自動來驗證。
或者
Job 被自動創建在 Gerrit reviews（gerrit）/ pull Requests（github），就會將自動檢查新更動，或者可以手動啟動。
觀看下面的實際運行情況。

2) 手動啟動
自動創建一組作業以允許手動啟動（無論分支或儲存庫上的當前活動如何），可以從主儀表板或使用選項卡視圖訪問它們

要手動操作時，會需要登錄（剛剛那個覆寫檔案的預設帳密
手動操作時，你可以提供儲存庫中 可以被 pull 的分支，以及 定義運行組件和測試覆寫文件 (Flavor) 的位置

執行測試後，可以通過 Jenkins UI 來追蹤 pipeline execution 的狀況 可以透過作業執行 UI 中可用的 workspace 訪問 Logs/results ，也可以通過 Jenkins 介面來訪問執行歷史記錄、趨勢和步驟詳細資訊
3.了解測試
工具運行兩組測試：
1) Unit Test （單元測試）
它們通常在 Unit 的級別來用來驗證 ORAN SDK 方法，每次 ORAN SDK 添加新方法時，都必須通過簡單的單元測試來進行驗證。

透過 pyTest 框架來執行。

2) 整合測試
這些測試使用 ONAP/ORAN Python SDK 來驗證特定的 SMO 用例。 
他們可以初始化、提供、驗證、觸發等......，這些由　SMO 套件啟動的不同 ONAP/ORAN 組件。 
它們需要在 Kubernetes clusters 內或直接在 Kubernetes Node 上執行，因為測試需要訪問由 Kubernetes clusters 創建的虛擬網路。

4. Demo Recording (範例錄影)

Plan:
What is the SMO package 
What is ONAP Python SDK
  • What is ORAN Python SDK
  • How to execute the SMO usecase tests
  • SMO Nomad/ephemeral CICD jenkins
參考：
https://wiki.o-ran-sc.org/display/OAM/OAM+Architecture#

留言

張貼留言

這個網誌中的熱門文章

生成式AI將電信業推向新紀元

圖片
電信產業如何應用生成式 AI？ 究竟電信產業該如何引入生成式 AI (Generative AI)，來解決業界長久以來的痛點呢？秀吉現在就報給你知！ 前言 這個學年來捷克訪問，無法實體參與  Google Cloud Summit Taipei ，但身為國外的 GDSC Lead ，進修和教學還是責無旁貸，畢竟人生的樂趣在學習，人生的收穫在於奉獻 www 所以就忙裡偷閒在國外補檔一下  Google Cloud Summit Taipei | (中華電信)解析 Next’23 最新雲端技術 ；可能是因為主題安排或是時間關係，這場演講比較像是產品成果發表，技術偏少。 但沒關係，本篇文章將科普電信業引入生成式 AI 的魅力在哪？，同時針對演講中提到的 Data Cloud 服務應用與挑戰 做進一步的說明和科普。 簡而言之，這是一篇科普文，所以即使你沒聽過演講也看得懂 （廢話結束，以下正文） 電信產業如何應用生成式 AI 電信產業究竟如何應用生成式 AI，主要可以分成兩大使用範例(Use Cases)： Customer Automation （用戶自動化） Network Automation （網路自動化） 一般人經常使用到的生成式 AI，大多都是 大型語言模型 (Large language model；LLM) ，那麼隨著越來越多人的使用和媒體的炒作，民眾對生成式 AI 衍生服務的接受度也將逐漸增加，而這點對於電信業者來說，是個非常好的機會，為什麼我會這樣說呢？讓我們繼續看下去！ Customer Automation（用戶自動化） 對於絕大部分天然呆的台灣用戶來說：「電信供應商的好壞，在於客戶服務！」 所以只要將客服的體驗優化好，萬事皆好談！ 以中華電信為例，它擁有全台 90% 的固網業務以及 1300萬個門號用戶；對於一間擁有如此龐大用戶的電信業者，最重要的就是導入生成式 AI（如：語音辨識模型、對話模型），用來實現 用戶自動化(Customer Automation) ，和以下目標： 更快解決客戶遇到的問題 減少客服中心收到的來電 確保電信業真的有善用自家強大的科技技術，實現用戶個人化的電信服務 所以台灣四大電信業者正面臨一個龐大的機會，透過導入生成式 AI 實現用戶自動化，即可徹底改變現狀（例如：使用機器學習來分析客訴情況的描...
閱讀完整內容

「強化全民數位韌性」之前？先來聊聊什麼是 O-RAN 吧！| 科普教育

圖片
我國數位發展部的核心理念，即為「強化全民數位韌性」 摘要： 數位發展與全體國民的日常生活息息相關，我國數位發展部（以下簡稱數位部）成立的核心理念，即是為了 「強化全民數位韌性」 ，可是瑞凡 「數位韌性」 這個詞，對於全體民眾而言，似乎還太過遙遠，多數民眾對數位發展仍缺乏概念，也不了解數位到底如何發展？這乃是數位發展政策執行面上長久以來的痛點，因此，為了以俾日後社會全面數位化發展順利， 數位發展專有名詞 的 科學普及教育 實為勢在必行。 本篇文章以民眾日常生活中一定會接觸到的 行動通訊基地台 為題，並針對於我國數位發展的最新應用技術  O-RAN  來進行科普介紹，帶領讀者了解什麼是  O-RAN ？以及數位部是如何 應用  O-RAN 強化我國數位韌性 ，實現「科技島」願景，就讓我們接著看下去吧 ~ 前言： 行動通訊的高速演進，促進社會朝向全面數位化發展，現代人的生活無論求學、工作、娛樂，都早已離不開行動通訊，但當你在享受數位發展帶來生活便利的同時，有沒有想過數位發展究竟是透過什麼樣的工具來實現。本文將會分為三個部分進行科普，首先簡介行動通訊概論及其演進歷史，而後帶領讀者了解為 促進我國數位發展、強化數位韌性 背後的重要功臣「 O-RAN 」究竟是什麼，以及為何我們需要  O-RAN ？最後說明  O-RAN 強化我國數位韌性的應用案例 。 行動通訊概論及其演進歷史簡介： 在了解什麼是  O-RAN  之前，我們先來了解什麼叫做 (RAN ， Radio Access Network) 。 所謂的  RAN  就是 「無線電接取網路」，聽到這個專有名詞，大家可能還是很模糊。 我們換成另一個日常生活稱呼 「基地台」 ，大家應該就比較耳熟能詳，而就是  RAN  它發出了 4G 、 5G 的無線電訊號（如：手機、智慧手錶 等…）接收到訊號後，並與  RAN  互相收發訊號、交換資訊，就實現我們所謂的無線上網啦！ 圖(一) RAN 的基本架構，需包含 RU (射頻單元) 和 BBU (基帶單元)，才能組成完整的 RAN 「什麼是 O-RAN？敢是路邊攤个黑輪？這是啥可以吃嗎？」 讀者對於  RAN  有初步的瞭解...
閱讀完整內容

O-RAN Y1介面簡介

圖片
一句話介紹：這是 O-RAN 新增的介面(2023/03)，允許 Y1 consumers 訂閱或請求 Near-RT RIC 提供的 RAN 分析資訊 (RAN analytics information)。 圖(一) O-RAN Y1介面（圖中紅框處） O-RAN Y1介面功能介紹： Near-RT RIC 透過 Y1 介面，提供 RAN 分析資訊 (RAN analytics information) 的服務，而 Y1 consumers 可以藉由訂閱或請求 RAN 分析資訊 ，來使用 RAN 分析資訊 服務。 當 Y1 consumers 在 O-RAN 可信域 (Trusted Domain) 時，可以作為應用程式功能 (Application Functions，AFs)；或  RAN 分析資訊 可以透過網路曝光功能 (Network Exposure Function，NEF) 以安全的方式提供給 (Application Functions，AFs) 速記：在 O-RAN Trusted Domain 時 ， Y1 consumers == (Application Functions，AFs) 安全的網路曝光方式(NEF) 詳見：3GPP TS 23.501, Clause 5.20 (External Exposure of Network Capability)，連結如下： Release 17:  https://reurl.cc/ml7Y6W Release 16:  https://reurl.cc/7RnV2y 秀吉 MurMur： Y1 consumers  使用 RAN 分析資訊 服務，出發點一定是好的啦~，得以提供不同情境的使用者裝置更適合的服務，但 新介面的出現，同時也意味著新的資安威脅，學術界又有新的研究領域了（誤 綜觀 O-RAN 的高級架構 (High Level Architecture；HLA)   圖(一)： 圖(一) 顯示 O-RAN 架構中主要的四個介面 (A1、O1、Open Fronthaul M-plane、O2)。 SMO（服務管理和編排）透過 A1、O1、Open Fronthaul M-plane 連結 O-RAN Network Func...
閱讀完整內容