Part 2: Blocs Arquitectònics on Designing Network Automation at Scale

04 - Font de Veritat

Sun, 15 Feb 2026 00:00:00 +0000

4. La Font de Veritat#

Un nou servei havia d’entrar en funcionament abans d’acabar la setmana. El canvi era senzill: una nova VLAN, una nova subxarxa, regles de tallafoc actualitzades i una nova comunitat BGP als encaminadors de vora. L’enginyer de xarxa sabia exactament què havia de fer. El que va seguir van ser quatre dies de coordinació entre cinc sistemes: l’eina IPAM per reservar la subxarxa, el CMDB per registrar el servei, la plataforma de gestió de tallafocs per aplicar la nova política, el sistema de configuració d’encaminadors per a la comunitat BGP i la plataforma de monitorització per afegir els nous llindars. Cada sistema tenia la seva pròpia interfície, el seu propi model de dades i el seu propi flux d’aprovació. I com que no hi havia cap referència compartida, l’enginyer havia de transportar el context manualment: copiant valors d’un sistema a l’altre i esperant que res no hagués canviat entre passos.

05 - Execució

Sat, 01 Nov 2025 00:00:00 +0000

5. Execució#

El playbook havia estat funcionant perfectament durant mesos: deu commutadors d’accés al laboratori, dos minuts de principi a fi, resultats nets cada vegada. Quan l’equip va decidir desplegar-lo a l’inventari complet de 800 commutadors, ningú esperava problemes. Els primers 600 dispositius es van actualitzar sense incidents. Llavors la feina es va alentir. Després es va aturar. El servidor RADIUS, que de sobte rebia 150 sol·licituds d’autenticació SSH simultànies, va començar a rebutjar connexions. Ansible es va quedar penjat en 150 dispositius a mig executar. Un enginyer va matar la feina.

06 - Observabilitat

Mon, 12 Jan 2026 00:00:00 +0000

6. Observabilitat#

El router core d’un proveïdor de serveis va tenir una fallada silenciosa d’un mòdul de ventilació durant la nit. No hi va haver cap alerta. El subsistema de gestió tèrmica de les targes de línia va detectar temperatures en augment i va començar a limitar els ASICs d’encaminament per protegir el maquinari. El throughput d’un enllaç de trànsit en producció va caure un 40%. El sistema de monitoratge no va veure res: els sensors tèrmics que consultava eren al supervisor del xassís, no a les targes de línia individuals. Les consultes SNMP s’executaven cada cinc minuts i indicaven que el dispositiu estava en bon estat. Els comptadors d’interfícies mostraven un throughput reduït, però no hi havia cap llindar configurat per a aquest patró perquè l’enllaç sempre havia estat molt per sota de la capacitat.

07 - Orquestració

Fri, 20 Mar 2026 00:00:00 +0000

7. Orquestració#

L’equip de xarxa havia fet tot bé. Tenien una Font de Veritat sòlida, playbooks ben provats per a cada operació i un runbook clar per executar-los. Sobre el paper, desplegar un nou servei de VLAN estava completament automatitzat. A la pràctica, trigava mig dia i requeria un enginyer específic.

Aquell enginyer coneixia la seqüència. Primer, validar que les dades del SoT eren completes. Llavors executar el playbook de pre-comprovació. Llavors revisar la sortida, buscar els dispositius fallits i decidir si continuar. Llavors activar el playbook de desplegament. Llavors esperar. Llavors executar el playbook de validació. Llavors actualitzar el tiquet de ServiceNow manualment. Si algun dispositiu fallava a mig camí, fer-ne el rollback abans que els altres ho notessin. Ho tenia tot en un runbook, pas a pas, en un document compartit que ningú més havia interioritzat completament.

08 - Presentació

Sat, 28 Mar 2026 00:00:00 +0000

8. La Capa de Presentació#

L’automatització de VLANs feia sis setmanes que s’executava. L’equip de xarxa n’estava orgullós. Cada matí, tres o quatre sol·licituds de servei noves arribaven dels equips d’aplicacions, i l’Orquestrador les gestionava sense que ningú de l’equip de xarxa toqués un teclat. Els desplegaments funcionaven. Els switches estaven configurats. La xarxa era sana.

L’escalada va arribar un dijous. El responsable de l’equip d’aplicacions preguntava per qué les sol·licituds de VLAN tardaven de tres a cinc dies hàbils quan el portal deia “enviada”. L’equip de xarxa va revisar la seva cua: zero sol·licituds pendents, tots els desplegaments reeixits. L’automatització havia processat cada sol·licitud en vint minuts des de la recepció. Però els tiquets de ServiceNow seguien mostrant “En Progrés”, perquè ningú havia escrit la integració que els actualitzaria.

09 - La Xarxa

Sun, 29 Mar 2026 00:00:00 +0000

9. La Xarxa#

L’automatització de VLANs feia tres setmanes que s’executava al laboratori. Tres switches, un de cada proveïdor, cada flux de treball passant. L’equip se sentia confiat. A la primera execució en producció, 23 dels 800 switches de campus van fallar. Tots HPE. Tots executant una versió de firmware que ningú havia documentat.

El playbook estava comprovant la resposta d’error de cada dispositiu després d’enviar la configuració de VLAN. En el firmware HPE modern, una VLAN que ja existia retornava el codi d’error duplicate-vlan. En aquesta versió de firmware més antiga, la mateixa condició retornava vlan-exists. El playbook havia estat escrit per tractar duplicate-vlan com a senyal d’idempotència, és a dir, “això ja existeix, tot bé.” No havia estat escrit per gestionar vlan-exists, de manera que tractava aquella resposta com una fallada. Un terç de la flota HPE va informar de fallada. El rollback va executar-se sense problemes. El tiquet de l’equip d’aplicacions va romandre obert durant tres hores més mentre l’equip de xarxa auditava manualment quins switches havien estat configurats realment i quins no.