随着云计算的发展，大数据的重要性日益凸显，对于网络来说，如果要基于大数据分析建设一个智能的业务自适应网络，那么实时、高速、精确的获取网络运行数据，就成为了至为重要的一环
Telemetry是一项从物理设备或虚拟设备上远程高速采集数据的网络监控技术，相比较传统的网络监控技术，例如SNMP，CLI等，Telemetry通过推（Push）模式主动向采集器上推送数据信息，提供更实时，更高速，更精确的网络监控功能
Telemetry模型：
作为一个网络监控技术，Telemetry是由网络设备和网管系统两大部分组成的，对于网络设备，Telemetry就相当于原始数据、数据模型、编码类型和传输协议的组合；对于网管系统，telemetry就相当于收集系统、存储系统和应用分析系统的组合。
在网络设备侧，Telemetry按照Yang模型组织数据，利用GPB（Google Protocol Buffer）格式编码，并通过GRPC（Google Procedure Call Protocol）协议传输数据，使得数据的获取更高效，智能对接更便捷；而在网管系统测，Telemetry可以完成数据的收集、存储和分析功能，利用分析结果可以为网络配置调整提供依据
与传统网络监控技术对比：
1. 传统网络监控方式例如SNMP/CLI等，使用"网管查询-设备响应"的拉模式（Pull Mode）采集数据，一次查询对应一次响应，设备需要处理大量重复的查询报文。
Telemetry使用“网管定制-设备实时推送”的推模式采集数据，一次定制就可以得到多次响应，降低了设备处理查询报文的压力
2. 传统网络监控通过拉模式获取数据，如果网络发送卡顿，或者网络获取不及时，就容易造成数据失真
Telemetry周期性的向网管系统推送数据，避免了网络延时造成的数据不准确
3. 传统的网络监控方式如果要采集n台设备的数据，就需要执行n次查询操作，如果同时采集m种数据，则需要n*m次操作
采用Telemetry技术，所有的设备只需提前配置订阅，各种数据实时上报、中间过程不需要人工操作
小结：
Telemetry的工作模式是推模式，可以主动推送数据，精度是亚秒级，而且比较关键的一点是，Telemetry数据采用标准结构和标准编码，方便对接第三方设备，有助于网络监控效率的提升和监控质量提升
SNMP Trap和SYSLOG虽然也是推模式的，但是其推送的数据范围有限，对于类似接口流量等的监控数据不能实时的采集上送。
移动承载网案例：Telemetry在流量调优场景应用
智能运维系统包括采集器、分析器和控制器等，当流量路径需要调优时，利用Telemetry技术收集设备数据，发给分析器进行综合分析决策，分析器再将决策结果发送给控制器，然后由控制器调整设备的控制，进而调整流量转发路径，详细部署过程如下：
1. 配置Telemetry功能
2. 各设备主动与智能运维系统建立GRPC通道，在设备上配置订阅
3. 各设备通过GRPC通道将订阅数据上报给采集器
4. 各采集器接收、存储、加工处理各设备上报的数据
5. 分析器基于大数据分析系统进行分析
6. 控制器下发调优指令对网络进行调优
整个过程迅速便捷，用户对于流量路径的变化真正的无感知，大幅提升了用户体验
