为了跟上迅速出现的业务需求，网络的变化比以往任何时候都要快。网络面向商业的一面承受着持续的压力，需要在更多的地方、更快地做更多的事情。尽管具有挑战性，但网络到业务的交互比在幕后进行的工作要简单，因为网络专业人员对其网络的几乎每个领域进行了改造，以满足新的需求。
云、NFV和SDN等新技术正在将传统网络转变为混合网络。事实上,Gartner预测云基础设施服务将在2018年增长35.9%IDC预测从2017年到2022年，SD-WAN使用率将以年均复合增长率40.4%的速度增长。这些数字暗示着网络的巨大变化，这种变化带来了巨大的服务中断风险，从轻微的(用户不方便的少数)到对客户和管理人员可见的重大中断。在重要的转换期间减少风险是至关重要的。这就是网络性能管理和诊断(NPMD)产品发挥重要作用的地方。
例如，假设推出一个重要的新的基于云的金融服务不理解对网络的其余部分的影响。或者说，有关解决语音或视频通话质量，而不能看到数据包的路径是什么？您是否在监视在数据中心，云计算和边缘应用，或收集关键的服务质量和最终用户体验的信息，NPMD2020欧洲杯预赛解决方案提供连续的见解，服务保证和控制。所有这一切导致整个网络有了更深的了解，减少转换期间中断的风险。
有上集中你的NPMD解决方案来满足这些要求的四个方面：
1.建立端到端网络可见性
由于缺乏对整个网络的全面可见性，NetOps团队缺乏建立有意义的性能基线所需的态势感知能力，以及在潜在问题影响业务之前识别和解决这些问题的能力。他们只是没有拼图的所有部分。为什么?网络问题通常隐藏在阴影IT、遗留技术和软件定义的解决方案造成的不确定性背后，这些解决方案在没有适当管理或监视的情况下运行在网络上。组织需要在整个网络中看到所有的活动;不仅在本地和云环境中，而且分布在世界各地的远程站点中。
端到端可见性意味着将网络遥测(如NetFlow和SNMP)(在可用的地方)和基于流量的元数据(在不可用的地方)组合到网络元素和流量的图形视图中。我们的目标是了解整个网络的性能，以提供更广泛的视野，并有机会深入研究并获得更精确的信息。这就为我们的下一个需求奠定了基础。
2.度量性能基线
基线是NPMD过程中一个非常强大的元素。NetOps团队需要了解现有的网络基础设施是如何使用上面提到的端到端可见性并通过历史性能数据进行丰富的。这样，就可以理解和量化网络基础设施转换的影响。在没有基线的情况下进行过渡和优化你的网络就像走在路上只看你的脚;你不知道自己是否取得了实际进展。
基线必须是有意义的，包含可变因素，如一天中的时间或常规业务实践，目的是基线准确地模拟你的网络的重要部分。不要把时间浪费在确定没有什么用处和价值的链接的基线上，而是寻找网络性能可见甚至可控的高价值的“瓶颈”。
3.理解和接受软件定义网络的力量
更快速的网络必须适应他们的需求，更多的压力他们下过渡到SDN（软件定义网络）。这种更大的灵活性可能会导致更有效地利用和节约成本，但会增加复杂性。从MPLS到软件定义广域网（SD-WAN）过渡，例如，可以帮助确保在软件定义和虚拟化环境最佳的应用性能，创造更好的用户体验。
使这一过渡成功之前需要的，有用的知名度期间和实施后，保证性能至少保持和引导配置和优化。这要求穿上NPMD工具的需求，以调和来自传统和软件定义网络组件的数据的流入，并用它来管理与积极和全面的方法混合网络。
4.充分利用网络分析和机器学习的动力
随着网络复杂性的增加，以及适应需求变化的可用时间(“配置延迟”)的减少，网络变得越来越难以管理。“人在回路中”的过程正在成为瓶颈，使得数据分析和机器学习成为可靠、灵活和面向未来的网络的关键。
机器学习可以帮助网络作战管理员教网络如何承担的日常网络管理任务，监控应用行为控制，并自动发布重要发展。适当杠杆的网络数据分析提供了深入了解应用和用户行为，对器乐当考虑异常，或调整，网络。这两种机器学习和数据分析可以使一个更可靠的网络和生产网络作战功能，腾出可用于与其他项目推进预算，时间和资源。
大多数组织都知道，云计算，SD-WAN，物联网等技术的举措代表了他们的业务带来巨大的机会。但是，如果没有到位健壮，能够进行网络监控和诊断解决方案的企业把他们的IT项目的风险。通过建立全面的可见性，网络性能测量基准，拥抱软件定义网络和利用数据分析和机器学习，企业可以优化他们的网络和更好的位置，自己成功地实施新技术。开始关注这些下一代NPMD最佳实践，以提高网络性能，减少必然网络技术过渡今天的风险。