當網(wǎng)絡工程師第一次使用網(wǎng)絡設備時，他們會通過命令行界面（ CLI ）來完成。盡管 CLI 仍在廣泛使用，但網(wǎng)絡規(guī)模已達到新高，這使得 CLI 在管理和配置整個數(shù)據(jù)中心方面效率低下。就本機而言，隨著軟件行業(yè)向自動化發(fā)展，網(wǎng)絡也不例外。

網(wǎng)絡供應商都提供了不同的方法來自動化網(wǎng)絡，因為他們從傳統(tǒng)的 CLI 語法中分離出來。不幸的是，這個行業(yè)的新分支將網(wǎng)絡工程師和 IT 組織分為兩組：精通 CLI 的團隊和精通自動化的團隊。

這種分割產(chǎn)生了兩組問題。首先，精通 CLI 的團隊很難縮小自動化差距，從而限制了他們的增長速度。其次，尋找網(wǎng)絡自動化人才是一項挑戰(zhàn)，因為大多數(shù)開發(fā)人員不具備網(wǎng)絡技能，大多數(shù)網(wǎng)絡工程師也不具備自動化技能。

為了合并這兩個組并解決這兩個問題， NVIDIA 在 CLI 方法中引入了一種稱為 NVIDIA 用戶體驗（ NVUE ）的范式轉換。

NVUE 是一個完整的 Cumulus Linux 系統(tǒng)（硬件和軟件）的面向對象、模式驅動模型。 NVUE 提供了一個健壯的 API ，允許多個接口顯示和配置系統(tǒng)中的任何元素。 NVUE CLI 和 REST API 使用相同的 API 與 Cumulus Linux 進行接口。

圖 1 ：NVUE 體系結構

讓所有接口使用相同的對象模型可以保證結果的一致性，無論工程師如何與系統(tǒng)交互。例如， CLI 和 REST API 使用相同的方法配置 BGP 對等機。

目前，任何網(wǎng)絡設備都需要 REST 和 CLI 。對象模型可以直接導入到編程語言（如 Python 或 Java ）中。這使您能夠為一個設備或整個設備結構構建配置。下面的代碼示例顯示了 NVUE Python 接口將來的樣子：

from nvue import Switch spine01 = Switch() x = 1 while x < len(spine01.interfaces): spine01.interfaces.x.state = "up" spine01.interfaces.x.ip.address = “10.1.” + x + “.1/24” spine01.apply()這種革命性方法的好處有兩方面：

對于精通 CLI 的人來說，從 CLI 到構建完全自動化是一種進化，而不是一個全新的過程。

由于 REST 在開發(fā)人員中比 YANG 等其他面向網(wǎng)絡的模型更為常見，因此沒有網(wǎng)絡技能的開發(fā)人員可以與精通 CLI 的網(wǎng)絡工程師協(xié)作，并使團隊在實現(xiàn)網(wǎng)絡自動化方面邁出相當大的一步。

一個組織的日常運營自動化程度越高，它就越能專注于創(chuàng)新而非運營，并滿足其不斷增長的業(yè)務需求。

試試看

Cumulus Linux 最有價值的方面之一是能夠虛擬地嘗試我們的所有特性和功能。