如今, 人们听到很多关于云计算基础设施的大趋势是如何处理边缘计算的问题, 但围绕这个概念存在一些困惑. 许多人都认为它最终将取代传统的云计算架构. 但肯定不是这种情况. 但是, 有些情况下, 边缘计算架构比完全集中的云计算设计提供了优势, 特别是从网络和数据存储的角度来看. 以下将解释什么是边缘计算, 它与传统云计算服务有何不同, 以及边缘计算何时可能成为企业的正确选择.
边缘计算是云计算的一种形式, 但与将计算和存储集中到单个数据中心的传统云计算架构不同, 边缘计算将计算或数据处理能力推送到边缘设备进行处理. 因此, 只有数据处理的结果需要通过网络传输. 在某些情况下, 这会提供精确的结果, 并消耗更少的网络带宽.
物联网是边缘计算最常见的用例. 物联网是关于使用边缘传感器从地理上分散的地区收集数据的. 这些传感器使用数据网络连接, 通常利用 WAN 技术, 如 MPLS, 蜂窝和 VPN. 在传统的物联网架构中, 所有收集的传感器数据都将传输到中央存储库, 并在其中进行整合处理. 只有数据需要累积收集和分析时才能很好地工作. 但是如果没有必要结合数据来获得理想的结果呢? 如果每个物联网传感器只需处理收集到的数据, 并在满足特定要求时发送结果, 该怎么办?
人们开始看到边缘计算的好处. 如果没有真正需要收集集中式云计算存储库中的所有数据, 那么浪费昂贵的带宽来传输它是没有意义的. 事实上, 一个完全有效的物联网设计可能是传感器只有在需要报告重要信息时才连接到云端的设计. 这种设计通过利用诸如基于蜂窝技术的技术来降低物联网的联网成本, 这些技术使用成本更低的每千次付费的计费方式, 而不是更昂贵的永远在线的连接方式.
边缘计算需要考虑的一点是, 由于数据不是长期存储的, 最终会被删除, 这不利于大数据分析. 请记住, 边缘设备仅提供处理本地收集的数据的结果. 在大多数情况下, 收集的数据只能被丢弃. 因此, 如果企业的物联网项目要您存储所有收集的数据以进行累积分析决策, 那么边缘计算并不适合.
也就是说, 边缘计算非常适合采用本地化和批量处理的物联网部署. 这方面的一个例子可能是统计远程零售商店的销售和库存, 然后将计算结果按日计划发送回企业总部. 企业可能不需要每笔交易的实时数据. 相反, 这些数据可以在本地处理, 并在关闭时生成一个简单的报告.
这种方法还有助于显著减少许多企业使用传统云计算架构所面临的存储过剩问题. 流入云存储的实时数据可能会迅速累积. 通常, 这些数据最终变得毫无用处. 然而, 组织往往担心数据一旦进入云端就会被删除, 而且他们很容易浪费数千美元存储几乎肯定不会使用的数据. 边缘计算可以通过仅向云计算发送有用的后处理信息来解决此问题. 这样, 企业只需要存储自己需要的东西即可.
随着商业数字化概念的进一步深入, 边缘计算模型将成为许多物联网计划的关键组成部分. 网络和存储成本都占分布式物联网项目的很大一部分, 因此减少数据传输和存储需求在许多使用情况下都很有吸引力. 如果做得好, 边缘计算将允许以比传统云计算方法低得多的成本实现某些物联网项目.
来源: http://cloud.51cto.com/art/201804/570904.htm