如何理解边缘计算、雾计算和云计算的区别

其实关于边缘计算、雾计算和云计算三者的关系,其实三者是具有一定的互补性的,这种互补性尤其是分别相对于云计算而言,云计算是基础也是理解其他相关概念的基石先来说说云计算云计算定义上是指一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序等资源的计算模式。
云计算具有更大、更快、更强的特质!如今越来越多的应用正在迁移到“云”上,如我们生活中接触的各种“云盘”存储等等。
将应用部署到云端后,可以不必再
使用的是共享的硬件,这意味着像使用一个工具一样去利用云服务(就像插上插座,你就能使用电一样简单)。
只需要按照你的需要来支付相应的费用,而关于软件的更新,资源的按需扩展都能自动完成!云计算系统由云平台、云存储、云终端、云安全四个基本部分组成;
云平台从用户的角度可分为公有云、私有云、混合云等;
通过从提供服务的层次可分为基础设施即服务(Iaas)、平台即服务(Paas)和软件即服务(Saas)。
边缘计算 VS 云计算边缘计算概念上和传统的中心化思维不同,他的主要计算节点以及应用分布式部署在靠近终端的数据中心,这使得在服务的响应性能、还是可靠性方面都是高于传统中心化的云计算概念,✍具体而言,边缘计算可以理解为是指利用靠近数据源的边缘地带来完成的运算程序。
如果用更通用的术语来表示即:邻近计算或者接近计算(Proximity Computing)那么,边缘计算和云计算之间的区别是什么?
✔其实如果说云计算是集中式大数据处理,边缘计算则可以理解为边缘式大数据处理。
但不同的是,只是这一次,数据不用再传到遥远的云端,在边缘侧就能解决。
✔边缘计算更适合实时的数据分析和智能化处理,相较单纯的云计算也更加高效而且安全!边缘计算和云计算两者实际上都是处理大数据的计算运行的一种方式。
边缘计算更准确的说应该是对云计算的一种补充和优化!✔简而言之即:云计算把握整体,边缘计算更专注局部对啦,边缘计算有哪些特点呢?
边缘计算而言有以下几个特质✓分布式和低延时计算边缘计算聚焦实时、短周期数据的分析,能够更好地支撑本地业务的实时智能化处理与执行✓效率更高由于边缘计算距离用户更近,在边缘节点处实现了对数据的过滤和分析,因此效率更高✓更加智能化AI+边缘计算的组合出击让边缘计算不止于计算,更多了一份智能化✓更加节能云计算和边缘计算结合,成本只有单独使用云计算的39%✓缓解流量压力在进行云端传输时通过边缘节点进行一部分简单数据处理,进而能够设备响应时间,减少从设备到云端的数据流量雾计算 VS 云计算雾计算概念最初是由美国纽约哥伦比亚大学的斯特尔佛教授(Prof. Stolfo)起的,当时的意图是利用“雾”来阻挡黑客入侵。
没成想美国思科公司把这个名词嫁接了过去并得到了发扬光大,也就是我们现在所讨论的「雾计算」!雾计算:可理解为本地化的云计算现在正在流行的“云计算”,是把大量数据放到“云”里去计算或存储,解决诸如电脑或手机存储量不够,或者是运算速度不够快的问题参自Cisco:雾计算原始定义图示在终端和数据中心之间再加一层,叫网络边缘层。
如再加一个带有存储器的小服务器或路由器,把一些并不需要放到“云”的数据在这一层直接处理和存储,以减少“云”的压力,提高了效率,也提升了传输速率,减低了时延,这个工作原理其实就可以理解为:雾计算雾计算和云计算相比,显得更接地气了一些!云计算重点放在研究计算的方式,雾计算更强调计算的位置。
雾计算相较云计算更贴近地面!更具体些说,它们在网络拓扑中的位置不同!雾计算和云计算实际上又存在有很多相似之处:如都基于虚拟化技术,从共享资源池中,为多用户提供资源服务等。
相对于云计算来说,雾计算离产生数据的地方更近,“雾比云更贴近地面”的说法不是没有道理的!“雾计算介于云计算和个人计算之间的,是半虚拟化的服务计算架构模型。
此外,雾计算实际上并没有强力的计算能力,雾计算是将物理上分散的计算机联合起来,形成较弱的计算能力,不过这样的计算能力对于中小型的数据中心,完全够用了”如果说CDN是弥补TCP/IP本地化缓存问题,那么雾计算就是弥补云计算本地化计算问题!雾计算和云计算相比较有以下几个明显的特点:更轻压:计算资源有限相比较云平台的构成单位——数据中心,雾节点更加轻!雾计算能够过滤,如聚合用户消息(如不停发送的传感器消息),只将必要消息发送给云,减小核心网络压力更低层:雾节点在网络拓扑中位置更低,拥有更小的网络延迟(总延迟=网络延迟 计算延迟),反应性更强更可靠:雾节点拥有广泛的地域分布,为了服务不同区域用户,相同的服务会被部署在各个区域的雾节点上,使得高可靠性成为雾计算的内在属性,一旦某一区域的服务异常,用户请求可以快速转向其他临近区域,获取相关的服务。
此外,由于使用雾计算后,相较云计算减少了发送到云端和从云端发送的数据量,和云计算相比延迟更短,安全风险也得到了进一步的降低!更低延:除了物联网的应用外,网上游戏、视频传输、AR等也都需要极低的时延,这点雾计算也是有所发挥的更灵便:雾计算支持很高的移动性,手机和其他移动设备可以互相之间直接通信,信号不必到云端甚至基站去绕一圈!此外,雾计算也支持实时互动、多样化的软硬件设备以及云端在线分析等更节能:雾计算节点由于地理位置分散,不会集中产生大量热量,因此不需要额外的冷却系统,从而减少耗电,雾计算更省电!雾计算以及边缘计算、海计算而言等等的出现,不是用来代替云计算,更多的是对云计算“bug类”问题的修修补补,本质上是作为云计算的延伸拓展而诞生的产品和理念!
参考:
1.云计算云计算是一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序等资源的计算模式。
云计算系统由云平台、云存储、云终端、云安全四个基本部分组成。
云平台作为提供云计算服务的基础,管理着数量巨大的CPU、存储器、交换机等大量硬件资源,以虚拟化的技术来整合一个数据中心或多个数据中心的资源,屏蔽不同底层设备的差异性,以一种透明的方式向用户提供计算环境、开发平台、软件应用等在内的多种服务。
通常情况下,云平台从用户的角度可分为公有云、私有云、混合云等。
公有云:第三方提供商为用户提供服务的云平台,用户可通过互联网访问公有云。
私有云:为一个用户单独使用而组建的,对数据存储量、处理量、安全性要求高。
混合云:是结合了公有云和私有云的优点而组建的。
再者,通过从提供服务的层次可分为基础设施即服务(Iaas)、平台即服务(Paas)和软件即服务(Saas)。
2.雾计算相比于云计算的高高在上和遥不可及,雾计算更为贴近地面,就在你我身边。
我们知道,将数据从云端导入和导出实际上比人们想象的要更为复杂,由于接入设备越来越多,在传输数据、获取信息时,带宽就显得不够用了,这就为雾计算的产生提供了空间。
雾计算的概念在2011年被人提出,并非是些性能强大的服务器,而是由性能较弱、更为分散的各种功能计算机组成,渗入电器、工厂、汽车、街灯及人们生活中的各种物品。
雾计算是介于云计算和个人计算之间的,是半虚拟化的服务计算架构模型,强调数量,不管单个计算节点能力多么弱都要发挥作用。
雾计算有几个明显特征:低延时、位置感知、广泛的地理分布、适应移动性的应用,支持更多的边缘节点。
这些特征使得移动业务部署更加方便,满足更广泛的节点接入。
与云计算相比,雾计算所采用的架构更呈分布式,更接近网络边缘。
雾计算将数据、数据处理和应用程序集中在网络边缘的设备中,而不像云计算那样将它们几乎全部保存在云中。
数据的存储及处理更依赖本地设备,而非服务器。
所以,云计算是新一代的集中式计算,而雾计算是新一代的分布式计算,符合互联网的“去中心化”特征。
3.边缘计算边缘计算指在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
到这里,您是否觉得边缘计算和雾计算有些相似呢?一般而言,雾计算和边缘计算的区别在于,雾计算更具有层次性和平坦的架构,其中几个层次形成网络,而边缘计算依赖于不构成网络的单独节点。
雾计算在节点之间具有广泛的对等互连能力,边缘计算在孤岛中运行其节点,需要通过云实现对等流量传输。
那么,边缘计算和云计算又有何区别?这两者都是处理大数据的计算运行方式。
但不同的是,这一次,数据不用再传到遥远的云端,在边缘侧就能解决,更适合实时的数据分析和智能化处理,也更加高效而且安全。
如果说物联网的核心是让每个物体智能连接、运行,那么边缘计算就是通过数据分析处理,实现物与物之间传感、交互和控制。
“边缘计算”作为一种将计算、网络、存储能力从云延伸到物联网网络边缘的架构,遵循“业务应用在边缘,管理在云端”的模式。

参考:
自从“云计算”与其分支“边缘计算”和“雾计算”推出以来,这三者之间的差异甚至让许多专业人士都感到困惑。
但是当涉及到一般消费者、IT 开发人员、数据分析师和企业网络时,选择一个或多个这样的计算平台可以获得明显的优势。
这些计算将为不同的环境和场合提供不同的功能,即使它们彼此相辅相成。
以下是对这三个层次的计算类別的概述,以及每个计算层次的实际应用情况。
如上所述,术语“云”“边缘”和“雾”代表三层计算:▲ 云计算层:工业大数据、业务逻辑和分析数据库以及数据存储。
▲ 雾计算层:本地网络资产、微型数据中心。
▲ 边缘计算层:工业 PC、特定于流程的应用以及自治设备上的实时数据处理。
将它们视为层,在视觉上是有帮助的,因为每一层都建立在前一层的基础功能之上,并且每一层都提供更接近数据源的智能分析。
那么来源来自哪里?
在制造业中,它可能是一个带有网络连接的生产设备的车间和工厂。
在 IT 环境中,可操作数据的来源可能包括企业路由器和员工终端。
雾计算的实际应用那么什么是雾计算呢?
雾计算可以有效地分散计算和分析能力。
它位于本地设备和移动设备之间,换句话说,它们是具有有限的处理能力和存储设备,并提供了一种筛选来自物联网组件信息流的方法。
无人驾驶汽车在城市街区的导航,可以让人们得到雾计算的最初印象。
如果车辆、传感器和控制器是城市智能交通系统的“边缘层”,这意味着就要进行边缘计算——那么就需要构建和运营微型数据中心,那么很可能采用微型数据中心和网状路由器以及服务器作为“雾计算层”。
雾计算并不像边缘计算那样分散,但它确实进一步减少了通过网络或向上传输到云计算层的数据量。
它有助于边缘层中“节点”之间的通信和协作。
在上面的示例中,节点是无人驾驶汽车。
那么,有哪些工业用途的应用呢?
与业务相关的一个例子是自动库存系统,它位于供应链中的多个仓库和工厂之间。
在这里,雾计算层可以用于“检查和平衡”多个位置的材料、设备和供应水平,并自动触发重新订单。
雾计算代表了一个重要的中间步骤,它控制着运营数据通过组织的设备和局域网以及决策者(或最终是工业级云数 据服务)的移动量和类型。
通过这种方式,雾计算可以帮助减少带宽使用,甚至减缓企业进行昂贵升级的需求,以及帮助企业保持 IT 基础设施平稳运行。
“智能计量”是应用于电网的一个例子。
“智能计量”是指本地数据中心与发电厂和变压器一起部署,以收集和传输有关当地电网的信息。
通过雾计算以这种方式控制的“智能电网”在限制停电影响方面更具弹性,并使工程师在问题突现时更容易查明。
边缘计算的实际应用随着从云计算层发展到雾计算,并最终到边缘计算的每一步,“智能设备”是一种更接近数据源进行信息处理的设备。
因此,通过边缘计算,可以在局域网上的单个机器、工作站和移动设备上进行智能分析。
它就像工厂中的自动化控制器;智能设备操作机器,标记维护项目,以及向云计算和企业决策者“向上”分流传人数据。
工业数据科学家收到来自雾计算层或云计算即服务层的数据,可以深入了解当前运营状态,并有助于产生更好的预测。
以下是有关如何利用边缘计算的三个示例:1.测试大型设备需要灵活的数据流,通常详细说明许多关键部件的性能。
设备测试设施中的“边缘层”可能包括无线温度计、振动传感器和其他仪表。
2.依据前文可以推断,智能的交通管理将很快成为常态。
有关交通模式的分析和情报将在本地、自动驾驶车辆以及交叉路口和交通管理协议中使用固定传感器进行。
在这种情况下,边缘计算看起来像一种“连接网络”,它允许每个相关设备通过有意义的、可操作的实时数据来支持其他设备。
3.更加智能的工厂是工业用边缘计算最明显的应用之一。
通过将边缘节点与雾计算相结合,工厂内的许多系统可以实现自动化,其中包括生产设备、环境控制、压缩空气系统、 冷却剂循环、电力和其他电源等。
雾计算和边缘计算为消费者、企业、数据科学家和 IT 架构师创造了大量全新的工具,以实现卓越的效果。
人们可能已经注意到在某种程度上略胜于一般的云计算。
让我们重新回到计算层次的顶层,简要回顾一下云计算的最新发展,以及它帮助创建的机会和新的专业。
云计算是什么当人们谈论云计算时,往往带着一种神秘感或混乱感,但它真正指的是现在的互联网连接。
考虑一下之前经历过的事 物。
工厂、商业场所或消费者设备曾经是一个完全孤立的孤岛。
它可能包含有用的数据,但是在云连接变得更容易访问之前,从这些孤立的系统中提取数据是一项艰巨的任务。
如今的创业公司层出不穷,互联网无处不在,连接触手可及,年轻一代可能对云计算的早期发展没有太多的印象。
然 而,在短短几年内,在工业和商业方面,访问基于云计算的连接工具彻底改变了游戏规则。
现在,即使是预算有限的企业也可以访问服务器和进行基于云计算的分析,这些分析可以集中计算能力,并使其业务的许多部分保持联系。
有些人甚至声称云计算已经在商业中占据了一席之地,创业公司可以在没有大量资金的情况下更快速、更无缝地扩展,并且更有效地竞争,提供更多时间扩展以及实现基础设施多样化。
满足各种需求的计算层IT 基础设施技术的多样化导致了云计算层得到广泛应用。
其结果是为各行业专业人士和企业带来了新的机遇,更不用说为数据科学家、IT 专家和分析专家等提供广泛的学科选择和工作保障。
企业运营业务是自己构建(或租赁)通用云计算基础设施,还是选择使用雾计算和边缘计算等更专业的工具?
这取决于企业的需求和发展,而企业采用这些计算工具可以获得竞争优势。

标签