什么是边缘计算

理解边缘计算,云计算是理解其中区别的关键!边缘计算 VS 云计算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。
那么:边缘计算和云计算又有何区别?
实际上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。
边缘计算服务的构建,从技术领域是一种很大的创新!如今AWS、微软、英特尔等国外大型企业已经着手布局边缘计算,可以预见的是边缘计算之于云服务企业重要性可见一斑!如果说云计算是集中式大数据处理,那么边缘计算可以理解为边缘式大数据处理!由于边缘计算(Edge computing )指的是接近于事物,数据和行动源头处的计算,所以我们也可以把这种类型的数据处理使用更通用的术语来表示:邻近计算或者接近计算(Proximity Computing)边缘计算具备的几点特质:1.分布式和低延时计算2.对终端设备的数据进行筛选,不必每条原始数据都传送到云,充分利用设备的空闲资源,在边缘节点处过滤和分析,节能省时3.减缓数据爆炸,网络流量的压力,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4.智能化(Edge intelligence)对于未来而言物联网也好、AR或则VR场景也好以及大数据和人工智能行业,实际上都有着极强的对近场计算的需求,边缘计算保障大量的计算需要在离终端很近的区域完成计算,完成苛刻的低延时服务响应!可以预见的是,在未来边缘计算的发展并不边缘!接下来,分享一份行业关于边缘计算的白皮书近日,OpenStack基金会正式对外发布《Cloud Edge Computing: Beyond the Data Center》中文版白皮书,中文名:《边缘计算-跨越传统数据中心》。
背景介绍近十几年来,中心化的云计算模型已经成为了一种标准的IT服务平台。
虽然云计算现在已是普遍应用,但是随着物联网的发展以及即将推出更具沉浸感和互动性的应用趋势将使数据存储与计算的重心远离中央数据中心并走向边缘。
新技术、新需求、IoT的爆发以及更多实时应用将在未来四到五年内从根本上改变计算拓扑结构。
随着数据和内容从集中的云和数据中心转移到边缘,IT架构将会颠倒过来,从而产生新的计算与存储使用场景。
人与数字的交互也将变得更具有真实性,互动性和动态性。
数字业务将模糊数字和真实世界之间的界限,而“模糊”将主要发生在边缘。
今天越来越多的企业、组织与研究机构将集中式云计算的
计算和数据存储的位置与分布对IT应用与管理是否良好起着至关重要的作用。
什么是边缘计算其实“边缘”技术并不是新鲜的技术,所谓“新鲜”是发生在“边缘”处的变化。
相比之前仅仅作为数据中央端局采集传递数据的方式与所在,“边缘”逐渐变成处理爆炸式数据的主要来源与关键节点,并且更重要的是与“人”的互联。
白皮书对“边缘计算”这一概念进行了清晰的阐述,边缘计算是为应用开发者和服务提供商在网络的边缘侧提供云服务和IT环境服务。
边缘计算的目标是在靠近数据输入或用户的地方提供计算、存储和网络带宽。
一个边缘计算的环境一般有以下特点:多个站点之间的潜在高延迟、网络不可靠和慢速带宽, 伴随着一般数据中心中心化资源池所不能应对的其他交付服务和应用功能。
通过将部分或者全部处理程序迁移至靠近用户或数据收集点,边缘计算能够大大减少在大规模分布式站点下给应用程序所带来的影响。
边缘计算的“边缘”指的是位于管理域的边缘,尽可能地靠近数据源或用户。
这个概念同样适用于运营商网络、有众多分支机构的大企业,如零售或者是与IoT相关的其他应用。
边缘计算的概念必须包括边缘站点(如计算、网络和存储基础设施)和运行着的应用程序(计算任务)。
边缘计算环境中的应用程序能够享有云计算中的各种资源,如计算、块存储、对象存储、虚拟网络、裸机或者容器。
边缘计算的特性对于边缘计算的特性、用例及应用场景,白皮书也进行了深入剖析。
驱动边缘计算至关重要的动力就是为了能够更近一步的为用户或终端数据资源提供 服务。
边缘计算环境将与核心协作,目标在不向核心提出无理连接请求的前提下提供更佳的用户体验。
并且将通过降低延时、降低带宽限制两方面进行改进,以解决响应的瓶颈,带来更有效、真实的互动与体验。
同时,白皮书也提出了这其中可能存在的问题,比如为了应用边缘计算,大幅增加部署数量是必要条件。
这也就导致了我们面临着大范围边缘部署的挑战。
在未来仍存在着必要的利弊权衡。
边缘计算的用例在此版白皮书中重点总结出几类重要的示例,这些用例是目前边缘计算较具代表性的应用机遇与近期工作的重点。
概括说来,分析、合规、安全和网络功能虚拟化是受益于分布式结构的四类主要工作需求:1、数据采集及分析物联网,通常其数据采集于大规模的微型网站网络,是受益于边缘计算模型的典型应用。
通常大量数据通过有限的网络连接传输至位于集中式数据中心的分析引擎进行数据分析,而这却是适得其反;分析引擎可能出现响应不足,也可能导致额外的延时 并浪费宝贵的带宽。
鉴于边缘计算设备同样能够产生兆兆级数据,将数据接近于源头进行分析,只向中枢系统发送小批量的汇总信息,这样更接近于位于边缘侧数据源的分析显得更具有成本效益。
当然,这其中也需要在向中枢传递数据所产生的成本和缺 失部分信息之间进行权衡。
2、安全遗憾的是,随着边缘设备(包括手机及物联网传感器)的普及,终端设备的激增也使得新兴的攻击矢量不断涌现。
边缘计算能够使得安全部件更接近于攻击源,启动更高效的安全应用并增加分层数量以抵御针对核心的侵犯和风险。
3、合规要求合规涵盖了广泛的需求,包括地理围栏,数据主权及版权执法。
基于地理及政治边界约束数据使用,基于版权限制进行数据限流,将数据存储于包含特定规章的区域,这些操作在边缘计算基础环境中都是可实现和可执行的。
4、网络功能虚拟化网络功能虚拟化的核心是一个典型的边缘计算应用,因为边缘计算为其提供了基础功能。
电信运营商正尝试通过运行虚拟网络功能作为部分或其上层的边缘计算基础环境,并以此来转换他们服务提供模式。
在边缘计算基础环境中运行虚拟网络功能确 实能够发挥出其最高的效能以及最低的支出/复杂度。
边缘计算的使用场景所谓边缘计算其实就是事物与人类连接的起点,其使用场景小到与个人相关的智能手机,路由器,游戏机,机顶盒,移动信号塔,蓝牙耳机,笔记本电脑,嵌入式车载智能系统,大到制造工厂中无人机器手臂,无人流水线,船舶、飞机以及户外大型重工业机器设备数据采集等。
因此在此版白皮书中归纳出以下几个典型的应用场景:供零售/金融/远程连接领域使用的“盒中云”、移动连接、Network-as-a-Service(网络即服务)、通用用户驻地设备(uCPE)、卫星通信(SATCOM)1、供零售/金融/远程连接领域使用的“盒中云”提供了一系列可定制于特定企业或产业应用的边缘计算环境。
这类边缘计算主要由企业使用,它从根本上与分布式结构相结合来达到以下效果:降低硬件消耗,多站标准化部署,灵活更替部署在边缘侧的应用以及提升韧性并
当设定为有限网络连接时,内容缓存或提供计算、存储服务以及网络服务都是边缘计算常见的使用方法。
2、移动连接许多应用或多或少都依赖于移动网络,例如应用于远程修复的增强现实、远程医疗、捕捉公共设施( 水力,煤气,电力,设施管理)数据的物联网设备、库存、供应链以及运输解决方案、智慧城市、智慧道路和远程安全保障应用。
这些应用都受益于边缘计算就近端处理的能力。
3、Network-as-a-Service(网络即服务)该场景的主要特征包括:硬件资源占用量小,移动(更改网络连接)及频繁更替工作,数据和应用混合安置。
这也是基础平台需要支持微型节点(在非 传统包(冷却数据中心内不都是19英寸机架)内进行少量计算)的案例之一。
NaaS需要由上千或上万个边缘侧节点支持。
同时,它还必须支持网状和/或层次式结构以及按需响应的站点(可能在需要时进行运转而在完成后关闭)。
APIs 和GUIs将会不断变化来映射安置于不同位置而非是同一数据中心内的大量计算节点。
4、通用用户驻地设备(uCPE)其特点为:网络连接有限,工作量较为稳定但需确保可用性高。
于此同时,它也需要一种方法来支持跨上百至上千节点的数据应用混合安置,而拓展现有 uCPE部署也将成为一项新要求。
而这点非常适用于NFV应用,尤其当不同站点可能需要不同系列的服务链应用,或是区域内一系列不同的应用需要统一协作时。
由于本地资源的利用以及必须满足在间断的网络连接下进行存储和进行数据处理,我们可需要支持网状或层次式的结构。
自我修复以及与远程节点管理相结合的自我管理都是必须条件。
5、卫星通信(SATCOM)该场景以大量可用的终端设备分布于最偏远和恶劣的环境为特征。
同时,将这些分散的平台用于提供托管服务也是极为合理的,尤其是当考虑到极高的延时,有限的带宽以及跨卫星通讯的费用。
具体事例可能包括船舶、飞机、石油及钻井,采矿作业或军事基础设施。
边缘计算为远离中心机房的应用提供数据采集、计算、存储服务,其基础特性就是将基础设施更接近于终端的用户,即站点分布范围广且边缘节点由WAN网络连接。
形式众多的边缘计算为各式各样的边缘应用场景提供边缘服务。
而在整个拓扑结构中,边缘服务是从边缘到中央处理内核所提供一系列的更加灵活的计算服务。
而未来在更多场景中的不断验证,将有助于帮助我们评估已应用现有功能,同时发现可改进的方向不断完善。
边缘计算的挑战在白皮书文末,也直面了当下边缘计算存在的问题和挑战。
虽然当前有非常多边缘计算的实例正在部署,但若要真正大规模推广,还是需要解决不断涌现或者一直就存在的各种挑战与局限。
例如针对一个可运维并依靠WAN互联达成的跨地域IaaS设施系统,边缘计算资源管理系统应当提供一组高层机制可以组合输出。
换言之,这里的挑战是如何修订(而且如需要时进行扩展)IaaS层的核心服务,以处理如上所述边缘计算的特定需求如网络断联/带宽,计算和存储设备有限的功能,缺乏管理的部署等等。
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!无论是云计算、海计算或者是边缘计算、雾计算,其他产品概念也好,目的只有一个:更好的服务于我们的生活!
参考:
说清楚边缘计算先说清楚云计算.云计算是把数据处理交给中央服务器,通过中央服务器中心化的处理,再返回给客户端.打个比方,你家智能电灯,知道你走离家100米就会亮起来.它是通过你的手机传送GPS信息给服务器,然后服务器告诉你的电灯该亮了.这是一个中心化传输的过程.这种过程有一些缺陷:网络需求(稳定性,延迟等,或者服务器崩溃),安全性(你的资料给人知道)等等所以边缘计算就是在某些场景下解决这个问题.整个数据链路在本地处理而不是在互联网上的中心.比方:你的大门得知了你到了,然后大门通知电灯该亮了.然后电灯就亮了.这个过程,你的感受是一致的,但是它们运行的原理是不同的.可以规避刚刚造成的缺陷.边缘计算在物联网上有一定的发展前景.边缘计算无法代替云计算,两者是互补关系的,云计算具有大数据属性,可以带来很多边缘计算的优势.这里不详述.