边缘计算：定义、特性和用例

传统的云计算网络被显著地整合在一起，数据在边缘收集后发送回核心服务器进行处理。

这种方案源于大多数部署在边缘的设备缺乏足够的计算能力和处理其积累数据的有限能力。

边缘不断产生的数据量正在以远快于网络处理能力的速度增长。

与将数据发送到云或远程服务器集群进行处理相反，端点应将数据发送到边缘计算设备，该设备会处理或转换这些数据。

什么是边缘计算？

边缘计算更靠近数据源和限制，计算任务可以在边缘计算中心点完成，从而减少核心数据传输过程。

将这种处理能力带到网络边缘有助于通过创建相对封闭的物联网架构来解决数据挑战。

最终目标是在控制网络带宽的同时降低成本和延迟。

边缘计算提供的一个巨大优势是减少需要发送到云端进行处理的数据量。

它强调靠近用户，并为用户提供更好的智能服务，从而进一步提高数据传输性能，确保一致的处理，并减少延迟时间。

边缘计算已经成为解决当今移动海量数据相关网络问题的最佳方案之一。以下是边缘计算的一些最重要的优势：

降低延迟 - 延迟是指在两个组织焦点之间移动数据所需的时间。这两个焦点之间的巨大距离和网络拥塞会导致延迟。由于边缘计算使这两个焦点更靠近，因此延迟问题几乎不存在。
节省带宽 - 带宽是指数据在网络中传输的速度。由于所有网络都具有有限的带宽，因此可以传输的数据量和可以处理此数据的设备数量也受到限制。通过将数据服务器发送到数据生成的位置，边缘计算允许许多设备在更小且更有效的带宽上运行。

尽管边缘计算提供了许多优势，但它仍然是一项新兴技术，远非完美无缺。以下是边缘计算的一些最显著的缺点：

实施成本 - 在组织中实施边缘基础设施的成本可能复杂且昂贵。它需要在组织之前进行合理的规划和制定方案，以及额外的设备和资源来运行。
数据不完整性 - 边缘计算可以处理需要在执行过程中定义的不完整数据集。因此，组织可能会最终丢失重要信息和数据。
安全性 - 由于边缘计算是一个分布式系统，因此确保足够的安全性可能具有挑战性。在组织边缘之外处理数据存在风险。新的物联网设备的增加也增加了攻击者入侵设备的可能性。

边缘计算将数据处理更靠近业务运营。它有多种形式，许多IT专业人员将其视为分布式“无人值守”服务器场概念的演进。无论端点多么智能；所有边缘方法都共享类似的架构。

具有卫星位置的核心数据中心存储和处理数据并与端点交互。

边缘包括网络网关、服务器场和所有物联网设备。

边缘的目的是提供分布式应用程序服务，为端点提供洞察力，加快核心数据系统的执行速度，或收集和转发来自边缘端点传感器和控制器的的数据。

由于缺乏一致且公认的边缘计算定义，我们创建了自己的定义，分为三种不同的用例：

远程“无人值守”边缘服务器，场可以是不同远程位置中的小型硬件机架或多个大型服务器场。这是最异构、非标准化的边缘环境。它需要新的组织模型、现代软件应用程序设计和高度的自动化，提供低接触控制以及扩展和处理异构设备组合的能力。
容器化IT边缘，是组合系统驻留的地方。此环境包括一个响应堆栈，其中包括以下一项或多项：服务器、操作系统、存储、网络以及增强的电源和冷却系统，以支持容器化环境中的所有硬件。容器高度标准化，但可以进行定制以满足特定的边缘需求，并可以选择附加组件。
物联网 (IoT)，高度可用的处理器支持实时分析，适用于无法等待做出决定的应用程序。物联网端点正在变得越来越智能，能够更独立地运行并做出决策，而无需与中心平台进行常规通信。

借助边缘计算，事情变得更高效。因此，业务运营的效率也更高。对于需要闪电般速度的结果和根据当前情况提高灵活性的数据驱动型任务，边缘计算是一种合理的选择。

Shubham Vora

更新于：2024年10月4日

1K+ 次浏览

通过完成课程获得认证

开始