边缘计算：优化网络应用与设备的新兴技术
边缘计算的兴起，旨在提升网络应用和联网设备的性能，同时显著降低带宽占用和延迟，这或许是其在数字领域迅速普及的关键原因。
当今，企业、工厂、医院、银行等各类机构每天都在产生海量的数据。
因此，对数据的有效管理、存储和处理变得日益重要。 对于那些对时间敏感的行业而言，快速且高效地处理数据，以最大限度地降低安全风险并加速业务运转，尤为关键。
边缘计算正是在这样的背景下应运而生，为解决这些问题提供了有力的支持。
然而，边缘计算究竟是什么？ 云计算是否已经足够？
让我们深入探讨边缘计算的细节，以消除这些疑问。
什么是边缘计算？
边缘计算是一种现代化的分布式计算架构，它将数据存储和计算更靠近数据源头，从而减少了带宽消耗并加快了响应速度。
简单来说，边缘计算减少了在云端运行的进程，并将这些计算任务转移到边缘设备，如物联网设备、边缘服务器或用户的计算机。 这种将计算转移到网络边缘或更接近网络边缘的方式，缩短了服务器与客户端之间的通信距离，进而减少带宽使用和延迟。
边缘计算本质上是一种架构，而非单一技术。 它是一种本地化的计算方式，不依赖于云端执行任务。 但这并不意味着云端不再重要，它只是变得更接近终端用户。
边缘计算的起源
边缘计算的概念起源于 20 世纪 90 年代的内容分发网络 (CDN)，它利用部署在用户附近的边缘服务器来分发视频和网页内容。 进入 21 世纪，这些网络进一步发展，开始直接在边缘服务器上托管应用程序和应用程序组件。
这是边缘计算的首次商业应用。 随后，边缘计算解决方案和服务逐渐发展，用于托管购物车、实时数据聚合、广告插入等应用程序。
边缘计算架构
计算任务需要合适的架构。 这里不存在“一刀切”的方案。 不同类型的计算任务需要不同的架构。
多年来，边缘计算已发展成为一种重要的架构，用于支持分布式计算，并将存储和计算资源部署在靠近数据源的地理位置。
尽管边缘计算采用分散式架构，这可能带来挑战，并需要持续的控制和监控，但它仍然能够有效地解决复杂的网络问题，例如在更短的时间内移动大量数据，这优于其他计算方法。
边缘计算的独特架构旨在解决三个主要的网络难题：延迟、带宽和网络拥塞。
延迟
延迟是指数据包从网络中的一个点传输到另一个点所需的时间。 低延迟有助于提供更好的用户体验，但挑战在于发出请求的用户（客户端）与处理请求的服务器之间的距离。 延迟会随着地理距离和网络拥塞的增加而增加，从而延长服务器的响应时间。
通过将计算任务转移到更靠近数据源的位置，实际上缩短了服务器与客户端之间的物理距离，从而加快了响应时间。
带宽
带宽是指网络在单位时间内传输的数据量，通常以比特/秒为单位。 所有网络的带宽都是有限的，尤其是在无线通信中。 因此，网络中可以交换数据的设备数量是有限的。 如果需要增加带宽，可能需要支付额外费用。 此外，在连接大量设备的网络中，控制带宽使用也具有挑战性。
边缘计算可以解决这个问题。 由于计算过程发生在数据源附近或数据源处，例如计算机、网络摄像头等，因此只需为实际使用提供带宽，从而减少浪费。
拥塞
互联网连接了全球数十亿台设备，它们之间不断交换数据。 这对网络来说可能是一个巨大的负担，导致严重的网络拥塞和响应延迟。 此外，网络中断也可能发生并加剧拥塞，从而中断用户之间的通信。
通过在数据生成位置或附近部署服务器和数据存储，边缘计算使得多个设备能够在更高效、更小的局域网 (LAN) 上运行，本地生成数据的设备可以利用可用的带宽，从而显著减少拥塞和延迟。
边缘计算如何运作？
边缘计算的概念并非全新。 它起源于几十年前与远程计算相关的实践。 例如，分支机构和远程工作场所通常会将计算资源部署在它们能够获得最大收益的位置，而不是依赖于中心位置。
在传统的计算模式中，数据在客户端（例如用户的个人电脑）生成，然后通过互联网传输到企业的局域网，以便存储数据并使用企业应用程序对其进行处理。 接下来，处理后的数据会通过互联网返回到客户端的设备。
现在，现代的 IT 架构师已经从集中式数据中心的概念转向边缘基础设施。 在边缘基础设施中，计算和存储资源从数据中心转移到用户生成数据的位置（即数据源）。
这意味着将数据中心更靠近数据源，而不是相反。 这需要一个局部化的架构，以帮助在远程局域网上运行，并在本地收集数据进行处理。 一些人甚至可能会将设备部署在密封外壳中，以保护它们免受高温、潮湿和其他环境因素的影响。
边缘计算的过程包括数据规范化和分析，以发现商业价值，然后仅将分析后的相关数据发送到主数据中心。 这里的商业价值可能体现在以下方面：
- 零售店的视频监控
- 销售数据
- 设备维修和维护的预测分析
- 发电
- 保持产品质量
- 确保设备正常运行等
边缘计算的优缺点
优点
边缘计算的优势主要体现在以下几个方面：
1. 更快的响应时间
如前所述，在边缘设备处或附近部署计算过程有助于减少延迟。
例如，假设一位员工想要向同一办公场所的另一位员工发送一些紧急信息。 如果消息在建筑物外部路由，并与位于世界各地的远程服务器通信，然后作为接收到的消息返回，则会花费更多时间。
借助边缘计算，路由器负责办公室内的数据传输，从而显著减少延迟，并可以在很大程度上节省带宽。
2. 成本效益
边缘计算有助于节省服务器资源和带宽，从而降低成本。 如果使用云资源来支持办公室或家庭中大量智能设备的使用，成本将会更高。 但是，边缘计算可以通过将所有这些设备的计算部分转移到边缘来减少这种支出。
3. 数据安全和隐私
在位于国际的服务器之间移动数据会带来隐私、安全和更多的法律问题。 如果数据被拦截并落入坏人之手，可能会引起严重的担忧。
边缘计算使数据更接近其来源，使其在 HIPAA 和 GDPR 等数据法律的管辖范围内。 它有助于在本地处理数据，避免将敏感数据移动到云或数据中心。 因此，数据在您的场所内保持安全。
此外，还可以通过实施边缘计算对传输到云端或远程服务器的数据进行加密。 这样，数据就可以更安全地免受网络攻击。
4. 易于维护
边缘计算只需要最少的努力和成本来维护边缘设备和系统。 它用于数据处理的电力消耗更少，并且保持系统以最佳性能运行的冷却需求也更少。
缺点
边缘计算的缺点如下：
1. 范围有限
实施边缘计算可能很有效，但其目的和范围有限。 这也是人们被云计算所吸引的原因之一。
2. 连接性
边缘计算必须具有良好的连接性才能有效处理数据。 如果连接中断，则需要可靠的故障计划来克服由此带来的问题。
3. 安全漏洞
随着智能设备使用量的增加，攻击者危害设备的风险向量也在增加。
边缘计算的应用
边缘计算在各个行业都有广泛的应用。 它用于在网络边缘或附近聚合、处理、过滤和分析数据。 以下是一些主要应用领域：
物联网设备
边缘计算和物联网经常被混淆，这是一个常见的误解。 实际上，边缘计算是一种架构，而物联网是一种使用边缘计算的技术。
智能手机、智能恒温器、智能车辆、智能锁、智能手表等智能设备连接到互联网，并通过在这些设备本身而非云端运行的代码实现高效使用。
优化网络
边缘计算通过测量和改进网络性能来帮助优化网络。 它为用户流量找到延迟最低、可靠性最高的网络路径。 此外，它还可以清理交通拥堵以获得最佳性能。
医疗保健
医疗保健行业会产生大量数据，其中包括来自医疗设备、传感器和设备的患者数据。
因此，对数据的管理、处理和存储提出了更高的要求。 边缘计算通过应用机器学习和自动化技术来进行数据访问，从而提供帮助。 它有助于识别需要临床医生立即关注的有问题的数据，以改善患者护理并防止健康事件的发生。
此外，边缘计算还用于医疗监控系统，可以实时快速响应，而不是等待云服务器采取行动。
零售
零售企业还会从库存跟踪、销售、监控和其他业务信息中产生大量数据。 利用边缘计算，零售企业能够收集和分析这些数据，从而发现销售预测、优化供应商订单、开展有效营销活动等商机。
制造业
边缘计算在制造业中用于监控制造过程，并应用机器学习和实时分析来提高产品质量和检测生产错误。 它还支持将环境传感器集成到制造工厂中。
此外，边缘计算还可以深入了解库存组件以及它们的使用时间。 这有助于制造商在运营和工厂方面做出准确、更快的业务决策。
建筑业
建筑行业主要将边缘计算用于工作场所安全，以收集和分析来自安全设备、摄像头和传感器的数据。它可以帮助企业了解工作场所的安全状况，并确保员工遵守安全协议。
运输
交通运输部门，特别是自动驾驶汽车，每天都会产生数 TB 的数据。 自动驾驶汽车需要在行驶时实时收集和分析数据，这需要大量的计算能力。 它们还需要关于车辆状况、速度、位置、道路和交通状况以及附近车辆的数据。
为了解决这个问题，车辆本身成为计算发生的边缘。 因此，数据的处理速度加快，以满足数据收集和分析的需求。
农业
在农业中，边缘计算用于传感器中，以跟踪养分密度和用水量，并优化收成。 为此，传感器收集有关环境、温度和土壤条件的数据。 它分析这些数据的影响，以帮助提高作物产量，并确保它们在最有利的环境条件下收获。
能源
边缘计算在能源领域以及监控天然气和石油公用设施的安全方面非常有用。 传感器连续监测湿度和压力。 此外，它不能失去连接，因为如果发生错误，例如未检测到过热的管道，可能会导致灾难。 挑战在于，这些设施中的大多数都位于连接性较差的偏远地区。
因此，在这些系统或附近部署边缘计算可以提供更大的连接性和持续监控能力。 边缘计算还可以实时确定设备故障。 这些传感器可以通过电网控制监控所有机器（如电动汽车、风电场系统等）产生的能量，以帮助降低成本和高效发电。
其他边缘计算应用程序包括：消耗大量带宽的视频会议、在 CDN 边缘网络上运行代码的高效缓存、银行等金融服务以确保安全等。
远边缘与近边缘
边缘计算涉及许多术语，如近边缘和远边缘，有时会令人感到困惑。 让我们了解一下远边缘和近边缘的区别。
远边缘
远边缘是指部署在离云数据中心最远但离用户最近的基础设施。
例如，移动服务机构的远边缘基础设施可以靠近手机信号塔的基站。
远边缘计算部署在企业、工厂、商场等。在此基础设施上运行的应用程序需要高吞吐量、可扩展性和低延迟，非常适合视频流、AR/VR 和视频游戏等应用。根据托管的应用程序，它被称为：
- 托管企业应用程序的企业边缘
- 托管 IoT 应用程序的 IoT 边缘
近边缘
近边缘是指部署在云数据中心和远边缘之间的计算基础设施。 它托管通用应用程序和服务，与托管特定应用程序的远边缘不同。
例如，近边缘基础设施可用于 CDN 缓存和雾计算等。此外，雾计算将存储和计算资源放置在数据内或数据附近，可能不在数据上。 它是位于遥远的云数据中心和位于资源有限的源头的边缘之间的中间地带。
边缘计算与云计算（异同）
边缘计算和云计算都涉及分布式计算，以及基于生成的数据部署存储和计算资源。 但是，它们之间存在明显的差异。
以下是它们的主要区别：
- 部署：云计算在全球范围内部署资源以运行流程，具有高度的可扩展性。 它可能包括更靠近数据源但不在网络边缘的集中式计算。 另一方面，边缘计算在生成数据的地方部署资源。
- 集中化/分散化：使用集中化，云计算提供了高效且可扩展的资源，并具有安全性和可控性。 边缘计算是分散的，用于解决云计算集中化方法中未解决的问题和应用场景。
- 架构：云计算架构由几个松散耦合的组件组成。 它以按需付费模式提供应用程序和服务。 然而，边缘计算超越了云计算，提供了更稳定的架构。
- 编程：云中的应用程序开发是合适的，并且可以使用一种或多种编程语言。 边缘计算可能需要不同的编程语言来开发应用程序。
- 响应时间：与边缘计算相比，云计算的平均响应时间通常更长。 因此，边缘计算提供了更快的计算过程。
- 带宽：由于客户端和服务器之间的距离较远，云计算消耗更多的带宽和功率，而边缘计算则需要相对较低的带宽和功率。
边缘计算比云计算有什么优势？
边缘计算的过程比云计算更有效，因为后者需要更多时间来获取用户请求的数据。 云计算可能会延迟将信息传输到数据中心，从而减慢决策过程，导致延迟。
因此，企业可能会在成本、带宽、数据安全甚至职业危害方面遭受损失，尤其是在制造业和建筑业方面。 以下是边缘计算相对于云计算的一些优势：
- 对于更快、更安全和可靠的架构的需求推动了边缘计算的发展，使组织选择边缘计算而不是云计算。 因此，在需要时间敏感信息的领域，边缘计算可以创造奇迹。
- 当计算过程在远程位置进行时，边缘计算会更好地工作，因为在这种情况下，几乎没有连接可以实现集中式方法。 它将有助于本地存储，充当微型数据中心。
- 边缘计算是支持执行特殊功能且不同于常规设备的智能和专用设备的更好解决方案。
- 与云计算相比，边缘计算可以有效解决大多数领域的带宽使用、高成本、安全和功耗问题。
当前的边缘计算提供商
为了在您的企业或机构中快速轻松地部署边缘计算，您需要边缘计算服务提供商。 他们帮助处理数据并有效地传输数据，提供强大的 IT 基础设施，并管理从边缘设备生成的海量数据。
以下是一些著名的边缘计算提供商：
1. 亚马逊网络服务
AWS 通过云边缘模型提供一致的体验，并为物联网、机器学习、人工智能、分析、机器人、存储和计算提供解决方案和服务。
2. 戴尔
戴尔 通过 OpenManage Mobile 提供边缘计算的编排和管理。 戴尔非常适合数字城市、零售商和制造商等。
3. ClearBlade
ClearBlade 发布了他们的边缘原生智能资产应用程序，允许边缘维护人员构建警报设备并连接到物联网设备，而无需编写代码。
其他著名的边缘计算提供商包括 Cloudflare、StackPath、英特尔和 EdgeConnex 等。
总结
对于比以往任何时候都更多使用数字服务和解决方案的现代企业而言，边缘计算可以成为一种高效、可靠且经济的选择。 支持远程工作文化，以促进更快的数据处理和通信也是一个值得关注的概念。