边缘计算
边缘计算
是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。 其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。 边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。
为什么需要边缘计算
随着边缘设备的增加，我们更希望很多任务在本地执行，而不是上传到云数据中心。 我们需要一种新型的计算范式，它能够在网络的边缘执行任务，它就是边缘计算。而在近几年，随着物联网的发展，边缘计算模型变得越来越重要
边缘计算与云计算的区别
云计算是基于TCP/IP的高级开发和计算机技术的集成，如快速微处理器，巨大的内存，高速网络和可靠的系统架构。
边缘服务要求自动运行，边缘的服务即使是边缘节点也需要重新成功运行重启后离线。 因此，边缘服务的配置需要在边缘节点中保持持久性，当边缘结点和云中心的连接恢复之后，配置可以从云同步到网络边缘； 广域网的低带宽问题，数据为同步配置传输的卷应被减到最小。 因此,增量同步比完整快照更合适。不仅配置需要从云传送到边缘，边缘服务的状态也需要从边缘传送到云。
对象 | 边缘计算 | 云计算 |
通讯协议 | mqtt/amqp | tcp/ip |
资源 | 资源有限 | 快速微处理器，巨大的内存 |
网络 | 公网带宽有限 | 高速网络 |
架构 | 异构 | 通常同构 |
同步 | 不定时同步 | 同步/定时/队列 |
K8S能为边缘计算带来什么
边缘节点容器化承载计算服务，大规模定制化批量更新和升级应用；
全局监控及分布式管理，边缘设备自动激活及下线；
就近集成边缘存储及边缘缓存服务，结合人工智能技术，拓展边缘智能；
云边协同 - 基于k8s 标准api实现edge的增删改查，升级更新都可以从云端下发(kubeedge优化消息通道更好的支持 list/watch机制)
离线自制 -通过EventBus和MetaManager实现了本地数据的同步和存储功能即使重启也不会丢失数据
设备管理 - 支持可插拔的设备统一管理框架，允许用户根据不同协议实现设备接入驱动
轻量 - 边缘侧组件占用资源少，本身程序占用空间小
挑战
云边协同：AI/安全等业务在云和边的智能协同、弹性迁移；
网络：边缘网络的可靠性和带宽限制；
管理：边缘节点的资源管理与边缘应用生命周期管理；
扩展：高度分布和大规模的可扩展性；
异构：边缘异构硬件和通信协议。
扫描关注我:
Last updated
