邊緣計算并非對每個物聯網設備或工作負載都具有意義

邊緣計算并非對每個物聯網設備或工作負載都具有意義。人們需要了解一些邊緣計算示例，以了解應該在何時何地將其作為云計算架構的一部分。

與傳統的云計算架構相比，邊緣計算的性能、安全性和成本優勢使其越來越受歡迎，但并不總是最適用于分布式工作負載。

邊緣計算是指在最終用戶的電腦、手機或物聯網傳感器等生成和消費數據的設備上或附近處理數據的架構。這不同于傳統的云計算，云計算依靠中央服務器來接收數據、處理數據并將其發送回客戶端設備。而邊緣計算可以減少網絡等待時間，減少數據在網絡上的暴露，在某些情況下，通過將處理加載到最終用戶的設備來降低成本。

由于具有吸引人的優勢，云計算架構師可能希望將盡可能多的工作負載推向邊緣計算。但是在這樣做之前，他們應該考慮每個應用程序的結構、性能要求和安全性注意事項以及其他因素。

兩種類型的邊緣計算架構

在權衡邊緣計算模型是否合適時，首先要問的問題是哪種架構可用。主要有兩種類型：

設備-邊緣計算，其中直接在客戶端設備上處理數據。 云計算-邊緣計算，其中在邊緣計算硬件上處理數據，而邊緣計算硬件在地理位置上比集中式云計算數據中心更靠近客戶端設備。

如果客戶端設備能夠以統一的方式處理該處理負擔，則設備-邊緣計算模型可以很好地工作。可以采用臺式機或筆記本電腦來處理此問題，但低功率物聯網傳感器可能缺少有效處理數據所需的計算和存儲資源。

此外，如果企業依賴于許多不同類型的邊緣設備和操作系統，所有這些設備可能具有不同的功能和配置，那么使用設備-邊緣計算模型可能會很困難。

借助云計算-邊緣計算模型，最終用戶設備并不是塑造架構的主要因素。如果企業使用云計算-邊緣計算架構，那么最終用戶使用的設備類型并不重要，因為不會將數據存儲或處理從中央云轉移到這些設備。與其相反，企業需要將負載轉移到在云計算-邊緣計算運行的服務器。這些服務器通常位于比中央云更靠近最終用戶的數據中心。

邊緣計算的局限性

在企業決定將工作負載移至邊緣計算之前，需要評估支持這些邊緣計算模型是否合理。這些限制可能使企業回到傳統的云計算架構。

邊緣安全

邊緣計算通過很大程度地減少數據傳輸時間來降低一些安全風險，但同時也帶來了更復雜的安全挑戰。

例如，如果企業在不受控制的最終用戶設備上存儲或處理數據，很難保證這些設備沒有受到網絡攻擊者可能利用的漏洞的攻擊。即使使用云計算-邊緣計算模型來保留對邊緣計算基礎設施的控制，擁有更多可管理基礎設施也會增加攻擊面。

與保護正在處理的數據相比，保護通過網絡傳輸的數據(可以對其進行加密)通常要容易得多。因此，邊緣計算的安全性的弊端可能超過其好處。

這使得邊緣計算對于具有高安全性規范的工作負載而言并非理想選擇。如果企業要處理敏感數據或有特殊的合規性要求，則具有集中式服務器的標準云計算模型的風險可能會降低。

延遲要求

邊緣計算可提高應用程序性能和響應能力，因為數據不必往返于云計算的數據中心進行處理。對于需要真正即時通信流的工作負載，這是一個關鍵優勢。云計算提供商繼續增加數據中心的位置，但是他們的大型數據中心設施通常位于遠離人口中心的偏遠位置。

大多數工作負載具有較低的延遲標準。與傳統的云計算架構相比，邊緣計算網絡可能只會將網絡響應速度提高幾毫秒。對于標準應用，常規架構帶來的網絡延遲是可以接受的。而確保延遲改善確實值得進行權衡，尤其是在考慮了增加的成本和管理負擔之后。

數據量

考慮企業的工作負載需要處理多少數據，以及邊緣計算基礎設施是否可以有效地處理它。如果企業的工作負載產生大量數據，則需要一個龐大的基礎設施來分析和存儲該數據。從管理的角度來看，它可能成本更低，并且更容易將數據移至公共云數據中心。

另一方面，如果工作負載基本上是無狀態的并且不涉及大量數據，則它們往往是邊緣計算的理想選擇。

邊緣計算實例

為了說明上面列出的取舍，以下是邊緣計算何時適合和不適合的一些示例。

采用邊緣計算的很好例子包括：

自動駕駛汽車。自動駕駛汽車會收集大量數據，需要實時做出決策，以確保道路上或附近的乘客和其他人的安全。延遲問題可能會導致自動駕駛汽車的響應時間延遲幾毫秒，而這種情況可能會產生嚴重的影響。 智能恒溫器。這些設備生成的數據相對較少。此外，收集的某些數據(例如人們回家的時間和調整溫度)可能會影響隱私。將數據保留在邊緣計算是切實可行的，可以幫助減輕安全隱患。 交通信號燈。交通信號燈具有三個特征，使其非常適合邊緣計算：實時響應變化的需求;相對較低的數據輸出;偶爾會失去互聯網連接。

以下是一些邊緣計算效果不佳的示例：

常規應用程序。很難想到需要邊緣計算基礎設施的性能或響應能力的常規應用程序。它可能會減少應用程序加載或響應請求所需的時間，但這種改進并不值得付出更多成本。 監控攝像系統。監控視頻通常會產生大量數據。在邊緣計算處理和存儲數據是不切實際的，因為這將需要大型且專門的基礎設施。將數據存儲在集中式云計算設施成本將會低得多，也容易得多。 智能照明系統。允許用戶通過互聯網控制家庭或辦公室中照明的系統不會生成大量數據。但是智能照明系統往往具有最小的處理能力，也沒有超低延遲要求，如果打開燈具需要一兩秒鐘的時間，那沒什么大不了的。用戶可以構建用于管理這些系統的邊緣基礎設施，但這在大多數情況下都不值得花費更多的成本。

責任編輯：Rex_08