邊緣計算融入云計算架構的優缺點
邊緣計算是一種將智能集成到邊緣設備(也稱為邊緣節點)中的分布式計算技術，可以在數據采集源附近實時處理和分析數據。在使用邊緣計算時，數據不需要上傳到云端或集中式數據處理系統。
為什么要使用邊緣計算?
大多數企業在集中存儲系統中存儲、管理和分析數據，該系統通常是公有云或私有云。另一方面，基礎設施和云計算已經不再能夠滿足許多實際應用程序的需求。例如，在物聯網和萬物互聯的背景下，需要具有低延遲的高度靈活的網絡來實時處理大量數據，而這在標準IT上是無法實現的。在這種情況下，邊緣計算的好處變得更加明顯。
邊緣計算的優勢
邊緣計算無需將數據傳輸到云端進行處理和分析，因為數據在數據聚集點附近進行處理。這種方法減少了網絡和服務器的壓力。
邊緣計算在物聯網領域非常有用，主要是工業物聯網，因為它具有實時處理數據的能力和快速的反應時間。除了加快工業和制造企業的數字化進程之外，邊緣計算技術還提供了額外的突破，例如人工智能和機器學習。
邊緣計算限制
在企業將任務移至邊緣之前，需要考慮支持某些邊緣模型是否有意義。這些限制可能會迫使企業返回到傳統的云平臺。
邊緣計算的安全
通過減少數據在傳輸過程中花費的時間，邊緣計算最大限度地減少了一些安全問題，但也增加了更復雜的安全問題。
例如，如果企業在不受管理的終端機器上托管或處理數據，則無法確保此類設備沒有網絡攻擊者可能利用的缺陷。即使采用云邊緣架構來控制邊緣基礎設施，但擁有額外的基礎設施來維護也可能會擴大網絡攻擊面。
因此，邊緣計算不適合具有嚴格安全要求的應用程序。如果企業正在處理敏感數據或有特殊的合規性需求，使用集中式服務器的典型云計算方法可能不會那么危險。
延遲要求
由于數據不必在云平臺和數據中心之間來回傳輸進行分析，邊緣計算提高了應用程序的速度和響應能力。對于需要真正即時通信流的任務，這是一個顯著的好處。雖然云計算供應商繼續擴大其數據中心的足跡，但這些龐大的數據中心設施通常位于遠離主要人口中心的農村地區。
大多數工作負載的延遲要求較低。與典型的云計算設計相比，邊緣計算網絡只能將網絡響應能力提高幾毫秒。傳統設計帶來的低效率對于應用程序來說是可以容忍的。
檢查網絡延遲的好處是否真的值得妥協，尤其是當考慮額外的費用和管理負載時。
數據量
確定操作將處理多少數據以及邊緣基礎設施是否能夠處理這些數據。如果企業在工作中創建了大量數據，將需要采用大型基礎設施來評估和存儲。從管理的角度來看，將數據移動到公有云數據中心可能更便宜、更容易。
然而，基本上無狀態且不需要大量數據的工作負載是邊緣計算的理想候選者。
邊緣計算示例
以下是邊緣計算何時適合和不適合證明上述權衡的一些示例。
(1)自動駕駛汽車
自動駕駛汽車需要獲取大量數據，因此必須快速做出選擇，以確保乘客和路人安全。網絡延遲問題可能會導致車輛反應時間出現延遲，從而造成嚴重后果。
(2)智能恒溫器
一些小工具將會產生少量數據。此外，他們收集的一些信息(例如個人何時回家并調整恒溫器)可能存在隱私問題。將數據保留在邊緣更實用，并且可以幫助解決安全問題。
(3)交通信號燈
交通信號燈的這三個特性使其成為邊緣計算的合適候選者：對實時變化做出反應的要求;有限的數據生產;以及互聯網連接偶爾中斷。
以下是邊緣計算無法正常運行的幾種場景：
- 傳統應用程序：很難想象傳統應用程序需要邊緣基礎設施的性能或反應速度。它可能會將應用程序加載或回復查詢所需的時間減少幾毫秒，但這種好處并不顯著。
- 視頻監控系統：監控視頻將產生大量數據。在邊緣處理和存儲此類數據是不切實際的，因為它需要龐大而專業的基礎設施。將數據存儲在集中式云計算設施中將顯著降低成本并且更容易。
- 智能照明系統：在家中或企業中通過互聯網工作的照明控制系統不會產生大量數據。然而即使是智能燈泡，其處理能力也是有限的。人們對照明系統并沒有超低延遲要求，所以如果燈泡只需要幾分之一秒就可以打開，這可能不是什么大問題。企業可以創建邊緣基礎設施來管理這些系統，但在大多數情況下，這是不值得的。
結論
通過將處理外包給終端客戶的設備，邊緣計算可以最大限度地減少傳輸延遲，降低對網絡的數據訪問，并在某些情況下削減開支。由于可以獲得這些好處，云計算架構師可能會尋求將盡可能多的工作負載轉移到邊緣。但是在這樣做之前，他們應該考慮每個應用程序的結構、其性能需求和安全問題等。
