邊緣計算并非對每個(gè)物聯(lián)網(wǎng)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(shí)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(yōu)勢使其越來(lái)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(hù)的電腦、手機或物聯(lián)網(wǎng)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(wù)器來(lái)接收數據、處理數據并將其發(fā)送回客戶(hù)端設備。而邊緣計算可以減少網(wǎng)絡(luò )等待時(shí)間，減少數據在網(wǎng)絡(luò )上的暴露，在某些情況下，通過(guò)將處理加載到最終用戶(hù)的設備來(lái)降低成本。
上海聚搜信息技術(shù)有限公司是阿里云的代理商網(wǎng)址:http://www.4526.cn/可以直接在網(wǎng)站上聯(lián)系阿里云代理商客服進(jìn)行咨詢(xún)服務(wù)器架構和配置以及優(yōu)惠價(jià)格?。ň鬯?a href="http://www.ysatjc.com/">營(yíng)銷(xiāo)介紹鏈接：http://www.ysatjc.com/meiyou/）是一家致力于搜索引聚搜營(yíng)銷(xiāo)及全網(wǎng)營(yíng)銷(xiāo)，致力于為客戶(hù)提供搜索營(yíng)銷(xiāo)領(lǐng)域的服務(wù)，幫助廣告客戶(hù)在搜索引聚搜獲取的投資回報，包括搜索引聚搜競價(jià)服務(wù)(SEM)，搜索引聚搜優(yōu)化服務(wù)（seo）和搜索營(yíng)銷(xiāo)代運營(yíng)服務(wù)，能夠有效為廣告主帶來(lái)高效的投放回報，我們的理念一直是：讓搜索營(yíng)銷(xiāo)營(yíng)銷(xiāo)具有價(jià)值。

聚搜營(yíng)銷(xiāo)團隊于2015年在上海成立，團隊核心均來(lái)自百度搜索部門(mén)和國內知名服務(wù)商的成員，有非常豐富的產(chǎn)品和項目?jì)?yōu)化經(jīng)驗，這兩年來(lái)，服務(wù)于國內很多大中型企業(yè)和很多初創(chuàng )公司，通過(guò)我們多年的經(jīng)驗和服務(wù)，幫助他們在搜索營(yíng)銷(xiāo)領(lǐng)域上取得了不斷的成功。

由于具有吸引人的優(yōu)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(gè)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(lèi)型的邊緣計算架構
在權衡邊緣計算模型是否合適時(shí)，首先要問(wèn)的問(wèn)題是哪種架構可用。主要有兩種類(lèi)型：
設備-邊緣計算，其中直接在客戶(hù)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(hù)端設備。
如果客戶(hù)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?？梢圆捎门_式機或筆記本電腦來(lái)處理此問(wèn)題，但低功率物聯(lián)網(wǎng)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(yè)依賴(lài)于許多不同類(lèi)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(huì )很困難。
借助云計算-邊緣計算模型，最終用戶(hù)設備并不是塑造架構的主要因素。如果企業(yè)使用云計算-邊緣計算架構，那么最終用戶(hù)使用的設備類(lèi)型并不重要，因為不會(huì )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(yè)需要將負載轉移到在云計算-邊緣計算運行的服務(wù)器。這些服務(wù)器通常位于比中央云更靠近最終用戶(hù)的數據中心。
邊緣計算的局限性
在企業(yè)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(yè)回到傳統的云計算架構。
邊緣安全
邊緣計算通過(guò)最大程度地減少數據傳輸時(shí)間來(lái)降低一些安全風(fēng)險，但同時(shí)也帶來(lái)了更復雜的安全挑戰。
例如，如果企業(yè)在不受控制的最終用戶(hù)設備上存儲或處理數據，很難保證這些設備沒(méi)有受到網(wǎng)絡(luò )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(lái)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(huì )增加攻擊面。
與保護正在處理的數據相比，保護通過(guò)網(wǎng)絡(luò )傳輸的數據(可以對其進(jìn)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(guò)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(yè)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(wù)器的標準云計算模型的風(fēng)險可能會(huì )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(jìn)行處理。對于需要真正即時(shí)通信流的工作負載，這是一個(gè)關(guān)鍵優(yōu)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(wǎng)絡(luò )可能只會(huì )將網(wǎng)絡(luò )響應速度提高幾毫秒。對于標準應用，常規架構帶來(lái)的網(wǎng)絡(luò )延遲是可以接受的。而確保延遲改善確實(shí)值得進(jìn)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(yè)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(yè)的工作負載產(chǎn)生大量數據，則需要一個(gè)龐大的基礎設施來(lái)分析和存儲該數據。從管理的角度來(lái)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(wú)狀態(tài)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(shí)例
為了說(shuō)明上面列出的取舍，以下是邊緣計算何時(shí)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(dòng)駕駛汽車(chē)。自動(dòng)駕駛汽車(chē)會(huì )收集大量數據，需要實(shí)時(shí)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(wèn)題可能會(huì )導致自動(dòng)駕駛汽車(chē)的響應時(shí)間延遲幾毫秒，而這種情況可能會(huì )產(chǎn)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(shí)間和調整溫度)可能會(huì )影響隱私。將數據保留在邊緣計算是切實(shí)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(gè)特征，使其非常適合邊緣計算：實(shí)時(shí)響應變化的需求;相對較低的數據輸出;偶爾會(huì )失去互聯(lián)網(wǎng)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(huì )減少應用程序加載或響應請求所需的時(shí)間，但這種改進(jìn)并不值得付出更多成本。
監控攝像系統。監控視頻通常會(huì )產(chǎn)生大量數據。在邊緣計算處理和存儲數據是不切實(shí)際的，因為這將需要大型且專(zhuān)門(mén)的基礎設施。將數據存儲在集中式云計算設施成本將會(huì )低得多，也容易得多。
智能照明系統。允許用戶(hù)通過(guò)互聯(lián)網(wǎng)控制家庭或辦公室中照明的系統不會(huì )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(méi)有超低延遲要求，如果打開(kāi)燈具需要一兩秒鐘的時(shí)間，那沒(méi)什么大不了的。用戶(hù)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