前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >KubeEdge | 多视角认识边缘计算

KubeEdge | 多视角认识边缘计算

作者头像
Zkeq
发布2023-05-18 14:40:27
6410
发布2023-05-18 14:40:27
举报
文章被收录于专栏:ZkeqZkeq

快速了解边缘计算

技术诞生背景

image-20230518003850516
image-20230518003850516
物联网
  • 物联网设备地理位置非常分散、响应时间、海量设备管理、数据安全性难以保证.
人工智能
  • 人工智能应用需要大量的逻辑运算资源, 当对运算速度有更高的要求时候, 数据传输带来的性能消耗问题, 将会让 AI 应用响应延迟.
边缘计算解决思路
  • 让计算更贴近数据的源头
image-20230518004233450
image-20230518004233450
总结
  • 引入边缘计算, 在边缘侧直接完成运算, 从而减轻数据传输的压力!
  • 边缘计算, 让计算更贴近数据的源头! 从而解决海量设备管理、数据传输等问题

边缘计算应用案例

image-20230518004814035
image-20230518004814035
交通、运输和物流行业
  • 自动驾驶: 如果路况处理全部在云端, 那么如果信号不好或者网络延迟会造成很大的危险系数
  • 交通大数据: 如果将采集到的所有数据都上报云端, 会造成很多无价值的数据上报
垂直交叉行业
  • 无人机+安防: 自动处理数据 在不该有人的地方看到人自动上报数据 无需人工处理.
  • 无人机+工地: 在危险区域自动触发报警系统.
零售业
  • 自动检测人流量, 检测大家的购物需求, 进行相关的促销活动.
边缘计算应用场景
  • 不稳定连接和数据移动性
  • 需要实时决策
  • 本地化计算能力
  • 新的存储和安全需求
  • 不定时供电

边缘计算 VS 物联网

物联网+边缘计算架构图
image-20230518010159839
image-20230518010159839

边缘计算 VS 云原生

边缘计算的发展趋势
image-20230518010328942
image-20230518010328942
边缘计算容器化
容器化的优点
  • 解耦运行依赖
  • 标准的应用分发
  • 扩展应用类型

容器化能够解决边缘计算产品的运行环境问题, 但是随着生产环境的增多, 也暴露出来很多不足之处.

边缘计算容器化的不足之处
  • 单机限制: 缺乏多机通信网络, 限制边缘总算力规模
  • 编排限制: 缺乏多实例和拓展主机的连接能力, 限制了对复杂业务的描述能力
  • 更新限制: 需要安装业务之外的应用才能对容器进行更新
  • 管理限制: 边缘应用的定义和管理模式与应用分离, 限制了业务的敏捷性
边缘计算由容器向云原生演进
image-20230518011141990
image-20230518011141990

边缘计算 VS 开源社区

KubeEdge
  • KubeEdge架构设计图
image-20230518011814414
image-20230518011814414
  • 边缘设备端是通过 MQTT 协议进行交互的, 从而完成从云到边到端的架构设计.
image-20230518012030916
image-20230518012030916
OpenYurt
  • 阿里开源

KubeEdge架构设计图

image-20230518012344322
image-20230518012344322
Baetyl
image-20230518012812359
image-20230518012812359

成员

image-20230518012847921
image-20230518012847921

项目架构

image-20230518012902779
image-20230518012902779

架构设计图

image-20230518012957856
image-20230518012957856
image-20230518013024625
image-20230518013024625
总结
  • 底层基于 Kubernetes, 将边缘节点抽象为 Node 节点
  • 边缘应用以容器 ( K8S Pod ) 方式运行
  • 通过数据缓存和同步保证离线计算
  • 云端管理, 边缘计算, 云边协同

边缘计算 VS 一线大厂

边缘计算岗位
image-20230518013804586
image-20230518013804586
云原生项目生态图
image-20230518013944188
image-20230518013944188
垂直交叉工作岗位
  • Kubernetes 相关岗位
  • 云原生相关岗位
Kubernetes 运维、开发、架构
image-20230518014047316
image-20230518014047316
云原生研发、架构
image-20230518014113795
image-20230518014113795

本章小结

  • 边缘计算的技术背景
    • 物联网+AI 的痛点与举例
  • 边缘计算的应用案例
    • 麦肯锡数据 在各行各业的应用 总结出共性
      • 不稳定连接和数据移动性
      • 需要实时决策
      • 本地化计算的能力
      • 新的存储和安全需求
      • 不定时供电
  • 边缘计算与物联网的联系
    • 物联网架构 --> 边缘计算+物联网架构
  • 边缘计算与云原生的联系
    • 发展趋势 --> 容器化 --> 云原生
  • 边缘计算在开源社区的项目情况
    • KubeEdge --> OpenYurt --> Beatyl
  • 边缘计算在一线大厂的岗位和薪酬情况
    • 边缘计算 --> K8S --> 云原生
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2023-05-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 快速了解边缘计算
    • 技术诞生背景
      • 物联网
      • 人工智能
      • 边缘计算解决思路
      • 总结
    • 边缘计算应用案例
      • 交通、运输和物流行业
      • 垂直交叉行业
      • 零售业
      • 边缘计算应用场景
    • 边缘计算 VS 物联网
      • 物联网+边缘计算架构图
    • 边缘计算 VS 云原生
      • 边缘计算的发展趋势
      • 边缘计算容器化
      • 边缘计算由容器向云原生演进
    • 边缘计算 VS 开源社区
      • KubeEdge
      • OpenYurt
      • Baetyl
      • 总结
    • 边缘计算 VS 一线大厂
      • 边缘计算岗位
      • 云原生项目生态图
      • 垂直交叉工作岗位
      • Kubernetes 运维、开发、架构
      • 云原生研发、架构
    • 本章小结
    相关产品与服务
    容器服务
    腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
    领券
    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档