【愚公系列】软考高级-架构设计师 115-边缘计算

🏆 作者简介，愚公搬代码 🏆《头衔》：华为云特约编辑，华为云云享专家，华为开发者专家，华为产品云测专家，CSDN博客专家，CSDN商业化专家，阿里云专家博主，阿里云签约作者，腾讯云优秀博主，腾讯云内容共创官，掘金优秀博主，亚马逊技领云博主，51CTO博客专家等。 🏆《近期荣誉》：2022年度博客之星TOP2，2023年度博客之星TOP2，2022年华为云十佳博主，2023年华为云十佳博主等。

🏆《博客内容》：.NET、Java、Python、Go、Node、前端、IOS、Android、鸿蒙、Linux、物联网、网络安全、大数据、人工智能、U3D游戏、小程序等相关领域知识。

🏆🎉欢迎 👍点赞✍评论⭐收藏

🚀前言

边缘计算（Edge Computing）是一种分布式计算范式，旨在将数据处理和存储功能从传统的集中式数据中心转移到距离数据生成源头更近的边缘设备或边缘节点上进行处理。边缘计算的主要目的是在接近数据生成源头的位置提供更快速的数据处理、减少数据传输延迟，以及降低网络流量和数据中心负载。

边缘计算的关键特点包括：

1. 低延迟：通过在数据生成的地方进行处理，边缘计算可以显著降低数据传输延迟，使得对实时性要求高的应用能够更快地响应。
2. 数据处理：边缘设备可以进行数据预处理、过滤和分析，将仅需要云端处理的精简数据传输到云端，减少对网络带宽的需求和云端资源的压力。
3. 隐私与安全：边缘计算可以在数据生成源头处对敏感数据进行处理，减少数据通过网络传输的风险，提高数据隐私和安全性。
4. 离线支持：即使在网络连接不稳定或不可用的情况下，边缘设备也可以继续执行部分计算任务，保证系统的可靠性和稳定性。
5. 物联网应用：边缘计算对于物联网（IoT）应用尤为重要，因为大量的传感器和设备产生的数据可以在边缘设备上进行快速处理和决策，减少对中心数据中心的依赖。

边缘计算技术的发展为各种领域带来了更高效的数据处理和更快速的应用响应，特别适用于需要实时性和高可靠性的场景，如智能城市、智能交通、工业自动化等。

🚀一、边缘计算

🔎1.边缘计算概述

边缘计算是一种分布式计算模型，其核心理念是将计算资源和数据存储放置在物理世界的边缘，靠近数据源和终端设备。这种方式旨在降低延迟、提高性能，并更好地满足实时性需求。

🦋1.1 主要目标

• 降低延迟：通过在本地处理数据，减少与远程云计算的通信时间。
• 提高性能：将计算功能放置在接近数据源的位置，提高数据处理的效率和实时性。
• 满足实时性要求：实现高效的本地数据处理，满足实时应用需求。

🦋1.2 应用场景举例：智能城市中的交通管理

1. 场景描述：
   • 传感器和摄像头：安装在交通信号灯附近，用于监测交通流量和交通情况。
   • 边缘计算设备：如边缘服务器，安装在信号灯控制器旁边，实时分析和处理传感器和摄像头捕获的数据。
2. 功能实现：
   • 实时数据分析：边缘计算设备能够实时分析交通流量和情况。
   • 智能调整信号灯：根据实时数据，智能地调整交通信号的时序，优化交通流量，减少拥堵。

🦋1.3 边缘计算的优势

1. 本地处理：
   • 数据处理：将数据处理、应用程序的运行甚至一些功能服务的实现，从网络中心下放到网络边缘的节点上。
   • 智能网关：在网络边缘侧的智能网关上就近采集并处理数据，不需要将大量未处理的原生数据上传到远处的大数据平台。
2. 高效协同：
   • 海量数据就近处理：海量数据能够在本地进行高效处理。
   • 设备高效协同工作：大量设备在边缘计算的协助下实现高效协同工作。

🦋1.4 边缘计算的关键需求

• 敏捷性：快速响应和处理数据变化。
• 实时性：满足实时应用对低延迟的高要求。
• 数据优化：在本地进行数据处理和优化，减少传输数据量。
• 应用智能：支持智能应用在边缘侧的运行和决策。
• 安全与隐私保护：提升数据的安全性和隐私保护能力，通过本地处理减少数据外传风险。

边缘计算通过其独特的分布式架构，为众多行业提供了敏捷、高效、智能、安全的数据处理解决方案。

🔎2.边缘计算的业务本质及其落地形态

边缘计算的业务本质是云计算在数据中心之外汇聚节点的延伸和演进。它主要包括三种落地形态：

1. 云边缘
2. 边缘云
3. 云化网关

以“边云协同”和“边缘智能”为核心能力发展方向。

🦋2.1 云边缘

• 定义：在边缘设备（如传感器、摄像头、工业机器等）附近部署的小型计算节点，通常位于数据源的最近位置。
• 功能：处理、分析和存储数据，执行本地计算任务。
• 优势：
  • 减少通信延迟：无需将所有数据传输到远程云数据中心。
  • 提高响应速度：例如，智能监控摄像头可以在本地检测异常情况，如交通事故或可疑行为。

🦋2.2 边缘云

• 定义：一种云计算模型，将云服务部署到靠近数据源和终端设备的边缘位置。
• 功能：处理多个边缘设备的数据，通常包括较大规模的计算资源。
• 应用场景：如边缘数据中心，可以处理大量数据和复杂计算任务。
• 区别：云边缘更侧重于在边缘设备上执行实时计算和响应，而边缘云则是将云计算资源推送到离数据源更近的位置，以处理更大规模的边缘计算任务。

🦋2.3 云化网关

• 定义：以云化技术与能力重构原有嵌入式网关系统，将网络功能虚拟化并作为云服务提供。
• 功能：连接和控制各种终端设备，并进行实时数据传输和分析。
• 应用场景：
  • 工厂自动化控制系统：云化网关用于连接和控制各种工厂设备，与传感器、机器和生产设备通信。
  • 数据处理：将实时数据传输到本地边缘计算节点进行实时数据分析和设备控制，同时将数据上传到远程云平台，用于生产计划、维护管理和质量控制。

边缘计算通过云边缘、边缘云和云化网关的多种形态实现了云计算资源的本地化和实时化，满足了不同应用场景对数据处理、存储和计算的多样化需求，提升了系统的响应速度和整体效率。

🔎3.边缘计算的特点

边缘计算具有如下特点：

1. 联接性
   • 定义：联接性是边缘计算的基础。
   • 要求：由于所联接的物理对象和应用场景的多样性，边缘计算需要具备丰富的联接功能。
2. 数据第一入口
   • 定义：边缘计算作为物理世界到数字世界的桥梁，是数据的第一入口。
   • 特点：拥有大量、实时、完整的数据。
   • 功能：基于数据全生命周期进行管理与价值创造，支持预测性维护、资产效率与管理等创新应用。
3. 约束性
   • 定义：边缘计算产品需适配工业现场相对恶劣的工作条件与运行环境。
   • 要求：防电磁、防尘、防爆、抗振动、抗电流/电压波动等。
   • 工业互联需求：对边缘计算设备的功耗、成本、空间也有较高的要求。
4. 分布性
   • 定义：边缘计算的实际部署天然具备分布式特征。
   • 要求：
     • 支持分布式计算与存储
     • 实现分布式资源的动态调度与统一管理
     • 支撑分布式智能
     • 具备分布式安全等能力

🔎4.边云协同：边缘计算与云计算的优势互补

🦋4.1 边缘计算与云计算的特点

• 云计算：
  • 优势：擅长全局性、非实时、长周期的大数据处理与分析。
  • 应用领域：长周期维护、业务决策支撑等。
• 边缘计算：
  • 优势：适用于局部性、实时、短周期数据的处理与分析。
  • 应用领域：本地业务的实时智能化决策与执行。

🦋4.2 边云协同的运作

• 边缘计算：靠近执行单元，是云端所需高价值数据的采集和初步处理单元，支撑云端应用。
• 云计算：通过大数据分析优化业务规则或模型，并下发到边缘侧，边缘计算基于新的业务规则或模型运行。

🦋4.3 边云协同的六种模式

1. 资源协同：
   • 边缘节点提供计算、存储、网络、虚拟化等基础设施资源。
   • 本地资源调度管理能力，与云端协同，接受并执行云端资源调度管理策略。
   • 包括边缘节点的设备管理、资源管理和网络连接管理。
2. 数据协同：
   • 边缘节点负责现场/终端数据的采集，初步处理与分析。
   • 处理结果和相关数据上传云端，云端进行海量数据的存储、分析与价值挖掘。
3. 智能协同：
   • 边缘节点按照A模型执行推理，实现分布式智能。
   • 云端开展AI的集中式模型训练，并将模型下发边缘节点。
4. 应用管理协同：
   • 边缘节点提供应用部署与运行环境，管理调度本节点多个应用的生命周期。
   • 云端提供应用开发、测试环境，以及应用的生命周期管理能力。
5. 业务管理协同：
   • 边缘节点提供模块化、微服务化的应用/数字孪生/网络等应用实例。
   • 云端提供按照客户需求实现应用、数字孪生、网络等的业务编排能力。
6. 服务协同：
   • 边缘节点按照云端策略实现部分ECSaaS服务，通过ECSaaS与云端SaaS的协同实现面向客户的按需SaaS服务。
   • 云端提供SaaS服务在云端和边缘节点的服务分布策略，以及云端承担的SaaS服务能力。

🦋4.4 边缘计算的应用场合

• 智慧园区
• 安卓云与云游戏
• 视频监控
• 工业互联网
• 智慧医疗

🦋4.5 边云协同架构

• 边缘层：位于网络边缘，负责收集数据、进行初步处理和存储。
• 雾层：位于边缘层和云层之间，负责数据的聚合、转发和处理。
• 云层：位于网络中心，提供强大的计算、存储和网络资源。

🦋4.6 边云协同架构设计面临的挑战

• 异构性：边缘设备、网络和云平台的异构性，需要统一管理和调度。
• 延迟：边缘计算需要满足低延迟要求，需要优化网络架构和数据处理流程。
• 安全性：需要保障数据安全和隐私。

🦋4.7 针对挑战的解决方案

• 虚拟化：将边缘计算资源虚拟化，以便于统一管理和调度。
• 容器化：将应用打包成容器，以便于在不同平台上部署和运行。
• 微服务：将应用拆解成微服务，以便于弹性扩展和故障处理。
• 软件定义网络 (SDN)：使用SDN技术灵活控制网络流量，降低延迟。
• 安全技术：使用加密、身份认证、访问控制等安全技术保障数据安全和隐私。