|
在過去 10 年，云計算 開始風(fēng)靡全世界。當(dāng)一些公司認(rèn)識到他們使用云可以節(jié)省多少成本時，他們開始考慮將云計算應(yīng)用到其他業(yè)務(wù)方面，以便進一步降低成本。此外，隨著云技術(shù)的不斷改進，通過云得到的服務(wù)種類也越來越多。 隨著更多功能遷移到云中，云的局限性和缺陷變得更加明顯。用戶發(fā)現(xiàn)當(dāng)前的云計算架構(gòu)不適合某些類型的項目和情形。具體來講，他們發(fā)現(xiàn)正處于高速增長過程中的物聯(lián)網(wǎng) (IoT) 并不總是能夠很好地與云計算一起使用。讓我們來談?wù)勥@種情況。  那么 IoT 與云計算有何關(guān)系呢？實際上，二者關(guān)系密切，因為 IoT 的許多部分都由云計算提供助力。它可以是通過連接到云端在您的手機上遠程控制恒溫器的簡單情形?；蛘撸梢允褂迷拼鎯泶鎯δ硞€安全攝像頭網(wǎng)絡(luò)錄制的視頻片段?？偠灾?，IoT 和云計算通常能夠很好地互補。 但是，隨著網(wǎng)絡(luò)的發(fā)展，隨著更多的智能設(shè)備接入網(wǎng)絡(luò)，許多問題開始出現(xiàn)。其中一個問題通常是所有這些聯(lián)網(wǎng)設(shè)備生成的大量數(shù)據(jù)。例如，在安全攝像頭網(wǎng)絡(luò)中，系統(tǒng)每秒可能向服務(wù)器上傳大量視頻數(shù)據(jù)。在這樣一個系統(tǒng)中，攝像頭本身沒有存儲組件，因此所有這些視頻都必須存儲在主服務(wù)器上。 云計算通常無法處理的另一個問題是時間延遲。因為數(shù)據(jù)只能在云中處理，所以記錄數(shù)據(jù)與從該數(shù)據(jù)中獲取結(jié)果之間始終存在一定的延遲。這種延遲在時間關(guān)鍵型系統(tǒng)中可能產(chǎn)生問題。設(shè)想一輛自動駕駛汽車配備了傳感器來檢查周圍環(huán)境。當(dāng)汽車以 50 千米/小時的速度行駛時，在兩秒后獲得其環(huán)境的分析結(jié)果將變得毫無意義，因為汽車那時將位于不同的位置。 除了云計算 – 還有霧計算和靄計算這些問題的核心在于云計算架構(gòu)的中心化性質(zhì)。畢竟，只有網(wǎng)絡(luò)的中心節(jié)點才有能力存儲和處理數(shù)據(jù)。為了解決這個問題，網(wǎng)絡(luò)設(shè)計師們提出了一種架構(gòu)，在這個架構(gòu)中，計算能力更均勻地分布在網(wǎng)絡(luò)上。這些架構(gòu)將處理能力推送到網(wǎng)絡(luò)邊緣，使其更接近數(shù)據(jù)源。這些技術(shù)被稱為 霧計算和靄計算。 理解這兩種架構(gòu)以及它們之間的區(qū)別的最快方法是，了解日常的氣象學(xué)意義上的云、霧和靄現(xiàn)象。在現(xiàn)實生活中，一朵云密布著厚重的凝結(jié)水，高高掛在空中，離地面很遠。另一方面，霧是位于云下方的更薄的凝結(jié)水，而靄是地面上漂浮的水滴形成的薄層。 從這一類比可以看出，云計算與實際的云類似，在云計算中，強大的計算能力位于遠離人類活動的地方。霧計算發(fā)生在云下方的一層中，該層的基礎(chǔ)架構(gòu)將終端設(shè)備與中央服務(wù)器相連。最后，靄計算發(fā)生在地面上，其中的輕計算能力位于每個網(wǎng)絡(luò)邊緣，位于傳感器和執(zhí)行器設(shè)備級別上。 （另一個術(shù)語是人們經(jīng)常使用的邊緣計算。不幸的是，這個術(shù)語似乎對不同的人有不同的含義。有些人使用邊緣計算作為靄計算的同義詞，而另一些人認(rèn)為它等同于霧計算。出于本討論的目的，我將避免使用邊緣計算這個術(shù)語，以避免產(chǎn)生混淆。） 霧、靄和云計算是互補的 讓我們明確一點：云、霧和靄計算是相互補充的。它們應(yīng)該相互協(xié)作，而不是相互對抗。每種計算都有自己的優(yōu)缺點；因此，通過結(jié)合運用它們，我們可以發(fā)揮它們的優(yōu)勢，最大限度地減少它們的不足。 盡管如此，您不需要同時使用所有這些方法。例如，假設(shè)您在一個偏遠的地區(qū)構(gòu)建一個自動化的農(nóng)場灌溉和監(jiān)控系統(tǒng)。如果沒有互聯(lián)網(wǎng)連接，您可以放棄云計算，簡單地將數(shù)據(jù)存儲在現(xiàn)場的計算機中。 如前面所述，霧計算是將計算能力用于設(shè)備傳感器與云服務(wù)器之間的連接的范例。此能力通常會配備在一個充當(dāng)網(wǎng)關(guān)的設(shè)備中，該設(shè)備連接所有傳感器并管理與云的連接。網(wǎng)關(guān)設(shè)備可能擁有不錯的計算能力和數(shù)據(jù)存儲，所以它可以處理來自多個傳感器的數(shù)據(jù)。 對于需要處理來自多個傳感器的數(shù)據(jù)的項目，以及最小化延遲至關(guān)重要的項目，霧計算非常適合?；谶@些特征，您可以看到自主駕駛車輛非常適合使用霧計算。 自主駕駛汽車依靠多個傳感器來獲得它周圍環(huán)境的全面解讀。但是，在云中處理所有這些數(shù)據(jù)是不可能的，因為汽車需要盡快獲得該數(shù)據(jù)的結(jié)果。擁有一個能立即處理該數(shù)據(jù)的網(wǎng)關(guān)設(shè)備，是讓汽車正常行駛的關(guān)鍵。此外，網(wǎng)關(guān)設(shè)備必須能夠過濾和查找需要發(fā)送到云端進行進一步分析的相關(guān)數(shù)據(jù)，從而減少所需的帶寬。 當(dāng)然，霧計算不是完全沒有缺點。霧計算的最大問題是，整個系統(tǒng)的正常運行完全依賴于網(wǎng)關(guān)設(shè)備，這意味著網(wǎng)關(guān)可能是單點故障。類似自主駕駛車輛的系統(tǒng)中存在這樣的問題可能非常危險，所以采用一種備份或冗余機制很重要。 靄計算旨在將計算能力放在每個網(wǎng)絡(luò)邊緣上，并放在設(shè)備的實際傳感器上。此計算能力通常以嵌入在設(shè)備上的微芯片或微控制器的形式存在。因此，靄計算的處理能力更加有限。 您可能想知道，在傳感器上配備計算能力是否是必需的。畢竟，這些傳感器的職責(zé)只是記錄來自環(huán)境的數(shù)據(jù)，對吧？這些傳感器通常還有另一項工作，那就是將它們記錄的信息傳輸?shù)骄W(wǎng)絡(luò)中的數(shù)據(jù)存儲中。數(shù)據(jù)傳輸使用的電池電量比同等的計算進程要多得多。因此，通過在傳感器上配備計算能力，數(shù)據(jù)可以在存儲之前先進行處理、預(yù)處理和優(yōu)化。產(chǎn)生的數(shù)據(jù)將會小得多，在傳輸過程中消耗的能量也會更少。 盡管使用靄計算沒有什么重大缺點，但它要復(fù)雜得多。不僅用于靄計算的系統(tǒng)通常是特定于應(yīng)用的，傳感器通常也是異構(gòu)的，這些使得實現(xiàn)一個解決方案變得更加復(fù)雜。此外，靄計算架構(gòu)中提供的處理能力通常是有限的，這為任何可能的解決方案增加了更多的限制。 霧和靄計算的最后一個方面是安全性。使用霧或靄計算會提高系統(tǒng)上的數(shù)據(jù)安全性。在這些計算架構(gòu)中，數(shù)據(jù)先在本地進行處理，然后才發(fā)送給遠程服務(wù)器。這意味著可以先刪除或加密所有敏感數(shù)據(jù)，減少系統(tǒng)需要處理的安全威脅。 盡管其他架構(gòu)擁有所有這些優(yōu)勢，但云計算提供了最大量的計算能力。之前，我解釋了自主駕駛車輛如何非常適合霧計算，但不要忘記，我們需要分析和使用所有這些數(shù)據(jù)來提高車輛的性能。因為分析數(shù)據(jù)需要大量的計算能力，而且不是一個時間敏感操作，還有什么比使用云計算更好的方法呢？ 結(jié)束語云、霧和靄計算都有各自的優(yōu)缺點。隨著越來越多的設(shè)備連接到互聯(lián)網(wǎng)，正確使用所有這些范例將是確保我們的系統(tǒng)和應(yīng)用能夠與不斷成長的設(shè)備網(wǎng)絡(luò)一起擴展的關(guān)鍵。
|
|
|
