|
新聞中心
當前位置：網(wǎng)站首頁 > 新聞中心
解決邊緣計算的挑戰(zhàn)
邊緣計算是處理發(fā)生在活動和數(shù)據(jù)源附近的一種計算形式，靠近邊緣的工作減少了將數(shù)據(jù)傳輸?shù)教幚韱卧难舆t，對于需要快速響應的用例（例如物聯(lián)網(wǎng)）來說是理想選擇。邊緣計算是云計算的有效補充，云計算通常是遠離數(shù)據(jù)源的集中式處理。很容易就得出這樣的結論：邊緣計算解決了云計算無法解決的很多問題，但由于邊緣系統(tǒng)的高度分布性，這一結論有待商榷。每個邊緣節(jié)點都不是完全獨立的，因為每個邊緣節(jié)點都需要有其他節(jié)點共享信息，保持數(shù)據(jù)的一致性將是一大挑戰(zhàn)。問題是：如何協(xié)調(diào)大量邊緣計算系統(tǒng)，同時仍需要它們獨立工作？這是一個多年來一直困擾分布式系統(tǒng)設計者的問題，也是大家認知當中的分布式、一致性和同步問題。
邊緣計算系統(tǒng)的數(shù)量將會很龐大，因此任何解決方案都需要大幅度擴展?？偠灾?，這是一個亟待解決的重大問題。
邊緣數(shù)據(jù)
除了一些專門處理事件和上傳數(shù)據(jù)的工作負載之外，很多在邊緣處理的應用程序需要共享安全性、用戶和其他信息。這些應用程序包括：物聯(lián)網(wǎng)應用、游戲、廣告、VR/AR以及移動應用等等。
有些人提出了數(shù)據(jù)引力（data gravity）的想法，任何應用程序工作負載的相關部分都是數(shù)據(jù)，因此應用程序的設計和部署使得訪問數(shù)據(jù)不會遇到瓶頸，如果程序和數(shù)據(jù)彼此靠近，這樣的效果最好。如果需要維護一個中央共享數(shù)據(jù)庫，那么這些程序需要駐留在中央數(shù)據(jù)庫附近，這不是我們需要的分布式邊緣計算。
另一個挑戰(zhàn)是邊緣計算的計算功率不高，很難運行傳統(tǒng)的數(shù)據(jù)庫或應用程序服務器，其中許可和數(shù)據(jù)處理成本可能很高。輕量計算如容器或無服務系統(tǒng)可能更適合邊緣計算應用場景。
新興的解決方案
為了解決這些問題，一些廠商正在推出可實現(xiàn)基于邊緣計算和存儲的輕量級系統(tǒng)。如AWS Greengrass是一種使用無服務器計算和本地緩存數(shù)據(jù)，在本地處理數(shù)據(jù)的系統(tǒng)，但需要依賴云進行長期存儲。
而以Kuhiro為代表的初創(chuàng)公司通過創(chuàng)建一個illusion加以實現(xiàn)，illusion每個邊緣節(jié)點在其本地副本上工作時存在單個邏輯一致性數(shù)據(jù)庫。
盡管云服務提供商已經(jīng)開發(fā)出了用于內(nèi)部使用的邊緣解決方案，但隨著物聯(lián)網(wǎng)應用日益普及，企業(yè)可能很快意識到他們需要解決類似的問題。此外，一些應用程序在移動設備商運行，也可能需要在邊緣進行處理，例如靠近手機基站。
與邊緣計算和邊緣數(shù)據(jù)相關的問題非常復雜，但云服務提供商和初創(chuàng)公司提供的解決方案將能夠解決這些問題，幫助企業(yè)快速部署邊緣計算。
|
