中国·tyc1286太阳成集团(股份)有限公司-官方网站

新闻资讯
掌握资讯，了解太阳成最新动态

深入分析 边缘计算在物联网当中的应用

时间：2019-04-25

  边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。目前，许多科技企业已经在边缘计算上开始自己的布局。

  未来，我们会看到越来越多的像智慧城市、智能工厂、智能制造、智能零售等一系列创新商业模式，它们在运用物联网技术的过程中，需要用到数据采集、处理、上传数据的边缘端计算设备和网关设备。这些设备或者是相应的解决方案，配合分布式数据库和分布式的数据处理，就构成一个完整的边缘计算体系。但这个体系不是独立存在的，它会跟云计算产生非常多的数据和应用互动。

  边缘计算简单架构图

  提到边缘计算，我们会联想到秒杀时候，使用CDN进行负载分流;可能也会联想到数据中心和分布式服务器;或者想到数据中心和设备采集网关;或者想到华为AI神经网络芯片、离线地图，离线语音识别;或者自动驾驶，电动汽车等等……


  为什么需要边缘计算?

  也许你会第一反应是中心计算力不足，网络延迟，数据量庞大，这些都是常见的因素……


  数据上涨

  随着芯片计算力的发展、硬件成本的降低，加上网路提速，大概每十年一次变革，数据呈现指数级的增长。也许在2020-2030年，通过5G和AI的变革，计算机正在吞噬一切可以数字化的东西，那时候数据的增长不知道会是什么恐怖级别?


  显然，这个时候的数据中心，已然无法承担集中式带来的各自延迟，缓慢，痛苦……

  成本上涨

  为什么边缘计算还能节省成本?


  几十万用户的公司，只需要处理百级 QPS 的量，只需要 10 台左右的服务器;

  上百万用户的公司，只需要处理千级 QPS 的量，需要有 50 台左右的服务器;

  上千万用户的公司，需要处理万级到十万级 QPS 的量，需要 700 台左右的服务器;

  上亿用户的公司，其需要处理百万级 QPS 的量，需要上万台的服务器。

  以上数据不是完全标准的，但是可以确定的是像BAT，TMD这些大厂的服务器都是以万计算的。

  如上图所示，十万用户到上亿用户，用户量也就多 100 倍，为什么服务器需要1000倍?因为，当架构变复杂了后，你就要做很多非功能的东西了，比如，缓存、队列、服务发现、网关、自动化运维、监控等……

  如果我们能够把那上亿的用户拆成 100 个百万级的用户，那么只需要 5000 多台机器。

  分担计算

  海量数据则能够就近处理，大量的设备也能实现高效协同的工作，诸多问题迎刃而解。因此，边缘计算理论上可满足许多行业在敏捷性、实时性、数据优化、应用智能、以及安全与隐私保护等方面的关键需求。

  这里举个简单的应用，假如一个项目有5万个设备点，每隔5分钟一次采集，那么一年后的测点数据可能就是100G量级。对这些数据的统计就会是一个耗时耗力的事情。

  边缘计算应用场景

  既然边缘计算是一种必然，那么边缘计算会应用在哪些场景呢?我觉得至少以下这些场景会用到：

  处理一些实时响应的业务。它和用户靠得很近，所以其可以实时响应用户的一些本地请求，比如，某公司的人脸门禁系统、共享单车的开锁。

  收集并结构化数据。比如，把视频中的车牌信息抠出来，转成文字，传回数据中心。我们知道大华，�？档戎髁魃阆裢飞璞副旧碜源蹬剖侗鸬裙δ芫褪且桓龅湫偷挠τ�

  实时设备监控。主要是线下设备的数据采集和监控。比如，设备告警、设备联动、设备管理、设备统计等

  P2P 的一些去中心化的应用。比如：边缘结点作为一个服务发现的服务器，可以让本地设备之间进行 P2P 通讯。

  边缘计算的运用场景还是十分丰富的，还有很多是我们所想象不到的，我们正在期待神经网络芯片助力AI智能，未来的设备必然会更加强大，更加边缘化。

  边缘计算的技术?

  边缘计算涉及到的技术包括方方面面，这里截取要点分析。


  API网关

  API Gateway相当于一个门卫的角色，和设计模式的Facade(门面模式)很像，是系统的唯一入口。网关可以是一台服务器，也可以是一个比较强大的设备。

  网关还可以进行往下分层级，像众星拱月一样，最后通过一个大的门卫作为唯一的入口。这种星型的网关架构可以控制每个子网关或者叫子边缘计算的粒度。当然这种架构也带来更大的复杂度。


  一个网关一般包含以下这些组件：服务注册，请求路由，负载均衡，弹力设计，安全管控。此外网关对性能、集群和高可用也是需要考虑的一个要点，对于初创中的团队，这些其实可以放在最后去考虑，后续业务起来后依然是一个必须考虑的重点，比如单点故障导致的所有访问瘫痪，性能低下导致的请求延迟，或者没有使用异步机制导致的吞吐量低下等等……

  服务函数化(Serverless)

  传统的做法，我们都需要在服务器上持续运行进程以等待 HTTP 请求或 API 调用，而Serverless可以通过某种事件机制触发代码的执行。

  "如果说微服务是以专注于单一责任与功能的小型功能块为基�。媚？榛姆绞阶楹铣龈丛拥拇笮陀τ贸绦颍敲次颐腔箍梢越徊饺衔� Serverless 架构可以提供一种更加 " 代码碎片化 " 的软件架构范式，我们称之为 Function as a Services(FaaS)。所谓的 " 函数 "(Function)提供的是相比微服务更加细小的程序单元。"——左耳朵耗子

  不同于微服务的是函数化更加碎片，而且无需进程等待，这是他的杀手锏。最后推荐两个GO语言的开源框架

  openfaas

  fission

  数据同步

  边缘和中心的关系千丝万缕，就物联网来说，中心需要的数据是什么呢?大部分是决策数据，也就是那些官老爷要看的数据，至于设备什么时候告警，什么时候出故障等等数据不一定要实时或者全部同步到中心，也就是说你的数据延迟一段时间并不妨碍，甚至隔天都问题不大。

  如果要同步，一般如何做?

  通过消息队列写时复制(Wirte And Copy)，这种方式实时性高，有很好的削峰填谷。

  通过DB层面发布订阅进行数据同步，这种同步是日志级别的，性能有保障，但是调式有坑，不建议使用。

太阳成物联——物联网产品与行业解决方案提供商。
?
All Rights Reserved 厦门太阳成物联科技有限公司版权所有 闽ICP备15001895号 闽公网安备 35021102001331号
【网站地图】【sitemap】