边缘计算介绍

　　随着企业和政府建立了自己的新常态，5G和边缘计算为许多行业提供了自动化。接下来，大家跟随小编一起来看看边缘计算的知识。

　　边缘计算的发展趋势

　　全球工业数字化发展迅速，各行业对基础设施能力提出了越来越高的要求。数字化应用不仅需要强大的计算能力来完成大数据分析和人工智能建模，还需要满足现场对处理延迟和网络条件的严格要求，满足高度的隐私和安全要求，在复杂的IT环境中提供统一一致的管理能力。

　　边云融合是指通过边缘计算和云计算的结合，使应用具越物理范畴的能力，使数据在最佳成本、计算能力和隐私条件下总能得到处理，由此获得的知识和结论也可以根据需要应用于不同的环境。通过进一步将边云融合与云本土思想相结合，可以实现计算能力的按需调度，使设备在无人值守的情况下，借助AI技术自动化、智能化地执行任务。

　　总的来说，行业对边缘计算的根本需求在于适应性、可编程性和可管理性。其技术趋势可以概括为以下几点:

　　l 基于API环境开发和移植应用程序的环境标准;

　　l 统一安排，云和边缘的应用由单个控制面系统管理;

　　l 可伸缩性，同一架构可支持不同性能、不同规模的设施;

　　l 去中心化，模糊边缘和中心的边界，实现应用和数据的全局分布式合作。

　　本文将深入分析边缘计算从容器化到云原生化的技术演进，进一步提高应用的敏捷性。　　

　　边缘计算的容器化

　　容器是一种很好的应用包装方法，可以保证应用在不同平台的开发、测试和执行中可以看到相同的运行环境，从而大大提高应用的开发敏捷性和交付一致性。

　　在不同的场景下，边缘计算需要不同的硬件和系统，也需要不同的应用。使用容器技术是一种直观的选择。容器化边缘具有以下优点:

　　l 解耦运行依赖:非容器模式需要在当地操作系统上安装相应的依赖库，容器模式实现依赖封装;

　　l 标准化应用分发:不再依赖不同操作系统的管理命令，统一使用标准的容器格式和容器仓库;

　　l 扩展应用类型:边缘平台使用统一的容器控制面接口，可以支持不同类型的应用。

　　下图是LFEdge基金会开源项目Baetyl的1.0版架构图，显示了一个典型的集成边缘计算系统:　　

 

　　上图左侧是Baetyl的主要进程，位于容器外，直接运行在当地操作系统上。主要过程暴露了一系列管理控制接口，将管理操作保存并翻译成DockerAPI原语。主程序本身不提供具体的业务功能。

　　上面的中间位置是多个Baetyl功能服务，它们都以容器的形式运行在Docker中。虽然服务的具体功能、使用资源和开发语言是不同的，比如Agent服务负责接收远程控制台命令，转发给主流程实现OTA升级，MQTHub服务负责所有模块和IOT设备的数据连接，Remote服务负责数据与第三方的对接，FunctionManager提供多种语言的函数计算等等，但是Baetyl只需要通过标准容器启动和监控即可。

　　容器化提供了一系列便利，是当今几乎所有边缘计算产品的默认选择。但是，随着生产环境的部署越来越多，也暴露出一些问题：

　　单机限制:Docker缺乏有效的多机通信网络，限制了边缘的总计能力;

　　安排限制:DockerCompose缺乏多实例和跨机器连接能力，限制了描述复杂业务的能力;

　　更新限制:容器外的主程序仍然需要手动升级，限制了无人值守设备的普及。

　　管理限制:边缘应用的定义和管理模式与云应用分离，限制了业务的敏捷性。

　　为解决上述问题，边缘计算平台开始走向与云原生相结合的模式。这个小编会在后面的文章里介绍。

  　　>>>>>>点击进入云计算专题