| 编辑推荐: |
本文主要是介绍边缘计算按功能角色的三个部分以及云原生应用在边缘计算中主要应用,希望对您有所帮助
。
本文来自于云原生，由火龙果软件Alice编辑、推荐。 |
|
一、应用背景
随着互联网智能终端设备数量的急剧增加，以及 5G 和物联网时代的到来，传统云计算中心集中存储、计算的模式已经无法满足终端设备对于时效、容量、算力的需求。将云计算的能力下沉到边缘侧、设备侧，并通过中心进行统一交付、运维、管控，将是云计算的重要发展趋势。
边缘计算按功能角色主要分为三个部分：
云--传统云计算的中心节点，有丰富的云计算产品形态和资源，是边缘计算的管控端，负责全网算力和数据的统一管理、调度、存储。
边--又称基础设施边缘(Infrastructure Edge)，属于云计算的边缘节点，靠近设备和数据源，拥有充足的算力和存储容量。例如传统云计算的
CDN 节点，物联网场景中的设备控制中心。
端--又称设备边缘(Device Edge)，主要指终端设备，如手机、汽车、智能家电、工厂设备、传感器等，是边缘计算的『最后一公里』。
边缘计算目前面临的主要挑战有：
云边端协同：统一的交付、运维、管控标准。
安全：边缘服务和边缘数据的安全风险控制难度较高。
网络：边缘网络的可靠性和带宽限制。
异构资源：对不同硬件架构、硬件规格、通信协议的支持。
二、云原生应用在边缘计算中主要应用
1、轻量级容器比虚拟主机更适应边缘环境；
云原生技术的核心价值之一是通过统一的标准实现在任何基础设施上提供和云上一致的功能和体验。借助云原生技术，可以实现云-边-端一体化的应用分发，解决在海量边、端设备上统一完成大规模应用交付、运维、管控的诉求。安全方面，云原生技术可以提供容器等更加安全的工作负载运行环境，以及流量控制、网络策略等能力，能够有效提升边缘服务和边缘数据的安全性；
边缘网络环境方面，基于云原生技术的边缘容器能力，能保证弱网、断网的自治性，提供有效的自恢复能力，同时对复杂的网络接入环境有良好的兼容性；异构资源兼容性方面，云原生技术的适用性逐步提升，在物联网领域，云原生技术已经能够很好的支持多种
CPU 架构(x86-64/arm/arm64)和通信协议，并实现较低的资源占用。
容器作为一种轻量级操作系统隔离技术，发挥着重要作用，这种轻量级的打包技术将微服务之间依赖关系与预配置文件打包，统一环境和预配置并输出标准化的镜像，很好的解决环境一致性问题，实现快速的扩展和移植，将云端的应用快速在边缘部署。同时，数以亿计边缘设备汇聚成大量的小型数据中心，利用容器编排引擎，可以轻松完成超多规模集群的分发调度，实现云端的互联互通。
2、微服务带来的模块化，助力人工智能扩展到边缘计算
微服务架构的盛行正在加速 AI 生态系统中功能解耦。云原生助力人工智能从云端扩展边缘AI 模型中不同粒度的功能如分类、聚类、识别、预测、自然语言处理、卷积、重现等都再向微服务化转变。借助云原生技术，云端智能正在加速向边缘智能扩展。要实现边缘智能化，需要把云上的模型，快速迁移到线下，将云上智能改造为边缘可用的轻量级智能，适配边缘软硬件环境和使用场景。
三、当前市场状态：
容器化很可能成为边缘计算应用的主流分发方式，物联网平台商开始采用容器作为边缘计算基础设施。Microsoft
Azure物联网边缘计算平台允许供应商添加Docker容器作为边缘模块、AWS IOT Greengrass支持部署Docker容器或快照、Balena.io项目支持跨设备部署和管理容器。Kubernet虽为数据中心而生，但在边缘环境中也有应用，Chick-fil-A在其2000多家门店中构建三节点kubernetes集群，像Rancher这样软件供应商也在开发可用于边缘计算的轻量级kubernetes。
四、产品选择建议：
选择支持容器的物联网平台，在边缘尝试部署容器。
轻量级Kubernetes可能有效，要确保与边缘设备及运行的应用兼容。 |
