通俗講解邊緣計算

通俗講解邊緣計算


隨著物聯(lián)網(wǎng)越來越火清焕,同時伴隨著物聯(lián)網(wǎng)而來的,就是各種概念和各種技術(shù),其中一個就是邊緣計算秸妥,當(dāng)然還有霧計算滚停。其實邊緣計算和霧計算都差不多,霧計算只是和云計算是相對的粥惧。只是叫邊緣計算呢键畴,比較高大上吧。


下面我們要通俗地講一講邊緣計算影晓。

為什么要通俗的講呢镰吵,怕如果不通俗,你聽不明白挂签。新的東西在出來的時候疤祭,往往是需要一個接納和理解的過程。就像以前互聯(lián)網(wǎng)剛出來的時候饵婆,很多人都不知道互聯(lián)網(wǎng)勺馆,于是就得慢慢科普,讓大家慢慢接受和理解呀侨核。誰現(xiàn)在還解釋什么是互聯(lián)網(wǎng)呀草穆。

而邊緣計算也有一段時間了,只是隨著物聯(lián)網(wǎng)的發(fā)展搓译,邊緣計算的概念也開始流行起來悲柱。我們先看一段非通俗的介紹邊緣計算的概念:


邊緣計算,是一種分散式運算的架構(gòu)些己。在這種架構(gòu)下豌鸡,將應(yīng)用程序、數(shù)據(jù)資料與服務(wù)的運算段标,由網(wǎng)絡(luò)中心節(jié)點涯冠,移往網(wǎng)絡(luò)邏輯上的邊緣節(jié)點來處理。

或者說逼庞,邊緣運算將原本完全由中心節(jié)點處理大型服務(wù)加以分解蛇更,切割成更小與更容易管理的部分,分散到邊緣節(jié)點去處理赛糟。

邊緣節(jié)點更接近于用戶終端裝置派任,可以加快資料的處理與傳送速度,減少延遲璧南。


以上是我從網(wǎng)絡(luò)文章摘抄的一段對于邊緣計算的解釋掌逛。整個解釋基本都是專業(yè)術(shù)語,搞工控的你穆咐,看完這段話,你來告訴我什么是邊緣計算。

作為一名參與研發(fā)產(chǎn)品邊緣計算的程序員对湃,我決定寫一篇文章來通俗講解一下這個邊緣計算崖叫。


首先,我要舉一個不太恰當(dāng)?shù)睦印?/p>

比如有一款A(yù)PP拍柒,用戶在使用這款A(yù)PP的時候心傀,就會收集用戶的信息,比如收集這個用戶的年齡拆讯,性別脂男,手機號,地址位置种呐,搜索記錄等等信息宰翅,而收集這些信息主要是更好地分析這個用戶的行為和感興趣的東西,比如車爽室,房子汁讼,書,美食等什么感興趣阔墩。然后更為準(zhǔn)確地為其投放內(nèi)容及廣告嘿架。

? ? 這個是很常見的一個功能,但是就是這樣一個功能啸箫,怎么和邊緣計算掛鉤呢耸彪。

在邊緣計算之前,就是云計算了忘苛。

如果是使用云計算蝉娜,這款A(yù)PP的行為是這樣的:

? ? APP收集到信息后,把所有的基本信息柑土,上傳到服務(wù)器中蜀肘,然后由服務(wù)器來執(zhí)行算法,計算和識別出用戶的興趣愛好稽屏,甚至可能推算出這個用戶的消費能力扮宠。然后服務(wù)器就可以根據(jù)這個推算出來的結(jié)果,為用戶投放其感興趣的內(nèi)容和廣告狐榔。

如果是使用邊緣計算坛增,這款A(yù)PP的行為就是這樣:

? ? APP收集了信息后,不上傳到服務(wù)器中薄腻。然后由APP自己計算和識別出這個用戶的興趣和愛好收捣,也可以推算出這個用戶的消費能力,也就是服務(wù)器的計算功能庵楷,直接由APP來完成罢艾。然后服務(wù)器只需要問一下APP,哪個用戶是有可能是年薪百萬的楣颠,哪個用戶是單身的。APP只需要告訴服務(wù)器說咐蚯,這個一路向東用戶很帥童漩,而且還單身,喜歡旅游春锋,寫詩矫膨,可以為其投放相親美女內(nèi)容。

就這樣期奔,整個過程并沒有服務(wù)器參與計算侧馅,服務(wù)器也沒有參與收集信息。因為這個信息在APP本身收集和計算呐萌,并沒有進行上傳馁痴,所以也沒有涉及信息收集。

而搁胆,這就是邊緣計算弥搞。

也就是以前由服務(wù)器作計算的部分,現(xiàn)在改由信息采集的設(shè)備直接計算了渠旁,再把計算的結(jié)果攀例,直接輸出到服務(wù)器中。服務(wù)器只要結(jié)果顾腊,并不需要過程的數(shù)據(jù)粤铭。




下面我們就以回答問題的形式來通俗的聊一聊這個邊緣計算吧。

所以杂靶,什么是邊緣計算呢梆惯。

邊緣計算,說白了吗垮,就是(服務(wù)器)云計算懶得算了垛吗,就這點數(shù)據(jù),你在數(shù)據(jù)采集的時候烁登,順便自己算得了怯屉,什么都丟到服務(wù)器來算,很累的饵沧。于是锨络,邊緣計算就這么來了。


那么狼牺,工控領(lǐng)域行業(yè)中使用到邊緣計算的都有哪呢

這個就太多了羡儿。隨著很多PLC,控制器和觸摸屏等都開始接入到物聯(lián)網(wǎng)中是钥,每個設(shè)備需要采集的信息不一樣掠归,有溫度缅叠,濕度,產(chǎn)量虏冻,生產(chǎn)數(shù)據(jù)痪署,運行狀態(tài)等。而不同行業(yè)的參數(shù)指標(biāo)兄旬,性能數(shù)據(jù)都不一樣,這很難在服務(wù)器通過云計算來形成一套標(biāo)準(zhǔn)余寥,這使得PLC领铐,控制器等,都會用到邊緣計算宋舷。



為什么以前的DTU绪撵,或者物聯(lián)模塊等不流行邊緣計算,現(xiàn)在開始流行了呢祝蝠。

因為現(xiàn)在的IoT使用的模塊或者芯片的處理能力也越來越高音诈,資源也比較豐富,隨著一些芯片成本的下降绎狭,以及開發(fā)模式的簡化细溅,使得一些芯片或模塊在處理基本的數(shù)據(jù)采集功能后,仍存在資源過剩及功能利用率低的情況儡嘶,也就是一個100%的芯片或模塊喇聊,你只使用了10%的來采集數(shù)據(jù),那還有90%你可以用來作計算


那么蹦狂,使用邊緣計算的優(yōu)勢在哪里呢誓篱。

1 可以使得設(shè)備的支持?jǐn)?shù)量提升幾個數(shù)量級。

? ?比如一個服務(wù)器有10000點血凯楔。而接入一個設(shè)備窜骄,就要消耗1點血,如果再對這個設(shè)備進行數(shù)據(jù)分析摆屯,需要消耗9點血邻遏。也就是接入并計算一個設(shè)備就需要10點血。那么這個服務(wù)器最多只能接入1000個設(shè)備就掛了鸥拧。

? ?如果服務(wù)器只負(fù)責(zé)接入設(shè)備党远,不進行計算和分析,那么接入一個設(shè)備富弦,消耗1點血沟娱,由設(shè)備自己進行數(shù)據(jù)計算和分析,再輸出結(jié)果腕柜。這時候服務(wù)器就可以接入10000個設(shè)備了济似。

? 沒有使用邊緣計算矫废,服務(wù)器可以接1000個設(shè)備。

? 如果使用了邊緣計算砰蠢,服務(wù)器可以接10000個設(shè)備蓖扑。提升了一個數(shù)量級。而對于一些復(fù)雜的設(shè)備台舱,特別是一些工廠律杠,現(xiàn)場作業(yè)等需要數(shù)據(jù)量多的,如果使用了邊緣計算來給服務(wù)器節(jié)省空間和資源竞惋,這個優(yōu)勢更能體現(xiàn)出來了柜去。

2 讓計算變得更為靈活和可控

? ?前面說到,接入設(shè)備的服務(wù)器很難做到統(tǒng)一的計算分析標(biāo)準(zhǔn)拆宛,因為物聯(lián)網(wǎng)可是一個萬物接入的網(wǎng)絡(luò)嗓奢,每一個設(shè)備采集的數(shù)據(jù)不一樣。如果使用了邊緣計算浑厚,就可以單獨針對每一個設(shè)備進行相應(yīng)的計算和分析股耽。當(dāng)然,如果相同的設(shè)備或者相同參數(shù)的钳幅,可以進行復(fù)制使用同一套計算標(biāo)準(zhǔn)或算法物蝙。如果將計算腳本開放出來給用戶,用戶就可以自定義去添加自己的計算公式和行為敢艰。


邊緣計算的模式和拓?fù)浣Y(jié)構(gòu)是什么樣的呢茬末。


比如要在一套數(shù)據(jù)采集系統(tǒng)里,以一個云服務(wù)器為中心盖矫,移動客戶端丽惭,PC客戶端或第三方接口等接入到云服務(wù)器獲取數(shù)據(jù),而數(shù)據(jù)采集方呢辈双,由數(shù)據(jù)采集模塊來連接到云服務(wù)中责掏。

? ? 數(shù)據(jù)采集模塊可以采集PLC,變頻器湃望,智能儀表等换衬,將數(shù)據(jù)上傳到云服務(wù)器中,由服務(wù)器進行數(shù)據(jù)分析和計算证芭,然后PC或移動客戶端瞳浦,第三方接口就可以獲取數(shù)據(jù)分析的結(jié)果。但是這種情況下废士,隨著設(shè)備的接入越來越多叫潦,云服務(wù)器的負(fù)擔(dān)也會越來越重,而且接入的PLC官硝,控制器等的種類也越來越多矗蕊,原來的云服務(wù)數(shù)據(jù)計算模式難以滿足越來越復(fù)雜的應(yīng)用短蜕。這時候邊緣計算就應(yīng)運而生了。

? ? 在原拓?fù)浣Y(jié)構(gòu)不變的情況傻咖,可無縫引入邊緣計算朋魔。在數(shù)據(jù)采集模塊端開放邊緣計算功能,將復(fù)雜的計算卿操,策略警检,規(guī)則等,由數(shù)據(jù)采集模塊進行運算害淤,得到輸出結(jié)果后解滓,只需要將結(jié)果上傳到云服務(wù)中。再由PC客戶端筝家,移動客戶端及第三方接口從云服務(wù)獲取。

? ? 比如數(shù)據(jù)采集模塊需要采集一個電表邻辉,電表能采集的數(shù)據(jù)有電流溪王,電壓,偏偏沒有功率值骇。當(dāng)然現(xiàn)在的電表采集不到功率很少了莹菱,只是舉例。

? ? 那怎么辦呢吱瘩,偏偏客戶很想看到功率道伟。那在沒有邊緣計算的時候,為了要看到功率使碾,只好在云服務(wù)里蜜徽,增加一定的計算規(guī)則,將采集到的電流和電壓通過計算得到功率票摇。如果有1000個電表拘鞋,云服務(wù)器就要對這1000個電表進行計算。這就增加了云服務(wù)器的工作量和負(fù)擔(dān)了矢门。

? ? 如果有了邊緣計算盆色,那么在數(shù)據(jù)采集模塊,就可以添加計算功能祟剔,直接將采集的電流和電壓通過計算得到功率隔躲,只需要把功率上傳給服務(wù)器就可以了。這樣物延,即便有50000個電表宣旱,云服務(wù)也毫無計算壓力,因為它并不需要計算叛薯。


? ? 這就是通俗的講一講邊緣計算响鹃。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末驾霜,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子买置,更是在濱河造成了極大的恐慌粪糙,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,539評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件忿项,死亡現(xiàn)場離奇詭異蓉冈,居然都是意外死亡,警方通過查閱死者的電腦和手機轩触,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,594評論 3 396
  • 文/潘曉璐 我一進店門寞酿,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人脱柱,你說我怎么就攤上這事伐弹。” “怎么了榨为?”我有些...
    開封第一講書人閱讀 165,871評論 0 356
  • 文/不壞的土叔 我叫張陵惨好,是天一觀的道長。 經(jīng)常有香客問我随闺,道長日川,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,963評論 1 295
  • 正文 為了忘掉前任矩乐,我火速辦了婚禮龄句,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘散罕。我一直安慰自己分歇,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,984評論 6 393
  • 文/花漫 我一把揭開白布欧漱。 她就那樣靜靜地躺著卿樱,像睡著了一般。 火紅的嫁衣襯著肌膚如雪硫椰。 梳的紋絲不亂的頭發(fā)上繁调,一...
    開封第一講書人閱讀 51,763評論 1 307
  • 那天,我揣著相機與錄音靶草,去河邊找鬼蹄胰。 笑死,一個胖子當(dāng)著我的面吹牛奕翔,可吹牛的內(nèi)容都是我干的裕寨。 我是一名探鬼主播,決...
    沈念sama閱讀 40,468評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼宾袜!你這毒婦竟也來了捻艳?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,357評論 0 276
  • 序言:老撾萬榮一對情侶失蹤庆猫,失蹤者是張志新(化名)和其女友劉穎认轨,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體月培,經(jīng)...
    沈念sama閱讀 45,850評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡嘁字,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,002評論 3 338
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了杉畜。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片纪蜒。...
    茶點故事閱讀 40,144評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖此叠,靈堂內(nèi)的尸體忽然破棺而出纯续,到底是詐尸還是另有隱情,我是刑警寧澤灭袁,帶...
    沈念sama閱讀 35,823評論 5 346
  • 正文 年R本政府宣布猬错,位于F島的核電站,受9級特大地震影響简卧,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜烤芦,卻給世界環(huán)境...
    茶點故事閱讀 41,483評論 3 331
  • 文/蒙蒙 一举娩、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧构罗,春花似錦铜涉、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,026評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至盖彭,卻和暖如春纹烹,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背召边。 一陣腳步聲響...
    開封第一講書人閱讀 33,150評論 1 272
  • 我被黑心中介騙來泰國打工铺呵, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人隧熙。 一個月前我還...
    沈念sama閱讀 48,415評論 3 373
  • 正文 我出身青樓片挂,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子音念,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,092評論 2 355

推薦閱讀更多精彩內(nèi)容