云计算架构中的雾计算

分类: 小鸟云折扣卷 发布时间:2018-07-03 03:38

雾计算概念

雾计算创造了一个由雾节点组成的平台,这一平台在部署在当地的终端设备和云计算的数据中心之间提供了一个包括计算、存储、控制以及网络服务和事件流处理的过渡层。雾计算并不是一个分开的独立结构,它是现有的云计算架构一路延伸并扩展到了网络的边缘,使云计算尽可能地靠近了数据的来源,其目的是为了大量的数据或者移动中的数据提供数实时处理和分析的能力。雾计算的目标并不是不同的方式连接各种设备,而是为了用更快的方式、更少的时间延迟、更由效率的手段来分析在这些来自不同设备的数据。有了雾计算后,我们可以更充分地利用那些生成或采集这些数据的设备,并随后就在本地进行实时数据分析。

雾计算的优势

当我们参与涉及互联汽车、智能电网以及智能城市这些项目时,发现在部署于当地的终端设备和更远处的远端之间存在很多紧凑、可扩展的、有着良好管理的、安全的、已经集成在一起的联网、计算和存储的设备以及其他各种资源,市场需要将更多类似于云计算的能力部署正靠近这些设备和资源的现场。雾计算实际促进OT和IT的融合,使得需要实时数据分析能力、明确的性能、物理安全性以及网络安全的新的物联网应用案例成为可能。

雾计算能扩展云的范围并使其对实时应用案例也同样适用,这样云和网络边缘就可以作为一个系统集成在一起工作。云软件可以向雾节点发送一个规则,要求其仅仅发送某个特定类别的数据或者某种例外数据。所有的数据将在雾节点基于这一规则进行处理,而只有那些例外数据以及符合特定要求数据发往云端,其他数据要么存储本地雾中或抛弃。雾计算优势归纳一下3点:

对云的边缘赋予了近实时或者实时的数据处理和分析能力

在生成数据和使用这些数据的位置附近对相关的数据进行处理和分析

透过一个基于政策的由边缘至云端再回到边缘的系统,实现更快和更有效的数据分析

雾计算解决哪些问题

雾计算时物联网一个关键支柱。比如预防性车辆保养,每一辆新的互联汽车中的传感器每年将产生最高不超过两千兆字节的是数据。把所有这些原始数据透过移动网络送到云端进行实时处理既不现实而且还及其昂贵,同时也消耗带宽。雾计算把这些车辆转变成移动的数据中心,车辆自己就能实现完成数据的分类和索引,并在需要采取行动的时候发出相应的警报。所以,雾计算解决当下挑战:

网络上的高延迟

终端设备的移动性

网络连接的丢失

高带宽的成本

无法预测的带宽瓶颈

系统和客户分布在广阔的地理区域内

领略潮流科研技术及沙龙峰会,分享包括但不限于人工智能、5G、云、大数据分析等相关话题和业务合作