第1章 什么是边缘计算

边缘计算——概念、技术与架构

第1章什么是边缘计算方娟、陆帅冰北京工业大学计算机学院概述（Outline）1.1什么是边缘计算1.2

边缘计算发展历程1.3

边缘计算发展相关模型1.1

什么是边缘计算自2005年以来，云计算的发展已经极大地改变了我们的学习、生活和工作方式。诸如GoogleApps，Twitter，Facebook和Flickr之类的软件即服务（SoftwareasaService，SaaS）实例在我们的日常生活中已被广泛使用。1.1什么是边缘计算此外，可扩展的基础架构以及为支持云服务而开发的处理引擎也极大地影响了业务运营方式，例如GoogleFileSystem（GFS），MapReduce，ApacheHadoop，ApacheSpark，依此类推。GoogleFileSystem（GFS）：Google公司为了存储海量搜索数据而设计的专用文件系统。MapReduce：最早是由Google公司研究提出的一种面向大规模数据处理的并行计算模型和方法。ApacheHadoop：ApacheHadoop是一套用于在由通用硬件构建的大型集群上运行应用程序的框架，它实现了Map/Reduce编程范型。ApacheSpark：ApacheSpark是专为大规模数据处理而设计的快速通用的计算引擎，Spark是HadoopMapReduce的通用并行框架1.1什么是边缘计算物联网（InternetofThings，IoT）作为后云时代的一种新范式，最早在1999年由麻省理工学院（MassachusettsInstituteofTechnology，MIT）Auto-ID实验室的KevinAshton教授提出并用于解决供应链管理问题。物联网的基本思想是将我们周围普遍存在各种事物或物体——例如射频识别（RadioFrequencyIdentification，RFID）标签、传感器、执行器、移动电话等——通过独特的寻址方案，能够进行相互交流，并与邻居合作以达成共同目标。1.1什么是边缘计算随着IoT技术的飞速发展，万物互联的时代快速到来，各类智能移动设备爆炸式增长，移动互联网产业结构正在发生前所未有的深刻变化并逐步向移动大数据时代演进。据全球移动通信系统协会和国际数据公司（InternationalDataCorporation,IDC）预测，截止到2025年，移动终端规模预计达到252亿台，全球数据总量将达到175ZB。边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储等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，满足实时业务、应用智能、安全与隐私保护等方面的基本需求。1.1什么是边缘计算1.2

边缘计算发展历程边缘计算作为一种弹性、开放、协作的系统，其相关技术的发展一直备受学术界和工业界的广泛关注。2009年边缘计算相关技术开始发展；部署在网络边缘；2011年2013年美国太平洋西北国家实验室首次在报告中提出“边缘计算”一词；2015年2016年边缘计算产业联盟ECC正式成立。思科公司提出雾计算概念;通过在云和设备层之间增加雾计算层;减少云中心任务处理数量边缘计算开始被业内熟知，相关研究呈现猛增趋势，理论方面和应用方面均迅速发展。1.2边缘计算发展历程从技术发展角度出发，以上层云计算为出发点，分析服务由中心向边缘推送的过程，进而从深层次理解边缘计算的定义。云计算作为支撑大规模业务需求的虚拟资源池，通过虚拟资源的动态部署与分配为用户提供包括计算、存储等服务。常规的云计算结构如图所示，左侧为数据生产者生成原始数据并传输至云，右侧为数据消费者向云发出使用数据请求，云对用户所发送的请求进行处理并返回结果，其中红色虚线表示从数据使用者发送到云的使用数据的请求，绿色表示云虚线的结果。1.云服务推送1.2边缘计算发展历程作为一种集中式的数据处理中心，将任务放在云上处理时一种较为有效的方式，然而面对物联网技术飞速发展所催生的高带宽、低延迟、超密规模连接等业务需求，云计算在以下方面凸显不足：时效问题：与快速发展的数据处理速度相比，云计算的网络带宽已停滞不前。随着在网络边缘生成的数据量不断增加，数据传输的速度正成为基于云计算范例的瓶颈。能耗问题：对于云提供商来说，云数据中心的功耗是另外一个紧迫的问题，电力成本占数据中心运营支出的25％至40％。1.2边缘计算发展历程随着物联网技术的发展，物联网设备融合的系统部署缩短了从系统连接设备收集数据的实现时间，受此影响，未来几乎所有类型的电气设备都将成为物联网的一部分，这些设备将同时扮演数据生产者和消费者的角色。边缘的数据量巨大，在传输过程中会占用大量的带宽资源，导致主干网络通信资源拥塞；用户隐私保护问题将成为物联网与云计算的一个主要障碍；物联网中的大多数终端节点都是能耗受限的，而无线通信模块通常非常耗能，对于手机、平板等有限蓄电能力的智能终端设备，很难将任务传输至云进行处理。因此，将一些计算任务卸载到边缘侧进行处理是一种更为高效的选择。2.物联网中的延伸1.2边缘计算发展历程在传统的云计算范例中，边缘的终端设备通常充当数据的使用者，例如，用户通过智能手机观看网站视频。但随着信息网络的飞速发展，人们在移动边缘终端设备上同样会生成数据，也正是这种从数据使用者到数据生产者的转变使得更多功能需要放置在网络边缘位置进行处理。以较为常见的手机拍照或录像功能为例，用户正常拍摄或录制后通过云服务进行上传，据统计国内新浪微博的2.5亿用户中每人每天使用时间达到60分钟，产生数据可达上万GB。3.数据使用者到生产者的转变1.3边缘计算发展相关模型分布式数据库系统是数据库技术和网络技术两者的结果，通常由许多较小的计算机组成，这些计算机可以单独放置于不同的物理位置，每台计算机不仅可以存储数据库管理系统的部分拷贝副本或完整拷贝副本，还可以具有自己的局部数据库。分布式数据库系统有如下特性：（1）数据独立性（2）数据共享性（3）适当增加数据冗余度（4）数据全局一致性、可串行性和可恢复性1.分布式数据库模型1.3边缘计算发展相关模型对等计算模型（peer-to-peercomputing，P2P）与边缘计算紧密相关，该模型是指参与者共享它们所拥有的一部分资源，这些资源通过网络提供的服务和内容能被其他对等节点直接访问。P2P模型具有以下特性：2.对等计算模型（1）去中心化（2）可扩展性（3）自治性（5）高性价比（4）健壮性（6）隐私保护（7）负载均衡1.3边缘计算发展相关模型内容分发网络（ContentDeliveryNetwork或ContentDdistributeNetwork，CDN），是通过在网络边缘部署缓存服务器来降低远程站点的数据下载延时，加速内容交付。CDN系统能够实时地根据网络流量和各节点的连接、负载状况以及到用户的距离和响应时间等综合信息，将用户的请求重新导向离其最近的服务节点上。CDN具有访问速度快、支持频繁的用户互动、异地备援等特性，最简单的CDN网络模型有几台缓存服务器和一台DNS服务器组成。CDN所采用的关键技术包括内容发布、内容路由、内容交换、性能管理等。与边缘计算模型中边缘服务器类似，CDN的缓存服务器也是位于网络的边缘。但在边缘计算模型下，网络边缘不受限与边缘节点，同时还包括边缘的网关、摄像头、智能手机、可穿戴设备的计算设备和传感器等设备。3.内容分发网络模型1.3边缘计算发展相关模型移动边