干货 | 边缘计算的3分割策略

《开边缘计算是分布式体系结构向前迈出的重要一步。根据IDC的《全球边缘支出指南》（Red Hat在一份新闻稿中引用），全球边缘计算市场估计在2024年将达到2,506亿美元。显然，这是值得关注的技术。

边缘计算的基本原则是使计算在物理上尽可能接近消费者，这提供了一种快速，有效的方式来交付复杂的计算服务。但是，与基于数据中心的分布式体系结构不同，后者涉及在同一区域内安置在一起的计算机群集之间的服务间通信，而边缘计算则涉及分布在广泛区域中的物理设备。而且，在某些情况下，机器会不断运动。这些设备可能是仓库中的叉车，州际公路上的无人驾驶车辆或购物中心中的ATM。将各种各样的物理设备带入数字领域，从根本上改变了架构师处理分布式计算的方式。（请参见下面的图1）

图1：边缘计算需要在分布式计算模式中进行更高程度的细分

边缘计算架构设计中的一个关键因素是分段-逻辑，物理和数据。应用程序域中何处以及如何存在计算资产是边缘计算的重要因素。保护数字数据是云计算环境中的主要考虑因素，而在边缘计算中，保护数十，数百甚至数千个物理设备免受恶意入侵与保护流入和流出设备的位和字节一样重要。毕竟，您是否真的想让一个黑客入侵坐在客厅里的智能设备，并倾听您的每一次谈话？或更糟糕的是，您是否想让那个黑客接管您汽车中的驾驶员辅助装置，并对其他车辆造成破坏，因为这些车辆沿着通往杂货店的主要道路而行？

这些风险是边缘计算中的一些实际挑战，必须予以解决。幸运的是，他们主要是通过对分段周围的建筑设计考虑给予了高度关注。

在本文中，我研究了边缘计算环境中的细分。我将讨论边缘计算中隐含的挑战。最后，我将研究不同的分割方法-物理，逻辑和数据方面。

面临的挑战

边缘计算将分布式计算引入许多因素，这些因素增加了体系结构设计细分策略的复杂性。尽管标准的云计算环境相对同质，由包含x86计算机机架和大型计算机（通过光纤以太网通过TCP / IP进行通信）的机架的数据中心组成，但边缘计算却有所不同。边缘计算结合了多种设备和通信协议，这些设备和通信协议可能由任意数量的物理芯片组提供支持。某些设备（例如自动柜员机（ATM））使用标准的x86 CPU，而其他设备（例如在Raspberry PI设备上运行的那些设备）则使用ARM体系结构。最后，某些设备使用该设备特有的芯片组，例如在机器人系统和汽车中发现的芯片组。

除了计算硬件方面的差异外，通信协议也有所不同。一种设备可能通过直接以太网电缆进行通信，另一种设备使用了通过802.11x进行通信的无线技术，而第三种设备则使用了蓝牙进行连接。所有这些设备都需要得到支持。

更新系统也是一个问题。在使用标准计算设备（例如笔记本电脑，平板电脑或手机）时，更新这些系统非常简单，因为通常可以从网络内部访问它们。但是，如何在具有特殊硬件，使用特殊协议并且与网络具有间歇性连接的无人驾驶车辆上升级软件？这些类型的案例在企业体系结构中构成了巨大的挑战，但必须予以解决。因此，在物理，逻辑和数据级别上关注边缘计算环境中的资源分段确实很重要。

物理分割

物理分段是关于在各种物理机器上分离分布式体系结构的各个部分。如上所述，在中央数据中心中，物理分段通常涉及将计算机硬件放置在建筑物内的服务器机架中。在需要网络上的计算机之间快速通讯的情况下，将这些设备安装在尽可能靠近的地方。自然规律是，机器之间的距离越近，数据在它们之间移动所需的时间越短。对于时间敏感度较低的应用程序，数据中心内机器的实际接近程度影响较小。只要将所有物品都放在同一座建筑物中就足够了。

但是，当边缘计算开始发挥作用时，事情就会变得更加复杂。放置机器的位置很重要，尤其是当应用程序领域扩展到广泛的地理区域时。设备之间的长距离可能会导致通信链中更大的延迟。在这种情况下，物理计算网格需要细分为较小的部分。

出现的一种分割模式称为雾模式。雾模式是一种将卫星数据中心和收集点定位为物联网设备与主数据中心之间的中间计算点的模式。（请参见下面的图2）

图2：Fog模式描述了一种在IoT设备和主数据中心之间分割物理计算的方法

Fog中的数据中心在许多时候都充当准边缘设备，它们在特定位置的专用网络上运行，并且具有特殊的用途。

Fog体系结构的一个示例是交通摄像头系统，其中一组交通摄像头连接到市政网格中的区域数据中心。反过来，每个区数据中心都连接回城市的主数据中心。由于每个摄像机都连接到Fog，因此数据传输效率更高。但是，简单地来回移动数据仅在使用该数据的逻辑方面具有意义。通过将关键的编程智能放在边缘体系结构中的计算资产中的正确位置，可以获得很多效率。这是分段编程逻辑起作用的地方。

逻辑分割

在Web应用程序中分发智能的典型模式是将UI逻辑，验证规则和某些计算功能放到网页或客户端设备中。与范围更广的应用程序相关的计算逻辑托管在数据中心中，例如，在Amazon.com上进行购买。在许多方面，Web应用程序体系结构更接近于传统的客户端-服务器体系结构。

但是，对于边缘计算，在边缘设备和主数据中心之间应用分段逻辑的Web服务器模型并不总是很有意义。当边缘设备是专用机器（例如仓库中的智能叉车或交通路口的摄像机）时，尤其如此。单单网络流量就可以成为顶峰。如果设备无法与主数据中心通信，例如，当碰到设备中的“死区”时，操作可能会停止。因此，如何以及在何处分割逻辑是一个重要的体系结构决策。

考虑逻辑分段时使用的一个好的经验法则是，在每个物理分段层中仅放置与该分段完成其工作所需的逻辑一样多的逻辑。例如，假设特定的物联网设备是支持实时定位的智能叉车，这使它可以在仓库中自动找到要提取商品的正确货架。在这种情况下，叉车应安装逻辑以安全地导航到预定位置。设备不必一直回叫服务器以获取有关如何在整个仓库中导航的说明。另外，叉车应具有进行系统更新所需的逻辑。这种逻辑可能采用SSH服务器的形式，该服务器允许人工脚本或bash脚本进行手动更新，或者将消息订阅者绑定到Fog中的消息代理。在这种情况下，叉车上的消息订户从中央消息代理接收更新消息。然后，叉车使用HTTP客户端回呼到Fog服务器以更新其代码。

导航仓库，选择商品调色板并促进更新是智能叉车的核心功能。但是，处理与所选叉车相关的客户订单不是叉车的核心功能。可以通过其他地方托管的逻辑来更好地完成此工作，例如，在仓库中的一小组服务器或位于仓库地理区域中的私有Fog中。

将订单处理限制在仓库中适合于设施的上下文边界。但是，还有进一步的升级。可以在公司供应链管理系统的更大范围内协调特定客户订单的逻辑，可以在公司全球使用的企业资源计划服务中进一步托管。（参见图3。）

图3：在边缘计算架构中，应根据分段层的基本目的对逻辑进行分区

虽然在边缘体系结构中确实没有“一刀切”的解决方案，但重要的统一概念是您想要获取尽可能接近需求的正确数量的逻辑。实际的实现将因设备阵列和应用程序域而异。从本质上讲，智能手机是一种多功能设备，它将包含各种各样的软件，而用途范围较窄的设备（例如家用恒温器）的功能则要少得多。

弄清楚如何分割逻辑是艺术和科学的平等部分。要了解的重要一点是，逻辑分段是边缘计算体系结构的关键方面，它需要大量的思想和计划，并且需要对边缘体系结构中每个实体的目的有敏锐的意识。

数据分割

除了确定边缘计算网格中的逻辑分段之外，架构师还需要考虑如何对数据进行分段。不幸的是，与逻辑分段一样，确实没有“一刀切”的方式来分段数据。架构师如何分割数据取决于数据交换的目的和网络的物理环境。

但是，要记住的一个很好的指导原则是，较小的数据包比较大的数据包更容易移动和处理。数据转换为二进制格式（例如协议缓冲区），并在高效的通信协议（例如gRPC）下流式传输数据，可以非常快速地进行交换。折衷方案是，在打包和处理数据方面，迁移到流中传输的二进制数据结构会给体系结构增加更高级别的复杂性。但是，基本规则是：小数据包好，流数据好！考虑到这一点，让我们重新审视上述智能叉车和仓库场景。

在智能叉车和仓库场景中有三个数据交换点：智能叉车，本地仓库私有云（又名Fog）和协调供应链的ERP系统。ERP系统托管在安全的全球云中。

智能叉车的目的是从仓库托架中检索商品调色板。为了满足需求，本地私有云将特定的订单信息发送到智能叉车。

本地私有云跟踪智能叉车的移动。此外，当智能叉车将商品调色板带入仓库码头并将其装载到卡车中以交付给客户时，本地私有云会发送与客户订单相关的ERP系统信息。

全局云中的ERP将有关要执行的订单的信息发送到仓库Fog。整个场景如上图3所示。

让我们根据端点检查数据分段。

私有雾和云之间的数据交换

私有雾与托管在全球云中的ERP系统之间的细分存在很大差异。最显着的区别是应用于数据交换的时间敏感性程度。

物联网设备和私有雾之间的信息交换几乎是即时的。可以给仓库的私有雾与全球ERP系统之间的数据交换更多的时间。物联网设备和私有Fog之间的数据交换需要以毫秒为单位进行，而仓库和ERP系统之间的交换可以容忍一到两秒的延迟。而且，ERP系统和仓库中的私人雾只对与订单履行相关的信息感兴趣。这意味着可以批量提交和接收数据。一条消息可以包含有关许多订单的数据。结果是消息更大。但是，这还可以，因为有更多的时间可以进行交换。（请参见下面的图4。）

图4：数据分段是边缘计算环境中企业体系结构的重要方面

可以使用基于RESTful API的标准HTTP来促进交换，也可以在流中传输它。该决定是优先事项。对于某些公司而言，在ERP级别使用REST比在开放和连续的网络连接上支持对二进制数据流进行编码和解码的机制要容易得多。同样，正如根据物理环境和交互目的对数据进行细分一样，IT人才也是如此。因此，确保组织在合适的领域有合适的人员是很重要的。

编写IoT设备所需的技能与编写ERP系统代码所需的技能不同，特别是如果您正在编写使用专有编程语言的专用IoT设备时。公司倾向于将IT开发人员相应地划分。因此，决定要使用的API框架和数据格式将在某种程度上取决于可用的人力资源以及数据交换的目的和进行交换的物理环境。

最后汇总

边缘计算是分布式计算的下一个巨大机遇。物联网（IoT）的持续增长和商业Web应用程序的广泛分布使边缘技术处于架构设计和实施的最前沿。

边缘计算为现代数字企业带来了巨大的力量。俗话说，能力越大，责任就越大。因此，对于具有远见的企业架构师而言，全面了解边缘计算中的动态驱动细分模式是至关重要的。尽管本文中讨论的想法只是在边缘计算中了解了体系结构分段的原理和最佳实践，但本文介绍的概念是一个很好的起点。

转译自：www.redhat.com