10. 边缘计算
边缘计算
在集中化日益提高的时候,网络的发展不一定赶的上应用的需求发展。同时网络总存在着一些不稳定性。为了解决这些场景的问题,就出来了边缘计算。边缘计算将应用程序、数据和计算能力服务从集中式数据中心推到网络的逻辑极限,靠近用户、设备和传感器。它使计算的使用方能够在正确的时间将正确的数据放在正确的位置,支持快速和安全的访问。
边缘计算典型的应用场景就是物联网,现阶段物联网的主要运算能力都是由云计算提供的,边缘计算不是在中央服务器里整理后实施处理,而是在网络内的各设备实时处理,所有的智能设备都能成为“数据中心”。因此,边缘计算带来了更快的传输和响应速度,同时边缘计算利用了传统云计算的遗漏区域,产能比更划算。

背景分析
降低成本,包括流量成本、存储成本、云端流式计算资源成本。在弱网络环境下,提升流式计算结果的准确性。
场景案例
数据分析师的取数场景
在数据分析场景下,数据分析师经常使用
导出原始数据,通过数据预处理工具获取
通过边缘流式计算可以很好的解决上述问题,边缘节点在边缘侧通过流式计算得到
运维人员的实时监控场景
在物联网场景下,设备测量数据因为各种因素(网络因素、设备自身精度因素)经常会出现抖动情况,如果对设备的实时采集值配置阈值告警,经常会出现误告警,导致用户需要处理大量无用告警,逐渐用户对告警的准确性失去信心,阈值告警形同虚设。
针对这种场景,用户可以借助流式计算的能力来降低数据抖动带来的偏差,常见的方案有:
按平均值告警:通过流式计算获取