第1章 边缘计算概述
1.1 边缘计算定义
云计算的快速发展和应用创造了新的商机,随着越来越多的云计算应用的产生,其中大部分低时延、高带宽的业务使得传统的云计算架构面临严峻挑战。传统云计算架构由少数几个大型数据中心组成,通过长距离的网络进行互联,大量的数据通过广域网(Wide Area Network,WAN)从用户侧传到云端,带来难以接受的数据存储成本和传输时延。由于云计算自身的缺点,实时游戏、增强现实和实时流媒体等应用程序对时延太敏感,因此无法部署到云上。由于云数据中心位于核心网络附近,当数据通过多个网关从终端设备传输到云数据中心时,这些应用程序和服务将遭受不可接受的往返时延。除此之外,在物联网应用中还存在一些亟待解决的问题,如可移植性支持、地理分布和位置感知等。为了应对这些挑战,引入边缘计算作为云计算的补充范例,其中数据、计算/存储容量和应用程序分布在网络边缘。边缘计算位于离用户更近的位置,在用户和云之间提供了一个中间锚点,从而将云计算能力扩展到网络边缘。
作为一种增强和扩展云计算能力的概念,边缘计算旨在通过将IT基础设施以微型数据中心的形式放置在网络边缘,向用户提供基于互联网的服务,这样计算就发生在数据源附近。随着在网络边缘侧产生的数据量急剧增加,在边缘侧进行数据处理将会更为高效[1]。这里,我们将“边缘”定义为数据源和云数据中心之间路径上的任何计算和网络资源。例如,智能手机是实体物与云的边缘,智能家居网关是家居物与云的边缘,微数据中心是移动设备与云的边缘。边缘计算的基本原理是计算应该发生在接近数据源的地方。边缘数据中心通常以分布式的方式进行部署,以便它们能够为大多数终端用户提供就近的存储和处理能力。网络边缘是一个地理分布的概念,此外,边缘数据中心还可以与集中式云数据中心协作进行服务编排,这种去中心化和协作预期将对基础设施和应用带来重大的变革。分布式的边缘数据中心同时最小化了带宽资源和服务器资源的占用,从而降低了设备接入互联网的成本。随着大多数家庭和办公室都配备了智能摄像头、打印机、恒温器等物联网设备,到2025年,预计全球将安装超过750亿台物联网设备。为了支持这些设备,大量的计算将不得不移动到网络边缘。
将计算下放到网络边缘侧,带来的另一个好处就是减少时延[2]。每当设备需要与某处的远程服务器通信时,就会产生时延。例如,一条消息从设备产生并送往某个地方的服务器,并在该服务器上进行处理,然后将处理结果再通过网络从该服务器发回设备端。如果这个过程下放到网络边缘执行,由网络中的边缘设备完成消息的传递与数据的处理,那么明显的时延就减少了。利用与终端用户和访问网络的近距离优势,边缘数据中心可以提供低时延和上下文感知的服务,并进一步提高用户的体验质量。
此外,边缘计算可以提供传统云计算无法提供的新功能,多个接入设备的信息可以在网络边缘进行分析和处理,这使得实时数据处理和分析成为可能。
图1-1展示了边缘计算的范式。在边缘计算范式中,“物”不仅是数据消费者,还充当数据生产者。在网络的边缘可以执行计算卸载,数据存储、缓存和处理,以及将请求和交付服务从云分发到用户。对于网络中的这些工作,需要对边缘本身进行精心设计,以有效满足服务的需求,例如可靠性和隐私保护等。

图1-1 边缘计算的范式
相比于传统集中式云计算服务,边缘计算具有以下几个方面的优势。
(1)分布式和低时延计算
在传统的集中式云计算服务框架下,接入云端服务的时延通常难以得到保障,而且较长的时延对于时延敏感型业务是不可接受的,例如自动驾驶系统。边缘计算为这一类时延敏感型业务提供了新的解决方案。在边缘计算中,计算和存储资源由分布式“边缘数据中心”提供。有了边缘数据中心,一些应用程序的流量可以在网络边缘提供服务,从而避免向集中式云数据中心长距离往返传输。因此,边缘数据中心可以减少对云的通信量,降低网络连通性的传输时延,以及避免向云数据中心传输大量数据带来的存储资源的消耗。此外,在接近数据源的边缘数据中心进行处理和计算,还可以避免连接和节点处于拥塞和中断的状态,因此边缘计算可以提供更高的服务质量和可靠性。
(2)网络和数据的安全性
边缘计算以分布式进行数据的处理,在网络安全方面具有明显优势。如果将所有数据都从设备侧传输到云服务器,这一操作过程和数据极易受到攻击,一次DDoS(Distributed Denial of Service)攻击足以扰乱整个业务。边缘计算在不同的边缘数据中心和设备直接分配数据处理工作,这种分布式处理的方式提高了DDoS对网络进行攻击的难度,也增加了受攻击的总面积,对其中某一个边缘数据中心的攻击不会导致整个网络业务的瘫痪。如果数据是在本地存储和处理,将会更方便团队对数据进行监控和保护,保证数据的隐私和安全。
(3)部署成本
边缘计算在部署和应用上具有较低的成本。扩展传统云数据中心的成本非常昂贵,需要为基础架构购买新的设备并且提供额外的空间。但是,在边缘计算的网络架构下,可以通过增加具有足够计算能力的设备来扩展边缘网络,降低了扩展网络的成本和条件。同时,传统集中式的云数据中心由于业务量大,数据中心长时间高负荷地工作带来更高的能耗及成本,通过采用分布式的边缘数据中心,可以很大程度上减少处理数据带来的能量消耗。