歷史技術棧體系即將崩潰，咱們如何應對？

01 前言

當你們都在談論5G和邊緣計算，這意味着新的技術變革即將到來，咱們的技術演進迭代也將發生重大變化。簡單來講：

• 咱們對延遲的需求正在逼近物理極限，而且很快就會受到光在光纖電纜傳播速度的物理限制。
• 「最終用戶」曾經是指數千萬的人口，但在不久的未來，數百億的物聯網設備將取代人類用戶，這些物聯網設備的鏈接和數據處理是迫在眉睫的現實需求。
• 在不形成中斷的狀況下，完成系統部署升級也是很是現實的問題。

當延遲的需求達到須要以光速或接近光速的速度運行時，此前可行的簡單處理方式都將失效，將倒逼咱們採用更先進的架構和方案。
對5G和邊緣計算的巨大增加需求，使咱們走到了技術發展的分水嶺：一方面是舊有的面臨淘汰的技術棧。另外一方面是安全和廣闊的新世界。
可是，您須要採用正確的技術方案才能達到目標。

02 爲何舊有的技術棧即將崩潰？

隨着數據和設備的爆炸式增加，同時現實又要求這些設備之間的交互提供更低的延遲，並對各類數據作出實時決策響應。當同時涉及到大數據、低延遲、實時狀態更新需求時，三個因素將迅速讓現有的技術棧崩潰。

2.1物理極限

5G和邊緣計算有望實現鏈接全球數百億的智能設備，並實現遠程控制和智能編排。5G移動網絡提供1-2毫秒的延遲，這比普通的4G網絡快23毫秒，但這也向現有的技術棧提出了一個很是棘手的問題：它能夠打破物理極限嗎？
藉助5G和邊緣計算，咱們到達了一個新場景，當添加更多或者更快的設備並不能解決問題，而且再也不可能遷移到「更快的網絡」。下圖說明了這一點，光在WAN網絡中的傳播速度每毫秒約120英里（約200千米），將4G的最低延遲時間所需的最大距離與5G的最大無延遲時間距離進行比較，比真空中的速度慢30％。

理論最大傳輸距離對比：5G VS. 4G
網絡技術受到光速的限制，光速在真空中一毫秒內能夠傳播181英里，而在光纖中只能在一毫秒內傳播約54英里。這意味着1毫秒的延遲，5G網絡理論上最多隻能在54英里之內的設備間通訊。
當下的網絡技術、客戶端-服務器計算所處的位置、客戶端和服務器之間的距離致使了各類延遲的增長。
光在10毫秒內移動了1,810英里，這意味着任何須要在10毫秒或更短期內發生的客戶端-服務器通訊，其設備的物理距離都不得超過1,810英里。實際的光纖電纜發送數據的速度，比光速還要慢30％，也就是WAN中，數據傳輸10毫秒大約才走500英里。
固然，能夠經過新技術、例如在專用光纖電纜上追加投資等方式，能夠加快網絡速度，可是不可能超越光纖電纜的能力，更不用說接近光速了。
5G有望最終產生1毫秒的往返延遲，知足這麼低延遲的惟一方法是雙方（發送方-接收方或者客戶端-服務器）彼此之間相距幾英里，並進行簡短的信息交換。
沒有物理學上的突破，就沒有技術上的突破。

2.2
數字孿生的激增

數字孿生是虛擬的數字映射，一般由如下元素組成：

1. 物理設備上的各類信號接入後，能夠實現遠程控制
2. 各類在線設備系統的數字映射關係
3. 設備間的可靠數據傳輸能夠表明設備的當前狀態

一旦這三個要素到位，不只雲計算應用將變得可行，還能夠控制便宜且簡單的設備，經過使用雲來讓大量的數字孿生設備一塊兒協同工做，完成同一目標。
到目前爲止，許多設備與互聯網的交互是可選的，或者沒必要要，並且一般沒法控制其核心功能。可是5G和邊緣技術已經能夠促使成百上千億的數字孿生，天天都在知足咱們賴以生存的生活需求，而這一切都取決於他們本身在網絡中某個地方進行可靠的超低延遲決策。大量的設備不停的被用到，然而過往的設備操做過程是「先關閉而後再打開」，這種方式已經不能知足咱們管理無數設備的期許了。
延遲還意味着設備依賴快速鏈接來完成預期工做，所以未能知足SLA的狀況與設備中斷區別不大，若是設備是根據過時的信息來決策或者執行操做，可能會帶來更爲糟糕的後果。
2.3計劃內停機
計劃內的停機時間將爲5G和邊緣應用帶來嚴重後果。一般來講，5G的設備須要實時聯網才能工做，停機意味着重大事故。
這有幾個含義：
1.採用開源組件的複雜技術棧可能沒法勝任工做。若是堆棧中的每一層都有其本身的獨立補丁，當補丁達到必定複雜程度或者數量時，停機更新多是不可避免的。但若是不打補丁，也可能會帶來潛在的法律或者安全問題。當停機更新的時間每分鐘須要花費數千美圓時，減小技術棧組件數量或許很是必要。
2.爲軟件打補丁和維護相對比較容易，但爲固件打補丁則很是麻煩，因此儘量不要固件或者硬件代碼來完成軟件棧的功能，而是從終端設備完成固件的更新與維護。
3.敏捷開發可能並不適用於與數十億數字孿生設備一塊兒工做，伴隨每一個小版本更新可能隨之帶來各類錯誤，從而致使設備中斷，甚至更嚴重的後果。

03 新常態的不便之處

咱們面臨的根本問題是，因爲5G場景對於延遲的需求，很大程度上是因爲技術組件棧太深，而致使了額外的延遲，從而浪費了真正的有效數據處理時間。
請記住：5G和邊緣計算不會在真空中發生，也不會慢慢發生。5G和邊緣計算的實施意味着設備和用戶會話的數量將迅速飆升。當前5G規範，聯網設備的密度約爲每平方千米100萬臺。
其中許多設備將是運行在SLA保障較高的數字孿生場景，須要不斷與遠程計算能力保持聯機通訊，並實時作出決策。
聯網設備的爆炸式增加與對延遲和鏈接性的指望將同時發生。

延遲預期 VS. 鏈接設備數
隨着時間的流逝，咱們使用的設備數量激增，如今已經超過了人類總量。可是設備不像人類，它指望以毫秒爲單位的實時決策響應。
在之前，「咱們但願更快」就能夠了。而如今，「咱們在4毫秒內獲得響應」極可能是SLA的需求。
若是咱們承認5G和邊緣計算對於低延遲需求的價值，那麼咱們也必須接受對當前的技術和架構的挑戰。

04 如何避免技術堆疊的責任

當接近延遲要求的拐點，到達物理極限時，咱們須要對管理數據和運行技術棧的方式進行革新，每項革新都會帶來不一樣的挑戰和開放式的方案。
他們是：
1.邊緣處理
儘管咱們仍將在數據中心計算上進行大量投資，但因爲新應用程序對低延遲的要求很高，所以，在邊緣端執行大量對延遲敏感的功能是頗有必要的。從技術和業務角度來看，邊緣處理意味着更加複雜的部署架構。
2.更簡單的技術組件棧
在5G和邊緣計算以前，業務問題一般經過建立包含多個組件的分層架構來解決架構間的解耦問題。可是，每一層都會增長延遲，在5G世界中，須要節省與邊緣設備間的通訊延遲，而不是在軟件組件邏輯層之間的額外通訊上浪費時間。現實是，只有推進架構向前發展，使用更少的技術組件棧，將數據流、流處理和事務狀態管理合並在一塊兒，才能從根本上解決這個問題。
3.「 啞吧」設備
早期的IoT項目涉及向設備添加傳感器，以便它們能夠發送數據到服務器端，在遠端完成數據分析。這些早期架構中，設備會使用有限的本地計算能力來執行部分核心功能。
而5G和邊緣應用的鏈接無處不在，沒有理由在每臺終端設備上保留強大的處理能力。這樣作會增長設備成本，並且也會形成無休止的設備端補丁更新噩夢。
邊緣計算，邏輯上就有可能發生從設備中刪除儘量多的智能處理單元。

05 下一步：您須要評估的五個需求問題

5G不只僅是營銷術語，仍是用稍好的硬件代替通常硬件的藉口。但真正須要改變的是咱們作事的方式。
從如下五個問題來評估您的應用場景是否適合5G：

1. 它適用於OLTP嗎？若是是，它是否能夠在單位延遲時內從大規模數據中作出準確的決策？
2. 它能夠在架構上最小化數據在網絡中傳輸的次數嗎？
3. 它是否足夠簡單且垂直集成，從而以高可用的方式用最少的時間來處理數據？
4. 它是否用於IoT或流消息？若是是，它是否具與Kafka，Kinesis等消息中間件的入站和出站鏈接，方便集成多個數據流？
5. 若是您的下一代5G應用依賴開源技術，您是否真正考慮過停機和故障的後果？

若是您對以上任何一個問題的回答都是「否」，那麼您極可能將面臨技術堆疊致使應用崩潰的境地，應該尋求有專業支持的集成解決方案來主動避免這場災難。

06 VOLTDB如何知足5G的需求？

隨着咱們步入5G和邊緣計算場景，您必須接受這樣一個事實，現有的軟件堆棧或開發技術可能很快就會過期。在技術領域，狀況一直如此：昨天能夠穩定工做的平臺軟件今天會失效，明天更可能會面臨系統崩潰。
低延遲需求將大多數技術堆棧的功能擴展到其極限，許多公司都會試圖找到最便宜或開發效率最快的方法。但他們不會從總體上或者根本上進行架構思考，而是從拼圖和創可貼的角度開展工做，從而致使更大的後果。
沒錯：5G和邊緣計算就在這裏，並正在取代數據世界的運行方式。
若是您正在尋找能夠在毫秒延遲內實現高可用性、可擴展性和實時決策的平臺，請當即經過 https://www.voltdb-china.cn/contact 與咱們聯繫,來聊聊咱們如何提供幫助。

*參考：
1.https://www.quora.com/What-is-precisely-the-speed-of-light-in-fiber-optics
2.https://en.wikipedia.org/wiki/Digital_twin

3. https://arstechnica.com/information-technology/2017/02/5g-imt-2020-specs/*

若是您但願集成VoltDB到您的技術棧中，或者想和更多小夥伴一塊兒交流
請私信與咱們聯繫。

關於VoltDBVoltDB支持強ACID和實時智能決策的應用程序，以實現互聯世界。沒有其它數據庫產品能夠像VoltDB這樣，能夠同時須要低延時、大規模、高併發數和準確性相結合的應用程序加油。VoltDB由2014年圖靈獎得到者Mike Stonebraker博士建立，他對關係數據庫進行了從新設計，以應對當今不斷增加的實時操做和機器學習挑戰。Stonebraker博士對數據庫技術研究已有40多年，在快速數據，流數據和內存數據庫方面帶來了衆多創新理念。在VoltDB的研發過程當中，他意識到了利用內存事務數據庫技術挖掘流數據的所有潛力，不但能夠知足處理數據的延遲和併發需求，還能提供實時分析和決策。VoltDB是業界可信賴的名稱，在諾基亞、金融時報、三菱電機、HPE、巴克萊、華爲等領先組織合做有實際場景落地案例。