如今科技發展的這麼快,要知道,任何一種技術都不是憑空而生的,每一項信息技術的產生,都是新型應用日益增長的高性能、高實時、低能耗、低延遲的需求,與當前信息系統及其結構在計算、存儲、傳輸等方面不足而矛盾的產物。(比個喻吧,如今都5G時代了,但是我用的是小靈通,可是我又想享受5G,怎麼辦呢,買5G手機啊!!啊哈哈哈哈。。)安全
邊緣計算能夠應用在不一樣的學科與領域,所以他並無一個嚴格統一的概念。網絡
咱們能夠把他理解成在網絡邊緣執行計算的一種新型的計算模式,他的核心理念是「計算應該更靠近數據的源頭!!」在邊緣計算模型中,計算資源更加接近數據源,網絡邊緣設備已經具備足夠的計算能力來實現數據的本地處理,並將結果發送到雲端(這個咱能夠理解成:玩個網絡遊戲,咱們一開始上號了,而後呢,這個遊戲登上號之後,不用網也能玩,並且啊,這個存檔也是本地的,就是號是雲端的,遊戲借鑑:手遊 九黎)。架構
上面的語言咱們能夠經過一個生物實驗來理解,也就是你們所熟知的膝跳反射實驗:當小錘子敲擊膝關節,小腿會不受控制的彈起來。(這個比喻中,咱們能夠把小錘敲擊當作數據源,神經系統看作爲邊緣計算,而大腦則爲雲計算(很顯然大腦是沒有參與此次活動的,或者說大腦是以後才參與進來的)),這種非條件反射能夠加快人的反應速度,避免人受到更大的傷害。將來是萬物互聯的時代,不可能讓雲計算成爲每一個設備的大腦,而邊緣計算則是讓設備擁有本身的大腦!!性能
網絡邊緣的資源主要包括:智能手機(理解一下這句話:邊緣設備正在從以數據消費者爲主的單一角色轉變爲兼顧數據生產者和數據消費者的雙重角色,同時網絡邊緣設備逐漸具備利用手機的實時數據進行模式識別、執行預測分析或優化、智能處理等功能)、電腦、Wifi接入點、路由器設備、機頂盒等嵌入式設備等。大數據
物聯網技術目的是按照約定的通訊協議將實物與互聯網鏈接起來,進行信息交互,以實現智能化識別,定位,跟蹤,監控,和管理互聯網資源,實現實物與實物之間的數據信息實時共享,實現具備智能化的實時數據採集、傳遞、處理、執行。優化
物聯網等應用背景下的數據在地理上分散,而且對相應時間和安全性提出更高的要求(舉個例子:相應時間例如,樓宇內的滅火設備是否能夠根據本身的判斷進行滅火,安全性例如,利用智能手機進行邊緣計算時我的信息的安全性)。雲計算
雲計算雖然爲大數據處理提供高效的計算平臺,可是目前網絡帶寬的增加遠遠趕不上數據的增加速度(哈哈,是否是明白了滅霸爲啥要....),同時,複雜的網絡網絡環境讓網絡延遲很難有突破性提高,所以,傳統的雲計算模式將難以實時高效的支持基於物聯網的應用程序,而問題的所在就是:帶寬+延遲!!因此啊,再囉嗦一句就是:線性增加的集中式雲計算能力已經沒法匹配爆炸式增加的海量邊緣數據,基於雲計算模型的單一計算資源已經不能知足大數據處理的實時性、安全性、低能耗等需求。spa
因此啊,前面說的太籠統,說道這裏,也該提提邊緣計算好在哪裏:3d
1. 極大的緩解網絡帶寬與數據中心壓力。(海量增加的數據僅有少許是關鍵數據,大部分爲臨時數據,無需長期保存,邊緣計算能夠充分利用這個特色,在網絡邊緣處理大量臨時數據,從而減輕網絡帶寬與數據中心的壓力)。對象
2. 加強服務的響應能力。(要知道,網絡傳輸速度是受限於通訊技術的發展。邊緣計算在用戶附近提供服務,近距離的保證較低的網絡延遲,簡單的路由也減小網絡的波動,這個咱能夠傻傻的理解成,兩我的活着設備離着近點不就行了嘛,哈哈哈)。
3. 保護隱私數據。(邊緣計算的關鍵行隱私數據的存儲與使用提供基礎設施,將隱私數據的操做限制在防火牆內,是提升安全性的有效手段。)
兩者相比,邊緣計算並非爲了取代雲計算,而是對雲計算的補充和延伸,爲移動計算、物聯網等提供更好的計算平臺,邊緣計算模型須要雲計算中心的強大計算能力和海量存儲的支持,而云計算也一樣須要邊緣計算中邊緣設備對海量數據及隱私數據的處理,從而知足實時性、隱私保護和下降能耗等需求。邊緣計算的架構是「端設備--邊緣--雲」三層模型,三層均可覺得應用提供資源與服務,應用能夠選擇最優的配置方案。
PS:
中期答辯後的一點當心思,由於本身的畢設涉及到智能工廠,但總以爲本身的工廠貌似並不智能,作了一個系統,到頭來仍是讓人來控制,顯得很是的遲緩,若是設備具備本身處理事情的能力是否是就智能了呢,因而,在不經意間發現了邊緣計算這個概念,很棒哦。
每次學點新知識就會感嘆本身知道的太少,就想一直學下去,不過呢,受挫的時候也會想,哎呀呀,快點畢業吧,大好青春都還沒處個對象呢。。
以上讀書筆記來自於《邊緣計算》這本書,我的感受蠻好的,目前看了四章了,剩下的讀書筆記慢慢寫。
還有一點就是,我的感受,寫讀書筆記頗有用,起碼不會像在本身瞎看的時候那樣心不在焉!!