IT管理員不需要在邊緣和云之間進行選擇，但需要了解每種技術的優缺點，以便最好地將它們融入到企業運營中。

許多組織使用云作為其整體IT平臺的一部分。資源管理的靈活性和更高的整體利用率的承諾可以等同于節省成本。

此外，對許多人而言，公共云是一個有吸引力的平臺，因為通過第三方管理底層平臺可以節省技能，此類平臺規模龐大，并且能夠在全球范圍內安全地保存數據。

然而，組織在集中數據收集和分析方面遇到了問題。這導致邊緣計算作為替代方案的興起。

什么是云計算?

通過云計算，創建了一個平臺，可以將計算、存儲和網絡等資源以高度虛擬化的方式靈活地應用于特定工作負載，以更好地滿足現代動態工作負載的需求。該平臺運行許多工作負載，并允許在它們之間共享資源，通常使用業務驅動的優先級來定義哪個工作負載首先使用任何資源。

云計算的優點

云具有很多優點，包括：

高度動態靈活的資源配置。通過正確的配置，云可以根據需要靈活地將資源應用于工作負載。例如，對計算能力的需求突然激增的工作負載可以從虛擬資源堆中應用此功能。當峰值結束時，可以釋放資源并將其放回堆中，準備好進行配置以滿足另一個工作負載的要求。

高度虛擬化。在架構良好的云中，平臺虛擬化意味著工作負載獲得高水平的可移植性。如果需要，可以將應用的實例從云的一個部分移動到另一部分，并且可以快速完成。這提高了可用性和性能，并有助于避免分布式拒絕服務攻擊等問題。

云計算的缺點

云也有其缺點，包括：

資源上限仍然存在。確實如此，尤其是在私有云中。物理服務器的利用率通常不會高于百分之幾十——在很長一段時間內以單一百分比運行。私有云可能會將整體利用率提高到百分之幾十，但可能會遇到網絡限制方面的問題。與資源利用率如此低下相關的成本不僅包括保持一切運行所需的電力需求，還包括所需的冷卻、操作系統和應用許可以及維護。公共云可能已經管理著數十萬個工作負載，并以高達數十%的資源利用率運行，但它們可以更好地處理所需的空間;僅管理數十到數百個工作負載的私有云可能不具備此類功能。

處理環境的更多物理方面存在困難。即使有了虛擬化，虛擬世界和物理世界之間仍然存在牢不可破的聯系。盡管公共云在其自己的數據中心之間具有內部高速網絡連接和高度優化的連接，但組織和公共云之間通常沒有這種高速互連。如果公共云中的集中式數據分析依賴于緩慢且較低的帶寬連接來訪問組織環境中的數據，那么當數據負載較高時，可能會出現數據鋸齒和數據包沖突等重大問題。

什么是邊緣計算?

對于邊緣計算，其想法是利用云的集中式特性，但避免在不必要的情況下傳輸和分析數據。讓智能更接近數據創建的地方和需要智能決策的地方可以提高整體性能。

邊緣計算可以通過稱為邊緣設備的特殊計算單元來執行，也可以通過在靠近創建數據的設備的標準物理或虛擬服務器上運行的專用軟件映像來執行。然后，邊緣計算服務可用于捕獲、操作和分析數據，并決定應在哪些領域執行哪些操作。

邊緣計算的優點

邊緣計算具有以下優勢：

邊緣計算使數據智能更接近需要的地方。這意味著響應得到了改善。對于生產線系統或智能建筑等領域，這種更即時的數據處理和決策可能是必要的。

邊緣計算最大限度地減少了更廣泛網絡上的數據傳輸。整個平臺中網絡流量可能導致問題的部分可以保留用于必須集中的數據。

其使數據傳輸能夠采用更加“洋蔥皮”的方法。在這里，邊緣設備可以捕獲和分析來自一組不同設備的數據，并可以過濾掉明顯無用的數據。其還可以查看是否存在任何指向緊急問題的內容，并將該數據發送到集中式云或另一個更靠近核心的功能更強大的邊緣設備，以進行更詳細的分析。

邊緣計算的缺點

邊緣計算也存在一些問題，包括：

定義邊緣可能很困難。云平臺已經混淆了IT平臺及其組成部分的邊緣定義。對于現代邊緣計算，需要定義由一組緊密協同定位的數據生成設備組成的“虛擬邊緣”是核心架構需求。然而，以物聯網為例，一臺邊緣設備到底應該負責多少個物聯網設備呢?單個邊緣設備應該負責哪些不同類型的物聯網設備，即使它們都緊密地位于同一位置?

可能會出現誤報和漏報。由于當今市場上的大多數物聯網設備都是相對愚蠢的設備，因此邊緣設備必須承擔數據收集和分析的責任。然而，邊緣設備必須具有成本效益;管理10個物聯網設備的邊緣設備不會花費數千美元。尋找能夠以適當的資金提供適當的智能的邊緣設備或計算實例，仍然是IT團隊必須小心平衡的一個問題。

邊緣計算會取代云計算嗎?

答案是，不會。云提供了一個底層平臺，可以提高組織的整體靈活性，同時提供降低成本和提高對市場變化的響應能力的機會。邊緣計算提供了一種額外提高性能的方法，特別是在數據分析和決策方面。訣竅在于實現底層云平臺與邊緣計算的明智使用的良好混合，以滿足組織的需求。

現代IT環境中的云

云必須解決的主要問題之一是物聯網的蓬勃發展。例如，設備散布在組織的物理IT環境周圍，執行一系列不同的任務，從簡單的測量到針對生產線或智能建筑的要求的復雜操作。物聯網設備數據豐富，但非常“嘈雜”，這意味著大部分數據幾乎沒有用處。這些數據不是連續的，而是隨著時間的推移作為一系列事件產生。這些數據不需要遍歷網絡，但許多物聯網設備沒有內置智能來了解這一點。

這里有一個二分法:試圖通過云平臺完全管理物聯網環境并不是最佳的做事方式。問題在于，要讓云處理這些物聯網設備創建的所有數據，所有數據都必須通過網絡傳輸到云計算能力所在的位置。這將導致數據本身的延遲，以及對云的整體帶寬的重大影響，即使其具有資源靈活性。邊緣計算優化了數據管理，最大限度地減少了不必要的數據網絡流量。

如何在邊緣和云之間進行選擇

這里的選擇是在整個混合云平臺中使用邊緣的地方。在大數據工作負載有意義的情況下，例如，在查看在線購物者的購買模式或分析完整數據集時，使用中央云平臺是有意義的。然而，當查看類似設備的離散分組時，其中大量數據幾乎沒有用處或需要更即時的決策，使用邊緣設備或服務可以幫助以更優化的方式聚合、過濾和分析數據。

對于IT架構師而言，確保整體架構滿足組織的需求是關鍵。然而，邊緣服務的引入可以分階段進行，根據優先需求用邊緣取代現有的集中式服務。

霧計算和邊緣云

那些在云計算世界中研究邊緣計算的人可能也會遇到霧計算——這實際上是將兩個概念結合在一起，更像是一個單一的概念。邊緣計算設備被放置在盡可能接近實際需要的地方，但與主要的集中式云平臺緊密集成。

還有另一個——邊緣云，其對不同的人有不同的含義;許多人認為其與霧計算相同。對于其他人而言，邊緣云更像是一個完全集成和優化的整體基礎設施平臺，依賴于底層網絡結構來管理數據流和分析。然而，霧計算和邊緣云是相似的概念。

對于大多數組織而言，其結果是霧計算/邊緣云環境。混合整個平臺可為未來提供增強的功能和靈活性。