边缘计算基础
一、边缘计算的基本概念
在万物互联的时代，万物互联不仅包括物联网环境下包括物与物之间互联，还包括具有语境感知功能、更强的计算能力和感知能力的人与物的互联。万物互联以物理网络为基础、融合网络智能、万物之间的协同能力以及可视化的功能。
传感器、智能手机、可穿戴设备以及智能家电等设备将成为万物互联的一部分，并产生海量数据，而现在云计算模式的网络带宽和计算资源还不能高效处理这些数据。
云计算利用大量云端计算资源来处理数据，但万物互联环境下，传统云计算模型不会有效满足万物互联应用的需求，其主要原因如下：
（1）直接将边缘设备端海量数据发送到云端，造成网络带宽负载和计算资源浪费。
（2）传统的云计算模型的隐私保护问题将成为万物互联架构中云计算模型所面临的的重要挑战。
（3）万物互联架构中大多数边缘设备节点的能源是有限的，而GSM、WIFI等无线传输模块的能耗很大。
针对以上的几个问题，利用边缘设备已具有的计算能力，将应用服务程序的全部或部分计算任务从云中心迁移到边缘设备端执行，这将有利于降低能源消耗。
边缘计算是指在网络边缘执行计算的一种新型的计算模型，具体对数据的计算包括：下行的云服务和上行的万物互联服务。边缘计算中的“边缘”是指从数据源到云计算中心路径之间的任意计算、存储和网络资源。终端设备和云中心之间的请求传输是双向的。网络边缘设备不仅从云中心请求内容及服务、而且还可以执行部分计算任务，包括数据存储、处理、缓存、设备管理、隐私保护等。
但是从某种角度上来讲，边缘计算模型是一种分布式计算系统，并且具有弹性管理、协同执行、环境异构以及实时处理等特点。边缘计算模型还包括以下几个关键内容：
（1）应用程序/服务功能可分割
（2）数据可分布
（3）资源可分布
二、边缘计算关键技术
（1）计算迁移
云计算模型中，计算迁移的策略是将计算密集型任务迁移到资源充足的云计算中心中执行。但是海量边缘设备以及海量的数据，传输是影响其的计算能力的重要因素，因此边缘计算模型计算迁移策略是减少网络传输数据量为目的迁移策略，而不是将计算密集型任务迁移到边缘设备执行。
边缘计算中的计算迁移策略是在网络边缘处，将海量边缘设备采集或产生的数据进行部分或全部计算的预处理操作，过滤无用数据，降低传输带宽。
（2）5G通信技术
5G数据通信技术是下一代移动通信发展新时代的核心技术。5G的高带宽，低延迟，低能耗等优势不仅用于人与人之间的通信，还用于人与物、物与物之间通信。目前我国针对5G提供了三个技术场景：eMBB（增强移动带宽）、mMTC（海量机器类通信）、uRLLC（超可靠低延迟通信）。其中eMBB场景主要面向虚拟现实/增强现实等级高带宽需求的业务；mMTC场景主要面向智慧城、智能交通等高连接密度需求的业务；uRLLC主要场景面向无人驾驶、无人机等时延敏感的业务。
边缘设备能处理部分或者全部计算任务，过滤无用信息数据和敏感数据后，还是需要将中间数据或最终数据上传到云中心。5G技术将是移动边缘终端设备降低数据传输时延的必要解决方案。
（3）新型存储系统
边缘计算在数据存储和处理方面具有较强的实时性需求，边缘计算存储系统更具有低延迟、大容量、高可靠性等特点。边缘计算的数据特征具有更高的时效性、多样性和关联性，需要保证边缘数据连续存储和预处理，因此如何高效存储和访问连续不间断的实时数据，是边缘计算中存储系统设计需要重点关注的问题。
高密度、低能耗、低延时和高读写速度的非易失存储介质将会大规模地部署在边缘设备，非易失存储介质在边缘系统中面临着挑战。
（4）轻量级函数库和内核
网络边缘中存在着由不同厂商设计生产的海量边缘设备，这些设备具有较强的异构性且性能参数差别较大，因此在边缘设备上部署应用是一件非常困难的事情。虚拟化技术视为解决了这一难题首选方案。
资源受限的边缘设备更加需要轻量级库和内核的支持，消耗更少的资源及时间，达到更好的性能。
（5）边缘计算编程模型
三、边缘计算与云计算
边缘计算与云计算相比，边缘计算并不是为了取代云计算，而是对云计算的补充和延伸，为了移动计算、物联网等提供更好的计算平台。边缘计算模型需要云计算中心的强大计算能力和海量存储支持，为云计算也同样需要边缘计算中的边缘设备对海量数据以及隐私数据的处理，从而满足实时性、隐私保护和降低能耗等需求。边缘计算的架构：端侧设备----边缘-----云，三层模型。
四、边缘计算与大数据
五、边缘计算总结