办理边沿计较的挑衅

边沿计较是处理赏罚产生在勾当和数据源四面的一种计较情势，接近边沿的事变镌汰了将数据传输处处理赏罚单位的耽误，对付必要快速相应的用例（譬喻物联网）来说是抱负选择。边沿计较是云计较的有用增补，云计较凡是是阔别数据源的齐集式处理赏罚。

很轻易就得出这样的结论：边沿计较办理了云计较无法办理的许多题目，但因为边沿体系的高度漫衍性，这一结论有待商讨。每个边沿节点都不是完全独立的，由于每个边沿节点都必要有其他节点共享信息，保持数据的同等性将是一大挑衅。题目是：怎样和谐大量边沿计较体系，同时仍必要它们独立事变？这是一个多年来一向困扰漫衍式体系计划者的题目，也是各人认知傍边的漫衍式、同等性和同步题目。

边沿计较体系的数目将会很复杂，因此任何办理方案都必要大幅度扩展。总而言之，这是一个亟待办理的重大题目。

边沿数据

除了一些专门处理赏罚变乱和上传数据的事变负载之外，许多在边沿处理赏罚的应用措施必要共享安详性、用户和其他信息。这些应用措施包罗：物联网应用、游戏、告白、VR/AR以及移动应用等等。

有些人提出了数据引力（data gravity）的设法，任何应用措施事变负载的相干部门都是数据，因此应用措施的计划和陈设使得会见数据不会碰着瓶颈，假如措施和数据互相接近，这样的结果最好。假如必要维护一此中央共享数据库，那么这些措施必要驻留在中央数据库四面，这不是我们必要的漫衍式边沿计较。

另一个挑衅是边沿计较的计较功率不高，很难运行传统的数据库或应用措施处事器，个中容许和数据处理赏罚本钱也许很高。轻量计较如容器或无处事体系也许更得当边沿计较应用场景。

新兴的办理方案

为了办理这些题目，一些厂商正在推出可实现基于边沿计较和存储的轻量级体系。如AWS Greengrass是一种行使无处事器计较和当地缓存数据，在当地处理赏罚数据的体系，但必要依靠云举办恒久存储。

而以Kuhiro为代表的初创公司通过建设一个illusion加以实现，illusion每个边沿节点在其当地副本上事变时存在单个逻辑同等性数据库。

尽量云处事提供商已经开拓出了用于内部行使的边沿办理方案，但跟着物联网应用日益遍及，企业也许很如意识到他们必要办理相同的题目。另外，一些应用措施在移动装备商运行，也也许必要在边沿举办处理赏罚，譬喻接近手机基站。

与边沿计较和边沿数据相干的题目很是伟大，但云处事提供商和初创公司提供的办理方案将可以或许办理这些题目，辅佐企业快速陈设边沿计较。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!