Internet Rzeczy (IoT) zmienił sposób działania firm, a branża odnotowała ogromne przesunięcie z lokalnego rynku na lokalny oprogramowanie do przetwarzania w chmurze. Internet rzeczy rozprzestrzenił się w kilku branżach, oferując konsumentom usługi na poziomie globalnym.

od inteligentnych asystentów głosowych po inteligentne domy, marki rozszerzają zakres swoich usług i eksperymentują z różnymi pomysłami, aby poprawić wrażenia klientów. Dane na temat zachowań klientów są teraz zbierane za pomocą różnych i innowacyjnych sposobów.

przechowując i przetwarzając dane przy użyciu technologii chmurowej, uwolniliśmy się od nieustających kłopotów związanych z dostępem do danych w ograniczony sposób. Teraz możemy uzyskać dostęp do dodatkowych funkcji w naszych telefonach, komputerach, laptopach i urządzeniach IoT bez konieczności zwiększania mocy obliczeniowej lub inwestowania w pojemność pamięci – wszystko to zasługa przetwarzania w chmurze.

jednak obecnie istnieje ogromna potrzeba zmniejszenia opóźnień w określonych zastosowaniach, takich jak inteligentne urządzenia domowe lub samochody z własnym napędem.

Rozszerzenie Cloud Computing — Fog Computing i Edge Computing

wraz z nieustannym zapotrzebowaniem na lepsze i szybsze technologie, firmy nieustannie przesuwają swoje granice, aby zaspokoić potrzeby konsumentów. Jednak w ten sposób organizacje są teraz sceptyczne, czy sama chmura może nadążyć za wysokim napływem danych? Czy w ogóle trzeba wysyłać wszystko do chmury? Czy istnieje sposób selektywnego przechowywania danych w chmurze?

dzisiaj technologia rozwinęła się wieloaspektowo, tak bardzo, że możesz przesyłać swoje filmy na żywo w 4K do świata. Internet przekształcił się ze zwykłego źródła informacji w mechanizm podawania danych wspomagający zaawansowaną moc obliczeniową. Przechodzi od architektury scentralizowanej do rozproszonej, z strumieniowaniem wideo, rozszerzoną & rzeczywistością wirtualną i wychodzi poza to, co umożliwiło wiele zaawansowanych funkcji dla użytkowników końcowych.

inteligentne aplikacje wykorzystujące AI lub ML zwykle zajmują się ogromnymi ilościami danych, które stają się kosztowne w wysyłaniu lub przechowywaniu w centralnej usłudze w chmurze. Co więcej, nie jest nawet konieczne, aby każdy bit zebranych danych był przydatny dla konsumenta lub firmy. Jeśli część przetwarzania danych może być wykonywana na obrzeżach sieci, tylko Kluczowe Informacje mogą być przekazywane do serwera w chmurze, które pomogłyby w zmniejszeniu kosztów o znaczną marżę.

przesunięcie mocy obliczeniowej bliżej krawędzi sieci pomoże obniżyć koszty, a także poprawić bezpieczeństwo.

termin Edge computing i fog computing wydają się wymienne, a w rzeczywistości mają pewne kluczowe podobieństwa. Zarówno systemy obliczeniowe Edge, jak i Fog przesuwają przetwarzanie danych bliżej źródła generowania danych. Głównym celem jest zmniejszenie ilości danych wysyłanych do chmury. Pomaga to zmniejszyć opóźnienia, a tym samym poprawić czas reakcji systemu, szczególnie w zdalnych aplikacjach o znaczeniu krytycznym.

przybliżając przetwarzanie danych do źródła, firmy poprawiają również bezpieczeństwo, ponieważ nie muszą przesyłać wszystkich danych przez publiczny internet.

różnica między Cloud, Fog i Edge Computing

zarówno Edge computing, jak i fog computing oferują podobne funkcje pod względem przesyłania zarówno inteligencji, jak i danych do pobliskich platform analitycznych, które znajdują się na lub w pobliżu źródła pochodzenia danych, czy to samochodów, silników, głośników, ekranów, czujników lub pomp.

obie technologie wykorzystują moc możliwości obliczeniowych w sieci lokalnej do wykonywania zadań obliczeniowych, które mogły być łatwo wykonywane w chmurze. Mogą one pomóc firmom zmniejszyć zależność od platform przetwarzania i przechowywania danych opartych na chmurze, co często prowadzi do problemów z opóźnieniami i jest w stanie szybciej generować decyzje oparte na danych.

1. Lokalizacja przetwarzania danych

podstawową różnicą między cloud computing, Fog computing i Edge computing jest lokalizacja, w której następuje przetwarzanie danych.

w przypadku przetwarzania w chmurze dane są przetwarzane na centralnym serwerze w chmurze, który zwykle znajduje się z dala od źródła informacji. Odbywa się w usługach w chmurze, takich jak instancje Amazon E2C.

Edge computing najczęściej występuje bezpośrednio na urządzeniach, do których podłączone są czujniki lub na urządzeniu bramkowym znajdującym się w pobliżu czujników.

z drugiej strony, Fog computing przenosi zadania przetwarzania krawędzi na procesory, które są podłączone do sprzętu LAN lub bezpośrednio do SIECI LAN, aby mogły być fizycznie bardziej oddalone od siłowników i czujników.

tak więc, w przypadku Edge computing, dane są przetwarzane na samym czujniku lub urządzeniu bez przenoszenia do innego miejsca. W przeciwieństwie do tego, w obliczeniach Fog dane są przetwarzane w bramce IoT lub węzłach Fog, które znajdują się w sieci LAN.

2. Moc przetwarzania i możliwości przechowywania danych

przetwarzanie w chmurze zapewnia doskonałe i zaawansowane możliwości technologiczne przetwarzania. Może przechowywać znacznie więcej danych niż Fog computing, który ma ograniczoną moc obliczeniową.

podobnie, moc obliczeniowa i możliwości przechowywania danych są jeszcze mniejsze w przypadku obliczeń brzegowych, ponieważ oba są wykonywane na urządzeniach / samym czujniku IoT.

3. Cel

przetwarzanie w chmurze najlepiej nadaje się do długoterminowej dogłębnej analizy danych. Z drugiej strony, Fog i Edge computing są bardziej odpowiednie do szybkiej analizy wymaganej do reakcji w czasie rzeczywistym.

warto również wspomnieć, że przetwarzanie w chmurze wymaga dostępu do Internetu 24×7, podczas gdy pozostałe dwa mogą pracować nawet bez Internetu. W związku z tym są one bardziej odpowiednie do przypadków użycia, w których czujniki IoT mogą nie mieć bezproblemowej łączności z Internetem.

pod względem bezpieczeństwa, Fog i Edge są znacznie bezpieczne.

we mgle dane pozostają rozproszone między węzłami. W związku z tym trudno jest manipulować danymi w porównaniu do scentralizowanej struktury przetwarzania w chmurze. W Edge computing dane pozostają na samym urządzeniu, dzięki czemu są bardziej bezpieczne. Tak więc w przypadkach, w których bezpieczeństwo jest głównym problemem, preferowane są mgła i krawędź.

ponownie, ponieważ dane są dystrybuowane między węzłami w Fog computing, czas przestoju jest minimalny w porównaniu do przetwarzania w chmurze, gdzie wszystko jest przechowywane w jednym miejscu i jeśli coś pójdzie nie tak, usuwa cały system. Nawet jeśli jeden węzeł ulegnie awarii w obliczeniach Fog computing, inne węzły pozostaną sprawne, co czyni je właściwym wyborem dla przypadków użycia, które wymagają zerowego przestoju.

podsumowanie

główna różnica między urządzeniem IoT lub aplikacją komunikującą się z chmurą a węzłem polega na tym, że dwukierunkowa komunikacja z serwerem w chmurze może potrwać do kilku minut, podczas gdy interakcja z „węzłami” umieszczonymi w pobliżu urządzenia może potrwać do kilku milisekund.

chociaż przetwarzanie w chmurze nadal pozostaje pierwszą preferencją do przechowywania, analizowania i przetwarzania danych, firmy stopniowo przechodzą w stronę Edge i fog computing, aby obniżyć koszty. Podstawową ideą adaptacji tych dwóch architektur nie jest całkowite zastąpienie chmury, ale oddzielenie kluczowych informacji od ogólnej.

Inteligentne aplikacje i urządzenia oparte na IoT wymagają natychmiastowych narzędzi decyzyjnych, a podczas gdy firmy dodają nowe, ulepszone, znacznie lepsze funkcje, które pomagają w szybkich decyzjach, nadal występuje opóźnienie lub brak decydującego charakteru, co wymaga wdrożenia technologii Fog i Edge computing.

zarówno Edge, jak i fog computing mają na celu rozwiązanie jednego problemu — optymalizację wydajności. Podczas gdy Edge computing jest powszechnie preferowany przez firmy średniej wielkości i telekomunikacyjne, które pracują z sieciami szkieletowymi i sieciami radiowymi, Fog computing jest bardziej pożądany przez firmy przetwarzające dane i dostawców usług.

włączenie systemu Fog lub Edge computing do organizacji, która od lat opiera się na przetwarzaniu w chmurze dla swoich potrzeb obliczeniowych, nie jest łatwym zadaniem. Jednak potrzeba gromadzenia ogromnych ilości danych, zwłaszcza w dobie sieci 5G i konsumentów oglądających dane w jakości 4K lub przynajmniej HD online, firmy mogą być zmuszone do przesunięcia granic, aby przyjąć Fog lub Edge computing.

Czytaj więcej blogów:

Living on The Edge-wszystko, co musisz wiedzieć o Edge Computing

zrozumienie struktur architektury oprogramowania-mikroserwisy, Monolity, SOA i API