雾计算：下一代云计算的探索

# 雾计算：下一代云计算的探索 ## 1. 雾计算的基本概念与架构 雾计算设备具备智能特性，能够判断应用请求是否需要云计算层的介入。对于实时、低延迟服务的请求，如直播、智能交通监控和智能停车等，由雾计算设备、连接的工作站和小型存储单元来处理。而对于需要半永久和永久存储，或涉及历史数据集的广泛分析的请求，如社交媒体数据、照片、视频、医疗记录和数据备份等，这些设备则充当路由器或网关，将请求重定向到核心云计算框架。 雾计算平台的通用架构通常分为三层： - **顶层**：由高端计算服务器和数据存储设施驱动的核心云计算模块。 - **中间层**：包含多个雾实例，每个雾实例由多个雾计算设备组成。雾实例通过一个或多个云网关与云框架相连，且每个雾实例仅服务于特定的地理区域或地点。 - **底层**：位于网络边缘的终端设备，这些设备根据地理位置进行聚类，每个区域由特定的雾实例提供服务。 ## 2. 雾计算是否能替代云计算 答案是否定的。雾计算更像是云计算的附加技术，是一种使能技术。从雾计算和云计算所服务的不同类型应用来看，它们相互补充，共同为终端用户带来一种新的计算技术体验，既能满足网络边缘实时、低延迟应用的需求，又能支持核心云计算框架进行复杂分析和长期数据存储。 ## 3. 雾计算与其他计算范式的比较 ### 3.1 雾计算与边缘计算 雾计算基于经典的边缘计算模式，但两者存在细微而显著的差异： | 比较项 | 边缘计算 | 雾计算 | | --- | --- | --- | | 处理方式 | 高度依赖设备内的本地化服务请求处理，将计算能力引入终端设备，如手机和可编程自动化控制器。 | 赋予路由器和交换机等网络设备额外的计算和存储能力，终端设备收集的数据定期发送到这些设备进行处理。 | | 优点 | 确保更高的操作独立性，减少故障点。 | 减轻终端节点的初步计算和决策负担，降低对终端节点持续或频繁供电的需求。 | | 缺点 | 需要终端设备持续实时对应用请求进行分类和处理，消耗大量能量；缺乏集中核心，难以获取全局数据和趋势分析。 | 架构的故障点比边缘计算更多。 | 以智能停车场系统为例，在边缘计算平台中，停车传感器自行评估停车位状态，并在状态改变时直接向相关信号柱发送消息；而在雾计算解决方案中，停车传感器仅定期将停车位状态报告给最近的路由器或网络交换机，由雾设备进行数据分析并指示信号柱切换状态。 ### 3.2 雾计算与云计算 雾计算是云计算的非平凡扩展，两者在虚拟化原理上相似，但在多个维度存在差异： | 比较项 | 云计算 | 雾计算 | | --- | --- | --- | | 计算位置 | 大部分计算、存储和管理任务在集中式数据中心完成。 | 计算功能靠近网络边缘的中间层进行，该层由异构的“智能”设备组成，具备小规模临时存储能力。 | | 覆盖范围 | 能够访问更广泛区域的数据，进行全局数据分析。 | 适合进行特定位置的数据分析，但难以提供系统的全局概述。 | | 服务延迟 | 服务特定位置的应用请求时，传输和服务延迟较高。 | 能够为对延迟敏感的应用请求提供近实时服务。 | | 规模与组成 | 通常由数千台高性能服务器和数据存储单元组成。 | 依赖路由器、交换机和接入点等网络设备，具备额外的处理能力和有限的存储。 | | 网络带宽 | 需要高带宽网络连接。 | 部分服务可在终端设备不连接互联网的情况下提供，但涉及云计算核心的服务仍需互联网连接。 | | 部署 | 需要详细而复杂的规划。 | 部署、组织和连接更具临时性，所需规划较少。 | | 操作人员 | 需要专业领域专家的高度介入。 | 尤其是在维护阶段，所需人工干预较少。 | ### 3.3 雾计算与移动计算 移动计算的特点是通过互联网为移动设备提供支持，存储主要在远离终端设备的服务器中进行。常见的移动计算范式包括移动边缘计算（MEC）和移动云计算（MCC）： - **移动云计算（MCC）**：计算在中央云数据中心进行，与雾计算架构相似，但中间层为移动计算层，每个区域由单独的移动网络服务，通过切换机制支持设备移动性。 - **移动边缘计算（MEC）**：服务器位于网络边缘，规模较小且数量较多，可由手机、平板电脑或个人数字助理等设备充当，但缺乏全局计算框架，难以进行跨地理区域的数据聚合分析。 雾计算可以看作是MCC和MEC的混合体，部分处理在网络边缘进行，其余由核心云计算模块完成。但从技术角度看，雾计算并非简单的两者集成，它在云层和网络边缘之间增加了一个独立的计算和存储层，该层的处理设备经过专门设计和制造。 ## 4. 雾计