互联网+科技金融 简报2018年第4期 毋庸置疑的雾计算十年来,云计算备受瞩目,它提供给了新的计算模型,方便了服务的部署。但云并不是终点,未来仍将有新的计算模型推动新的服务,进一步方便我们的生活。本文将探讨云、雾、物共同组成的物联网生态系统;着重讨论雾计算和云相互配合形成的新计算模型。 毋庸置疑的雾计算随着科技进步,各种技术名词也在快速发展。云计算、物联网、雾计算相信这些名词早已进入大家的视野。其中,雾计算的概念2011年由 Cisco 提出 [1],相对较新。时至今日,雾计算已经成为研究的热点和重点,并被业界寄予厚望。 然而,笔者却仍能看到对雾计算没有根据的质疑,无外乎两种:
对于这种质疑,笔者希望用本文揭示雾计算的重大价值。
从物联网说起智慧城市、智能家庭种种可预见的物联网应用在未来将极大的方便人们的生活。然而目前市场上智能终端设备的智能程度普遍令人不满。那么这个“智能”应来自哪里,怎样才能保障设备的智能呢? 计算机智能的基础就在于其背后的资源,如CPU、内存、硬盘、网络带宽等计算资源(更确切的说法会将CPU、内存归类于计算资源;硬盘归于存储资源;带宽归于通信资源。本文为了简化,统一将它们称作计算资源);视频、温度、光线强度等传感器提供的数据资源;当然还有电力等等。在这些资源中最核心的就是计算资源,通过计算提取数据中的知识,做出决策;通过存储来保存知识库,从而根据历史经验保证决策准确,做出预测;通过通信完成设备间的沟通,实现知识与决策的分发。基于以上,才能给用户智能的服务与体验。 那么现在设备的不够智能,症结是否在于设备的CPU不强、内存硬盘不够大呢? 终端的不足我们无法想象把基站安装在每部手机上,同样的,我们无法想象每台设备都拥有大量资源,这将大幅度提高成本,无法形成有效的解决方案。 当资源不足时,一个直观的想法是将计算任务交给其他计算能力强的设备。物联网中有大量的终端设备,它们无法在本地完成计算做出决策,那么应该由谁来解决终端设备的资源不足呢?大家想到了云。 云的不足云计算平台为云用户提供数据中心中的资源。近十年来,云计算充分的向人们展示了它的优越性:
服务提供商把特定服务部署在云中,终端设备发送信息给服务,服务完成运算后将结果发回给终端,并将必要数据在云端存储。通过这种形式,云充分满足了终端设备的资源期待,也成为物联网生态系统中不可缺少的一环。 为了服务不同地理位置的用户,在互联网的多层次结构中,数据中心位于核心网络。核心网络距离终端用户较远,用户消息需要经过若干跳才能够到达。下图是简化的一部分网络拓扑。 图1 互联网网络拓扑图示 数据中心提供了高度集中的大量资源,然而只有云仍有一些不足。
可见,对实时性,大数据,可靠性要求高的应用,云并不适合。人们需要新的计算模型来满足未来的应用,弥补云的不足。雾计算正是在这种背景下被提出的。 雾计算雾计算是个很形象的名称,提出它的 Ginny Nichols 提了一个有趣的说法“雾是接近地面的云”。 这句话有两层含义:
图2 雾计算原始定义图示 上图是根据 Cisco 对雾计算的原始定义[1]所作的图示。在 Cisco 的定义中,雾主要使用边缘网络中的设备。这些设备可以是传统网络设备(早已部署在网络中的路由器、交换机、网关等等),也可以是专门部署的本地服务器。一般来说,专门部署的设备会有更多资源,而使用有宽裕资源的传统网络设备则可以大幅度降低成本。这两种设备的资源能力都远小于一个数据中心,但是它们庞大的数量可以弥补单一设备资源的不足。 雾平台由数量庞大的雾节点(即上文中雾使用的硬件设备,以及设备内的管理系统)构成。这些雾节点可以各自散布在不同地理位置,与资源集中的数据中心形成鲜明对比。 根据以上内容,可以总结出雾计算与云计算的不同:
这些不同给雾带来哪些优点,是什么使它成为物联网生态中又一不可或缺的部分呢? 雾的优点除了上文中提到的低延迟,雾计算还有以下优点:
基于以上优点,雾能够弥补云的不足,并和云相互配合,协同工作。 云 + 雾雾计算自提出就是作为云计算的延伸扩展,而不是云计算的替代。如前文所述,在物联网生态中,雾可以过滤,聚合用户消息;匿名处理用户数据保证隐秘性;初步处理数据,做出实时决策;提供临时存储,提升用户体验。 相对的,云可以负责大运算量,或长期存储任务(如:历史数据保存、数据挖掘、状态预测、整体性决策等等),从而弥补单一雾节点在计算资源上的不足。 这样,云和雾共同形成一个彼此受益的计算模型,这一新的计算模型能更好的适应物联网应用场景。 用例目前的城市道路监控系统,从监控探头到本地中心机房的通信跳数一般在3~4跳甚至更高,如果系统需要做出实时决策会面临网络延迟的挑战。 图3 用例——智能交通灯系统 图中所示是一个智能交通灯系统,除了监控探头作为传感器,还有交通灯作为执行器。雾计算的引入将为这一系统带来更多的可能性。如:
上例仅是智慧城市中的一个具体缩影,雾计算在智能电网、车联网、智慧家庭等领域的应用场景不胜枚举。 挑战雾计算带来新的可能性的同时,也在安全性、高效利用资源、API等方面带来了新的挑战。
随着雾计算概念的发展,雾被进一步扩展到“地面上”。雾节点不再仅限于网络边缘层,还包括拥有宽裕资源的终端设备。 图4 雾计算发展定义图示 终端设备与用户直接交互且数量庞大,在丰富雾的设备种类的同时,也带来更多动态属性,如电池电量、雾节点移动性等问题需要解决。 结语本文从物联网的应用场景出发,由终端设备的资源限制谈到对云的需求,再由云在网络中的位置造成的限制谈到雾。和大家共同探讨了云雾的对比、云雾的结合、雾的优点、雾的应用、雾的挑战。 |