Behandling af data tættere på kilden kan holde omkostningerne nede og fremskynde behandlingen.

Nøgle takeaways

  • Fog computing udvider konceptet med edge computing ved at skabe en distribueret computerinfrastruktur, der spænder over et bredere geografisk område.
  • Fog computing opererer tættere på datakilden end cloud computing, men ikke ligefrem ved kilden, ved at bruge strategisk placerede tåge noder i hele netværket.
  • Fog computing giver et hierarki af computerressourcer, fra kantenheder til tåge noder til sky datacentre, optimere effektiviteten, reducere latens og tilbyde en struktureret, men fleksibel system.

Vores forståelse af databehandling og lagringsparadigmer udvikler sig, efterhånden som den digitale verden gennemgår hurtige transformationer. Udtrykkene "sky", "kant" og "tåge" er ikke kun meteorologiske termer; de repræsenterer tre unikke computersystemer. Edge og fog computing opstod som reaktion på deres forgængers begrænsninger, men de kommer hver især med forskellige funktioner og fordele.

Hvad er Fog Computing? Forklaret tågeberegning

Lad os dykke ned i, hvad fog computing er, og forklare, hvordan det fungerer. Men før man ser på tågeberegning, er det nyttigt at forstå, hvad der kom før det, og hvordan vi endte med tågeberegning.

Skyen opstået som en revolutionerende model for datahåndtering og -behandling. Tilbyder centraliseret datalagring og -behandling i store datacentre – ofte placeret på kontinenter væk fra datakilden eller brugeren – cloud computing muliggjorde uovertruffen skalerbarhed, smidighed og omkostninger effektivitet.

Mens cloud computing giver mange fordele, det er ikke uden sine ulemper. At transmittere data over store afstande til skycentre, behandle dem og derefter sende dem tilbage medfører latens. For opgaver, der kræver øjeblikkelig respons eller databehandling i realtid, var denne forsinkelse uacceptabel. Derudover den massive båndbredde, der kræves for at sende hver byte af data til centrale servere, koblet med potentiel overbelastning af netværket, gjorde den rent cloud-baserede model med sikkerhed ineffektiv applikationer.

Gå ind edge computing og dens opfølgende handling, tågeberegning.

Hvad er Edge Computing?

I erkendelse af begrænsningerne ved cloud computing, blev edge computing designet til at minimere latens og optimere båndbredden. Det nøgleforskellen mellem cloud og edge computing er mængden af ​​data, der skal behandles; cloud computing håndterer enorme mængder, mens edge fokuserer på meget mindre delmængder.

I stedet for at dirigere alt til centraliserede servere, blev dataprocesser flyttet tættere på datakilden – måske et sikkerhedskamera, en bærbar enhed eller en fabrikssensor. Denne nærhed betyder, at data kan behandles på stedet, hvilket øger muligheden for at lave responsive applikationer i realtid. Den lokaliserede databehandling lover også godt for energieffektivitet og sænker de samlede omkostninger til datatransmission.

Men mens edge computing adresserede latens- og båndbreddeudfordringerne, rejste det også nye bekymringer. Sikkerhed er blevet et mere indviklet problem, hvor data behandles på adskillige enheder. Mange små enheder havde brug for mere beregningsmuskel for at udføre strenge opgaver. Desuden introducerede styring og vedligeholdelse af utallige edge-enheder nye kompleksiteter.

Hvad er Fog Computing?

Fog computing kom i spil for at overvinde begrænsningerne ved sine computerforgængere, cloud og edge. Det udvider edge computing-konceptet ved at skabe en distribueret computerinfrastruktur, der spænder over et bredere geografisk område, ikke kun individuelle enheder.

I stedet for at behandle data ved kilden (som med kant) eller på fjerne centraliserede steder (som med sky), fungerer tågeberegning tættere på kilden, men ikke nøjagtigt ved kilden. I denne computermodel er tågeknudepunkter strategisk placeret i hele netværket, herunder ved kanten og i netværksinfrastrukturen. Disse noder har mere regnekraft end typiske edge-enheder og kan udføre mere kompleks databehandling og analyse.

Dette skaber effektivt en "tættere sky" eller en "distribueret sky", der giver det bedste fra begge verdener, de tidligere computermodeller tilbyder. Fog computing sigter mod at give et hierarki af computerressourcer, lige fra kantenheder til tåge noder til cloud-datacentre. Dette optimerer effektiviteten, reducerer latens og tilbyder et mere struktureret, men fleksibelt system end en ren edge- eller cloud-model.

Cloud vs. Edge. Fog Computing: Funktioner sammenlignet

Denne udvikling fra sky til kant og til sidst til tåge tegner et levende billede af vores ubarmhjertige stræben efter at optimere data behandling, hvilket sikrer, at de mest effektive, lydhøre og omkostningseffektive systemer er på plads for at imødekomme forskellige krav.

Feature

Skyen

Edge Computing

Tåge computing

Databehandlingssted

Centraliserede datacentre

Tæt på datakilden (f.eks. enhed)

Lokal netværk

Reaktionstid

Højere på grund af afstanden

Lavere på grund af nærhed

Moderat; optimeret til effektivitet

Brug af båndbredde

Høj

Reduceret

Optimeret

Skalerbarhed

Meget skalerbar

Afhænger af lokal infrastruktur

Skalerbar, men afhænger af netværksinfrastruktur

Koste

Stordriftsfordele kan reducere omkostningerne

Potentielt højere på grund af lokal infrastruktur, men sparer energi og transmissionsomkostninger

Afhænger af implementeringen

Sikkerhed

Centraliserede sikkerhedsprotokoller

Decentraliseret; kan være mere sårbare

En lagdelt tilgang giver en balance mellem begge

Når det er sagt, skal man forstå ydeevnen og effektiviteten af ​​cloud-, edge- eller fog computing løsninger kan være væsentligt påvirket af de lokale enheders muligheder og funktioner involveret. Begrænsende faktorer omfatter enhedens processorkraft, hukommelse og lagerkapacitet; placering og latenstid overvejelser; dataoverførselskapacitet; og skalerbarheden og den overordnede egnethed til den aktuelle opgave.

Eksempler fra den virkelige verden på cloud, Edge og Fog Computing

Hver computermodel – sky, kant og tåge – har haft indflydelse på løsningen af ​​specifikke udfordringer i teknologiindustrien. At forstå de praktiske anvendelser af hver enkelt har sine fordele for både forbruger- og erhvervsbrugere.

Skyen

Rygraden i utallige moderne digitale tjenester, cloud computing's ekspansive lagrings- og behandlingsmuligheder har omdefineret tilgængelighed. I dag er eksempler på cloud computing i aktion dybt forankret i vores hverdag, uanset om vi er klar over det eller ej.

Streamingtjenester, såsom Netflix og Spotify, er klassiske eksempler. I stedet for at brugere gemmer omfattende film- eller musikbiblioteker på deres enheder, kan abonnenter streame indhold hostet på massive cloud-datacentre.

For eksempel, da Netflix annoncerede funktionen til at pause og genoptage film og tv-shows på enhver enhed i ethvert rum i huset var og udnytter streamingtjenesten cloud computing ressourcer. Denne centralisering betyder, at du kan begynde at se en film på én enhed, sætte den på pause og genoptage visningen af ​​indholdet på en anden enhed, alt sammen takket være dataens centraliserede karakter i skyen.

Edge Computing

Efterhånden som enheder bliver smartere og mere integreret i vores daglige rutiner, vokser behovet for hurtige beslutningsmuligheder eksponentielt. For eksempel anvender smartphones edge computing til at udføre talegenkendelse, billedbehandling og andre opgaver. Smartkameraer og andre smarte hjemmeenheder har også været kendt for at udnytte edge computing.

Og endelig, selvkørende biler er stærkt afhængig af edge computing til beslutningstagning i realtid. Sensorer og indbyggede computere analyserer data fra kameraer, LiDAR, radar og andre sensorer for at navigere og reagere på deres miljø uden at skulle bruge en fjern skyserver.

Tåge computing

Tågecomputere kombinerer de bedste funktioner fra cloud og edge og skinner i scenarier, der kræver koordinerede, lokale beslutninger uden at overbelaste individuelle enheder. Et godt eksempel er smart city-initiativer.

Forestil dig et smart trafiksystem i en by: I stedet for at hvert lyskryds uafhængigt træffer beslutninger (som med kant) eller udelukkende stoler på en fjern centralt system (som med cloud), kan trafiklysene i en bestemt region kommunikere med en lokal tåge node for at træffe mere koordinerede beslutninger.

Hvis der for eksempel opstår en trafikprop i et område, kan systemet justere lystidspunkter i de omkringliggende zoner for at afhjælpe overbelastning uden at sende data hele vejen til en central sky og tilbage.

Cloud Jargon afmystificeret

Mens hver har sin plads, spiller cloud-, kant- og tågecomputere en rolle i et optimeret, effektivt og responsivt computerøkosystem. Brugere og virksomheder drager fordel af at afmystificere jargonen og forstå dens praktiske anvendelser. Mens vi fortsætter med at udnytte kraften i data, vil vi forblive på forkant med teknologiske fremskridt ved at sikre, at de behandles effektivt, sikkert og hurtigt.