边缘计算容器化是否有必要?


戳蓝字“CSDN云计算”关注我们哦!

640?wx_fmt=jpeg


作者 | Steve

来源 | 边缘计算中文社区


简要


由于容器有轻量级、安全性、秒级启动等优秀的特性,容器天然的轻量化和可移植性,非常适合边缘计算的场景,这一点边缘计算的厂家和开发者们都心知肚明。而且鉴于K8S已经成为云原生编排的事实标准,因此携手K8S进入边缘将很有可能结束边缘计算当前混沌的状态,并定义云端和边缘统一的应用部署和管理的标准。


Kubernetes 的优势与挑战


Kube+Edge就是依托K8S的容器编排和调度能力,实现云边协同、计算下沉、海量设备的平滑接入。Kube+Edge架构上包含两部分,分别是云端和边缘侧。云端负责应用和配置的下发,边缘侧则负责运行边缘应用和管理接入设备。


如今,Kubernetes 已经成为云原生的标准,并且能够在任何基础设施上提供一致的云上体验。我们经常能够看到“容器 + Kubernetes”的组合在DevOps发挥10X效率,最近也有越来越多Kubernetes运行在数据中心外(边缘)的需求。


在边缘计算StarlingX的项目中,未来也会在边缘侧集成Kubernetes作为容器化平台,而由于边缘云和中心云的关系更加独立,边缘云可以在与中心云断开连接的情况下正常工作,而Kubernetes集群的心跳机制,需要master/slave的定时连接,因此Kubernetes在集成到边缘云平台的场景下,需要在部署方式上需要满足边缘计算平台的要求。


边缘容器平台


由于云计算的普及,用户们已经积累了足够的管理云上资源的经验,现在下一步的挑战就是如何构建一个边缘云平台,把对云上资源的管理方法延伸到边缘,让我们能够无缝地管理边缘的资源和设备。边缘云平台将重点解决以下问题:


1、大规模 / 异构的设备,网关和边缘节点的接入;

2、大量遥测数据汇聚、处理后提供给云端应用使用;

3、设备安全和识别服务;

4、支持远程下达对设备的指令;

5、自动创建和管理边缘节点和设备;

6、实现云端对边缘应用的编排、部署和配置;

7、为边缘应用的开发提供数据存储、事件管理、API 管理和数据分析等能力;


由于边缘云平台需要接入大量的IoT设备,并实现对这些设备的管理,而这些设备的数目可能是非常巨大的,因此在边缘侧需要部署大量的应用来管理海量的IoT设备,因此在边缘侧资源受限的情况下,边缘容器云则显得尤为重要。


另外,由于在边缘侧建设的费用受限,因此使用物理的高可用手段会导致建设费用的急剧上升,而利用容器云的auto-healing功能,可以使得在边缘侧的平台上,利用Kubernetes等软件高可用技术,来满足边缘容器云对高可用的要求。


针对一些短暂接入的设备和流量,边缘云需要实时开启容器,并自动在容器中部署已安装的应用,由于容器天生对应用具有更好的亲和性,边缘容器云可以更快速方便地在短时间内开启或关闭大量的容器应用,来满足边缘侧的实时流量。


在安全性方面,Kubernetes或者说是容器技术的安全性一直被业界诟病,虽然相比于虚拟机操作系统级别的隔离仍较为逊色,但随着社区的发展,安全性的问题也在逐步的解决。


由于Kubernetes对应用的编排能力更强,边缘侧可能会涉及到大量的不同种类的应用服务,而Kubernetes可以很好得满足对边缘应用的编排、部署和配置的要求。


Kubernetes作为开源的容器平台,拥有大量的社区文档和标准接口,而且Kubernetes满足了etcd数据库提供的持久化存储,事件处理、告警机制等要求,为边缘计算应用的开发、部署、调试提供了便利。


总结


利用容器化的边缘计算平台可提供以下服务:


1、边缘节点容器化承载计算服务,大规模定制化批量更新和升级应用;

2、全局监控及分布式管理,边缘设备自动激活及下线;

3、就近集成边缘存储及边缘缓存服务,结合人工智能技术,拓展边缘智能;


边缘容器云可以提供就近部署计算服务,多维智能调度,保障边缘数据及时传输和处理的能力,并更好地满足边缘侧应用日益增长的需求。


640?wx_fmt=png


640?wx_fmt=jpeg

福利

扫描添加小编微信,备注“姓名+公司职位”,加入【云计算学习交流群】,和志同道合的朋友们共同打卡学习!


640?wx_fmt=jpeg


推荐阅读:


640?wx_fmt=png 真香,朕在看了!
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
边缘计算和云计算是两个不同的概念,它们有以下区别: 1. 定义和位置:边缘计算是一种分布式计算模型,它将计算资源和数据处理能力放在离数据源和终端设备更近的位置,例如物联网设备、传感器等。而云计算是一种通过网络提供计算资源和服务的模型,它将计算资源集中在数据中心中。 2. 数据处理:边缘计算主要用于实时数据处理和分析,将数据在边缘设备上进行处理,减少了数据传输的延迟和带宽消耗。而云计算更适用于大规模数据存储和批量处理,将数据传输到云端进行处理。 3. 可靠性和稳定性:边缘计算可以提供更高的可靠性和稳定性,因为它可以在本地处理数据,不依赖于网络连接。而云计算的可靠性和稳定性取决于网络连接和云服务提供商的可用性。 4. 数据隐私和安全性:边缘计算可以在本地处理敏感数据,减少了数据在网络传输过程中的风险。而云计算需要将数据传输到云端进行处理,可能存在数据隐私和安全性的风险。 5. 适用场景:边缘计算适用于需要实时响应和低延迟的场景,例如智能家居、智能工厂等。而云计算适用于需要大规模数据存储和批量处理的场景,例如大数据分析、人工智能等。 总结起来,边缘计算和云计算是两种不同的计算模型,它们在数据处理、可靠性、安全性和适用场景等方面存在差异。边缘计算更注重实时响应和低延迟,而云计算更适用于大规模数据存储和批量处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值