云、边、端

在面向新一代信息基础设施的物联网体系架构中，数据处理以及基于数据的智能服务变得越来越重要。

前两年出现了一个比较热的词，叫做"边缘计算"，是指把简单的、需要实时计算和分析的过程放到离终端设备更近的地方，以保证数据数据处理的实时性，同时也减少数据传输的风险。

最近又出现了一个新的热词，叫做“云边协同”，其含义跟边缘计算相差不是很大，只是强调“云-边-端”这样的架构，终端负责全面感知，边缘负责局部的数据分析和推理，而云端则汇集所有边缘的感知数据、业务数据以及互联网数据，完成对行业以及跨行业的态势感知和分析。

“云” 是传统云计算的中心节点，是边缘计算的管控端；

“边” 是云计算的边缘侧，分为基础设施边缘和设备边缘；

“端” 是终端设备，如手机、智能家电、各类传感器、摄像头等。

 

目录

一、知识体系：云边端协同架构概述

1. 核心概念

2. 技术栈组件

二、实现原理：架构与流程

1. 整体架构图

2. 关键流程

三、入门与使用

1. 环境搭建

2. 基础操作

四、应用场景

1. 工业物联网（IIoT）

2. 智能交通与车联网

3. 智慧城市与安防

4. 医疗物联网

五、总结

1. 优势

2. 挑战

3. 发展趋势

---

以下是关于云、边、端协同架构（基于 Kubernetes 控制节点、KubeEdge 和 EdgeX Foundry）的详细解析，涵盖 知识体系、实现原理、入门使用、应用场景 及 总结：

一、知识体系：云边端协同架构概述

1. 核心概念

• 云（Cloud）：中心化的计算、存储和数据处理中心（如公有云 / 私有云），负责全局决策、大数据分析和长期数据存储。
• 边（Edge）：靠近设备或用户的边缘节点（如网关、边缘服务器），负责本地数据处理、实时响应和设备管理，减少对云端的依赖。
• 端（Device）：物联网终端设备（如传感器、摄像头、工业机器），负责数据采集和执行指令。

2. 技术栈组件

• 云侧：Kubernetes（云原生编排引擎，管理边缘节点和应用）。
• 边缘侧：KubeEdge（扩展 Kubernetes 至边缘，实现云边协同）。
• 端侧：EdgeX Foundry（边缘设备连接与数据管理框架，支持多协议接入）。

二、实现原理：架构与流程

1. 整体架构图

云端（Kubernetes）
├─ 控制平面：API Server、Scheduler、Controller Manager
├─ 数据平面：通过 KubeEdge 与边缘节点通信
│
边缘节点（KubeEdge）
├─ EdgeCore（核心组件）
│  ├─ meta（边缘元数据管理）
│  ├─ edgemesh（边缘服务网格，处理服务发现与通信）
│  ├─ edged（Kubernetes Node 代理，管理边缘 Pod）
│  └─ light-house（与云端通信的安全通道）
└─ 边缘应用：通过 EdgeX Foundry 接入终端设备
│
终端设备（EdgeX Foundry）
├─ Device Service（设备驱动，支持 Modbus、MQTT 等协议）
├─ Core Services（数据收集、转换、存储）
└─ Application Service（边缘逻辑处理，如过滤、聚合）

2. 关键流程

1. 云边协同：

   • KubeEdge 作为云边桥梁，将 Kubernetes 的控制平面扩展到边缘，实现边缘节点注册、应用部署、状态监控。
   • 通过 轻量级通信协议（如 WebSocket、gRPC）和 安全隧道（TLS）保证云边数据可靠传输。

2. 边端连接：

   • EdgeX Foundry 提供标准化接口，适配不同协议的终端设备，将原始数据转换为统一格式。
   • 支持 边缘计算逻辑（如实时数据过滤、异常检测），减少上传云端的数据量。

3. 应用管理：

   • 云端通过 Kubernetes 定义 边缘应用清单（如 Deployment、Service），KubeEdge 将应用部署到边缘节点。
   • 边缘节点自主运行应用，仅将关键数据或指令结果同步到云端，实现 分布式决策。

三、入门与使用

1. 环境搭建

• 云端：部署 Kubernetes 集群（建议使用 k3s 轻量级版本）。
• 边缘节点：
  1. 安装 KubeEdge：

     bash

     # 下载 KubeEdge 二进制文件
     wget https://github.com/kubeedge/kubeedge/releases/download/v1.13.1/kubeedge-v1.13.1-linux-amd64.tar.gz
     tar -zxvf kubeedge-v1.13.1-linux-amd64.tar.gz
     cd kubeedge
     # 启动 EdgeCore（边缘节点需提前配置与云端的网络连通性）
     ./edgecore --kubeconfig=edge.yaml
     

  2. 安装 EdgeX Foundry：

     bash

     # 使用 Docker 部署 EdgeX（简化版）
     docker run -d --name edgex-core -p 48080:48080 edgexfoundry/docker-edgex-ui-go:2.2.0
     

2. 基础操作

• 注册边缘节点到云端：
  在 Kubernetes 中创建 Node 对象，指定节点标签为 node-role.kubernetes.io/edge=true。
• 部署边缘应用：
  使用 Kubernetes 标准 YAML 文件定义应用，通过 nodeSelector 调度到边缘节点。
• 接入终端设备：
  在 EdgeX Foundry 中配置设备驱动（如 Modbus 驱动），关联设备参数和数据上报规则。

四、应用场景

1. 工业物联网（IIoT）

• 场景：智能工厂设备监控、预测性维护。
• 价值：边缘节点实时分析传感器数据（如振动、温度），本地触发报警或调整设备参数，云端进行长期趋势分析和工艺优化。

2. 智能交通与车联网

• 场景：路边单元（RSU）实时处理摄像头 / 雷达数据，识别交通违规或事故，边缘节点快速响应（如点亮警示灯），云端同步全局交通流数据。

3. 智慧城市与安防

• 场景：城市摄像头集群实时分析视频流，边缘节点识别异常行为（如入侵、火灾）并触发本地警报，云端存储历史视频和跨区域联动调度。

4. 医疗物联网

• 场景：医院内医疗设备（如呼吸机、心电图机）数据本地存储与分析，边缘节点实时预警异常指标，云端汇总数据用于科研和远程诊疗。

五、总结

1. 优势

• 低延迟：边缘节点处理实时任务，满足工业控制、自动驾驶等场景的时延要求。
• 高可靠性：边缘节点支持离线运行，避免云端故障导致的系统瘫痪。
• 数据优化：减少云端数据传输压力，降低流量成本，保护隐私数据（如医疗、工业数据本地化处理）。

2. 挑战

• 技术复杂度：云边端三层架构涉及多组件协同，部署与维护难度较高。
• 异构设备适配：终端设备协议多样，需依赖 EdgeX Foundry 等框架扩展驱动。
• 安全与管理：云边通信需保障数据加密和身份认证，边缘节点的固件升级和漏洞修复需高效管理方案。

3. 发展趋势

• 轻量化：边缘计算组件向更小体积、更低功耗演进（如基于 ARM 的边缘网关）。
• 智能化：边缘节点集成 AI 芯片（如 NVIDIA Jetson），支持本地机器学习推理（如视觉识别、异常检测）。
• 标准化：行业推动云边端接口标准化（如 OPC UA、MQTT-SN），降低跨厂商协同成本。

通过 Kubernetes + KubeEdge + EdgeX Foundry 的组合，企业可构建灵活、可扩展的云边端协同架构，平衡计算资源分配，提升物联网系统的效率与可靠性。实际应用中需根据场景需求选择边缘节点的算力配置和数据同步策略，进一步优化整体性能。

参考：

EMQ 助力新一代电力智慧物联体系建立 | EMQ

边缘计算系统逻辑架构：云、边、端协同，定义及关系-阿里云开发者社区