01.17 Day 33 - 性能设计篇之“边缘计算”

大家好，我是 Snow Hide，作为《左耳听风》这个专栏的学员之一，这是我打卡的第 33 天，也是我第 33 次进行打卡这种操作。

今天我温习了该专栏里一篇叫《性能设计篇之“边缘计算”》的文章。

关键词总结：边缘计算的意义（趋势方面（数字化革命、硬件发展、信息量以及数据量、MB 时代、GB 时代、TB 时代、PB 时代）、成本方面（非线性成长、增长后的投入比））、边缘计算业务场景（实时响应、业务逻辑单一、收集并结构化数据、实时设备监控、去中心化应用、云资源调度、云资源聚合）、边缘计算关键技术（应用程序接口网关、无服务器/函数为服务 / Serverless/FaaS）。

 

所学总结：

 

边缘计算的意义

趋势方面

数字化革命

将各种信息数字化，也就是将纸质数据存入计算机存储中。

硬件发展

各种硬件的处理速度增长很快，而价格也在下降。综合成本越来越低。

信息量以及数据量

信息和数据一直在增长，基础设施的综合指标也在增长，而价格也越来越亲民。

MB 时代

以新闻资讯为主的年代，内容都由服务供应商提供。

GB 时代

用户生成内容（UGC / User Generated Content）的时代，大部分内容由用户们来输出，像是论坛发帖、博客撰写、图片上传、视频分享等等。

TB 时代

移动互联网时代，大部分线下的服务像是外卖、打车、上门等服务都转成线上的形式。应用一般会收集用户的使用情况，服务器对数据进行归纳和总结。

PB 时代

人工智能时代，人脸识别等就需要硬件里类似于神经网络芯片的技术了。

成本方面

非线性成长

从支撑几十万用户到支撑上千万或上亿用户这过程所产生的成本不会呈线性增长。

增长后的投入比

• 十万用户时只需要 10 台服务器来处理百级 QPS；
• 百万用户时只需要 50 台服务器来处理千级 QPS；
• 千万用户时需要 700 台服务器来处理十万级 QPS；
• 亿级用户时需要上万台服务器来处理百万级 QPS。
   

边缘计算业务场景

实时响应

响应本地请求，例如人脸门禁、共享单车开锁。

业务逻辑单一

简单的业务逻辑，例如秒杀、抢红包等业务场景。

收集并结构化数据

例如将视频中的车牌信息转成文字并回传至服务器。

实时设备监控

线下设备的数据采集和监控。

去中心化应用

服务发现，让本地设备之间进行 P2P 通讯。

云资源调度

例如允许用户用不同厂商的云存储、厂商不同但功能相同的 API（第三方支付）。

云资源聚合

例如将语音转文字和语义识别的接口相结合并聚合出语音语义识别的接口来简化开发成本。
 

边缘计算关键技术

应用程序接口网关

可以参考之前的文章《01.10 Day 26 - 管理设计篇之“网关模式”》

无服务器/函数为服务 / Serverless/FaaS

将函数服务化，写一个函数，发布之后就可以在别处进行调用。

 

末了

重新总结了一下文中提到的内容：边缘计算的意义、因发展趋势而新生的产物、大数据中心成本问题、边缘计算降低成本、边缘计算业务场景、边缘计算关键技术。