隨著萬物互聯(lián)的飛速發(fā)展和人工智能的廣泛應(yīng)用，大數(shù)據(jù)處理已經(jīng)從以云計算為中心的集中式處理時代跨入以萬物互聯(lián)為核心的邊緣式大數(shù)據(jù)處理計算時代。傳統(tǒng)集中式大數(shù)據(jù)處理模式更多采用了集中式的數(shù)據(jù)存儲和數(shù)據(jù)處理，通過建造云計算中心集中式解決計算和存儲問題。在邊緣式大數(shù)據(jù)處理時代，邊緣設(shè)備會產(chǎn)生海量實時數(shù)據(jù)，通過部署邊緣設(shè)備為用戶提供應(yīng)用服務(wù)和功能接口，用戶可以通過調(diào)用這些接口來獲取所需的邊緣計算服務(wù)。
據(jù)思科全球云指數(shù)預(yù)估，到2019年，預(yù)計物聯(lián)網(wǎng)產(chǎn)生數(shù)據(jù)的45%將在網(wǎng)絡(luò)邊緣存儲、處理、分析，而全球數(shù)據(jù)中心總數(shù)據(jù)流量預(yù)計將達到10.4澤字節(jié)（Zettabyte,ZB）�；谌f物互聯(lián)應(yīng)用的不斷深入，據(jù)思科互聯(lián)網(wǎng)業(yè)務(wù)解決方案集團預(yù)測，到2020年，連接到網(wǎng)絡(luò)的無線設(shè)備數(shù)量將達到500億臺。基于萬物互聯(lián)平臺的應(yīng)用服務(wù)需要更短的響應(yīng)時間，同時也會產(chǎn)生大量涉密的數(shù)據(jù)。在此情況下傳統(tǒng)的云計算模式不能很好的支撐基于萬物互聯(lián)的應(yīng)用服務(wù)程序，采用賽特斯邊緣式的大數(shù)據(jù)處理模式可以較好的解決這些問題。
在賽特斯邊緣計算的模型中，賽特斯FlexEGW、FlexEStack邊緣網(wǎng)關(guān)、邊緣云設(shè)備已經(jīng)具備了足夠的計算能力來實現(xiàn)數(shù)據(jù)源的本地處理，并將計算的結(jié)果發(fā)送給云數(shù)據(jù)中心。采用賽特斯邊緣計算的解決方案不僅可以有效地降低數(shù)據(jù)傳輸帶寬，同時可以更好地保護整體數(shù)據(jù)的安全性，降低終端敏感數(shù)據(jù)隱私泄露的風(fēng)險。因此隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的深入應(yīng)用，邊緣計算將成為新興的基于邊緣層的應(yīng)用支撐平臺。
基于邊緣計算的數(shù)據(jù)需求物聯(lián)網(wǎng)（IoT）是邊緣計算應(yīng)用越來越重要的領(lǐng)域之一。根據(jù)調(diào)研機構(gòu)451Research最近的調(diào)查結(jié)果支持了這一觀點，他們發(fā)現(xiàn)，近三分之一的組織（30.2％）計劃在未來一年內(nèi)增加其網(wǎng)絡(luò)邊緣/周邊設(shè)備的容量，這是他們對物聯(lián)網(wǎng)項目進行調(diào)查的直接結(jié)果。近一半（45％）的組織目前正在進行物聯(lián)網(wǎng)數(shù)據(jù)處理。例如邊緣計算的數(shù)據(jù)分析、數(shù)據(jù)聚合和數(shù)據(jù)過濾，所以這種情況是不足為奇的。這些組織中大約有一半直接在物聯(lián)網(wǎng)設(shè)備上執(zhí)行，其余的在IT基礎(chǔ)設(shè)施中做。
物聯(lián)網(wǎng)體系可以分為多個層面，如圖1所示，每層都有數(shù)據(jù)的維護、處理和分析能力。通過邊緣計算可以實現(xiàn)數(shù)據(jù)的虛擬化。通過邊緣計算系統(tǒng)將來自多個設(shè)備的數(shù)據(jù)結(jié)合起來，提供跨設(shè)備的邏輯視圖，并且可以部署在邊緣和邊緣與核心IT之間的任何中間層。
圖1 物聯(lián)網(wǎng)體系
四個基本層的特點如下。
第1層包含“事物”：設(shè)備，傳感器，執(zhí)行器、攝像機等。
第2層包含網(wǎng)關(guān)或數(shù)據(jù)采集系統(tǒng)，用于收集第1層設(shè)備的數(shù)據(jù)，如賽特斯FlexEGW邊緣網(wǎng)關(guān)設(shè)備。
第3層被稱為邊緣IT或接近邊緣如賽特斯FlexEStack邊緣云系統(tǒng)。
第4層是IT基礎(chǔ)架構(gòu)的核心，無論是數(shù)據(jù)中心還是基于云計算的存儲庫。
除了這四層之外，任何數(shù)量的中間層都可以位于邊緣和核心之間。更具體地說，驅(qū)動邊緣計算存在的需求包括以下內(nèi)容。
一是速度。必須消除或最小化數(shù)據(jù)延遲，以使用戶能夠捕獲“業(yè)務(wù)時刻”，如及時響應(yīng)客戶。速度還可以使邊緣分析為制造過程提供實時反饋，從而實時優(yōu)化該過程。
二是數(shù)據(jù)訪問的可用性和可靠性。邊緣分析通常在關(guān)鍵環(huán)境（如自動化工廠和公路）中執(zhí)行。在這種情況下，停機或斷電簡直是無法忍受的。
三是生成速度。企業(yè)必須確保能夠輕松區(qū)分數(shù)據(jù)值不經(jīng)常變化的“靜態(tài)系統(tǒng)”和數(shù)據(jù)值經(jīng)常變化的“動態(tài)系統(tǒng)”。在這兩種情況下，組織都可以在邊緣處過濾和預(yù)聚合數(shù)據(jù)，然后將其發(fā)送到諸如云或企業(yè)數(shù)據(jù)中心這樣的中心位置。對于靜態(tài)系統(tǒng)，可能只需要發(fā)送數(shù)據(jù)進行額外的處理和分析相關(guān)的價值偶爾的變化。然而，對于動態(tài)系統(tǒng)，它們可能需要預(yù)先聚合，并在每小時或其他頻率發(fā)送相對較大的相關(guān)數(shù)據(jù)量，以避免讓網(wǎng)絡(luò)崩潰。
四是隱私、安全和合規(guī)性
用戶可能不愿意將數(shù)據(jù)發(fā)送給分析人員。此外，隱私和安全規(guī)定可能需要在本地設(shè)備上留下數(shù)據(jù)。
采用賽特斯邊緣計算系統(tǒng)實現(xiàn)數(shù)據(jù)治理和展現(xiàn)
圖2 賽特斯邊緣架構(gòu)
邊緣計算可以使數(shù)據(jù)管理更加智能、存儲方式更加靈活。邊緣計算可以對數(shù)據(jù)的完整性和一致性進行分析，并進行數(shù)據(jù)清洗工作，消滅系統(tǒng)中的“臟”數(shù)據(jù)。
采用了基于賽特斯邊緣計算系統(tǒng)的分布式數(shù)據(jù)清洗和治理方式，能夠大大提高數(shù)據(jù)處理的速度保證數(shù)據(jù)的實效性和可用性�；谫愄厮沟倪吘壘W(wǎng)關(guān)、邊緣云的處理引擎能夠更加準確地實時反饋系統(tǒng)當(dāng)前的運行狀態(tài)和過去的運行效率。結(jié)合邊緣分析建模工具預(yù)判未來的運行規(guī)劃。
根據(jù)不同用戶應(yīng)用需求和數(shù)據(jù)展現(xiàn)的特點，賽特斯邊緣計算系統(tǒng)在邊緣層集成了精簡建模工具和精簡報表系統(tǒng)，通過精簡建模工具以可視化拖拽的方式實現(xiàn)數(shù)據(jù)的建模、分析，同時提供精簡報表系統(tǒng)，方便用戶在邊緣層對采集數(shù)據(jù)進行展現(xiàn)和決策，可以顯示對數(shù)據(jù)、應(yīng)用、決策的分布式的管理。同時，邊緣計算可以對計算和存儲能力以及系統(tǒng)負載進行動態(tài)地部署和云端計算保持高效協(xié)同、合理分擔(dān)運算任務(wù)。
