Przetwarzanie brzegowe vs. Przetwarzanie w chmurze i dlaczego jest to ważne

Wraz ze wzrostem popularności przetwarzania rozproszonego terminy takie jak przetwarzanie w chmurze i przetwarzanie brzegowe stają się coraz bardziej powszechne. To nie są tylko bezsensowne, modne hasła mające wzbudzić zainteresowanie trendem, ale istniejące technologie napędzające innowacje w różnych branżach.

Przetwarzanie w chmurze i przetwarzanie brzegowe to krytyczne elementy nowoczesnego systemu informatycznego. Ale na czym dokładnie polegają te technologie? A jak wypadają na tle innych? Przekonajmy się.

Wprowadzenie do przetwarzania w chmurze

Wszyscy używaliśmy Dropbox lub OneDrive do tworzenia kopii zapasowych naszych ważnych plików i danych. Mówi się, że dane są przechowywane w „chmurze”, ale co to oznacza?

Chmura, mówiąc najprościej, to zbiór zasobów obliczeniowych dostępnych w Internecie. Pomysł jest taki, że można tanio i bezpiecznie używać sprzętu na skalę przemysłową zlokalizowanego w dowolnym miejscu na świecie.

Tradycyjnie firmy zmuszone były konfigurować i utrzymywać duże serwery na potrzeby wewnętrznych potrzeb obliczeniowych. Wiąże się to z wysokimi kosztami, nie mówiąc już o braku elastyczności. Przeniesienie aplikacji do chmury pozwala firmie oddzielić zaplecze sprzętowe i zażądać tylu zasobów, ile potrzeba.

Stało się rutyną udostępnianie witryn internetowych i innych aplikacji w całości z chmury, co znacznie upraszcza stos technologii. Usługi takie jak Amazon AWS i Microsoft Azure są liderami w tej dziedzinie, obsługującymi wszelkiego rodzaju aplikacje dla firm na całym świecie.

Zalety

Skalowalność: usługi w chmurze można rozszerzać w razie potrzeby, zapewniając elastyczność aplikacjom bez konieczności inwestycji.

Tanie: dla usługodawcy bardziej opłacalne jest prowadzenie dużych, scentralizowanych farm serwerów niż konfigurowanie własnych komputerów przez każdą firmę. Umożliwia to udostępnianie usług w chmurze po znacznie niższych kosztach niż w przypadku tradycyjnych konfiguracji.

Proste: Konfiguracja wewnętrznej bazy danych i zaplecza API oraz zarządzanie nimi nie jest łatwym przedsięwzięciem. Łatwiej jest oddzielić sprzęt i w razie potrzeby zażądać zasobów obliczeniowych.

Wady

Zależność od sieci: głównym problemem związanym z usługami w chmurze jest całkowita zależność od sieci. Usługi w chmurze nie są rozwiązaniem dla odległych obszarów o słabej łączności sieciowej..

Powolny: w zależności od lokalizacji serwerów w chmurze komunikacja może trwać od kilku sekund do kilku minut. To opóźnienie jest zbyt duże w zastosowaniach wymagających natychmiastowych decyzji (takich jak urządzenia przemysłowe).

Intensywna przepustowość: Ponieważ serwery w chmurze są odpowiedzialne za obliczenia i przechowywanie, trzeba przesłać dużo danych. Wymagania dotyczące przepustowości są kosztowne w scenariuszach, które generują ogromne ilości informacji (sztuczna inteligencja, nagrania wideo itp.).

Objaśnienie przetwarzania brzegowego

Problemem przetwarzania w chmurze jest jego zależność od sieci. W przypadku większości zadań nie stanowi to problemu, ale niektóre aplikacje są niezwykle wrażliwe na czas. Opóźnienie w przesyłaniu danych, przetwarzaniu w chmurze i odbiorze wyników jest niewielkie, ale zauważalne.

Dochodzi jeszcze kwestia przepustowości. Aplikacje wykorzystujące przetwarzanie wideo lub algorytmy AI pracują z dużymi ilościami danych, których przesłanie do chmury może być kosztowne. Tym bardziej, jeśli gromadzenie danych odbywa się w lokalizacji zdalnej, gdzie łączność sieciowa jest ograniczona.

Przetwarzanie brzegowe zapewnia odpowiedź na te problemy. Zamiast wysyłać dane na serwer znajdujący się na drugim końcu świata, są one przechowywane i przetwarzane na miejscu lub przynajmniej w pobliskiej lokalizacji.

Ma to tę zaletę, że pozwala zaoszczędzić koszty transmisji danych i wyeliminować czynnik opóźnień sieci. Obliczenia mogą odbywać się natychmiast, dając wyniki w czasie rzeczywistym, co jest istotne w wielu zastosowaniach.

Zalety

Brak opóźnień: ponieważ komputer brzegowy znajduje się u źródła danych, nie ma problemów z opóźnieniami sieci. Daje to natychmiastowe rezultaty, co jest ważne w przypadku procesów realizowanych w czasie rzeczywistym.

Ograniczona transmisja danych: komputer brzegowy może przetwarzać większość danych w lokalizacji, przesyłając jedynie wyniki do chmury. Pomaga to zmniejszyć ilość wymaganego transferu danych.

Wady

Droższe niż chmura: w przeciwieństwie do przetwarzania w chmurze, przetwarzanie brzegowe wymaga dedykowanego systemu w każdym węźle brzegowym. W zależności od liczby takich węzłów w organizacji koszty mogą być znacznie wyższe niż w przypadku usług chmurowych..

Złożona konfiguracja: w przypadku przetwarzania w chmurze wystarczy poprosić o zasoby i zbudować interfejs aplikacji. Zasadniczą część sprzętu realizującego te instrukcje pozostawia się dostawcy usług w chmurze. W Edge Computing trzeba jednak zbudować backend, biorąc pod uwagę potrzeby aplikacji. W rezultacie jest to proces znacznie bardziej złożony.

Przetwarzanie w chmurze kontra. Przetwarzanie brzegowe: który jest lepszy?

Pierwszą rzeczą, którą musisz zrozumieć, jest to, że przetwarzanie w chmurze i przetwarzanie brzegowe nie są technologiami konkurencyjnymi. Nie są to różne rozwiązania tego samego problemu, ale całkowicie odrębne podejścia, rozwiązujące różne problemy.

Przetwarzanie w chmurze najlepiej sprawdza się w przypadku skalowalnych aplikacji, które należy zwiększać lub zmniejszać w zależności od zapotrzebowania. Na przykład serwery internetowe mogą żądać dodatkowych zasobów w okresach dużego obciążenia serwera, zapewniając bezproblemową obsługę bez ponoszenia stałych kosztów sprzętu.

Podobnie przetwarzanie brzegowe nadaje się do zastosowań czasu rzeczywistego, które generują dużo danych. Na przykład Internet rzeczy (IoT) dotyczy inteligentne urządzenia podłączonego do sieci lokalnej. Urządzenia te nie mają wydajnych komputerów i muszą polegać na komputerze brzegowym w zakresie swoich potrzeb obliczeniowych. Wykonanie tego samego w przypadku chmury byłoby zbyt wolne i niewykonalne ze względu na dużą ilość danych.

Krótko mówiąc, zarówno przetwarzanie w chmurze, jak i przetwarzanie brzegowe mają swoje zastosowania i należy je wybrać w zależności od danego zastosowania.

Podejście hybrydowe

Jak powiedzieliśmy wcześniej, przetwarzanie w chmurze i przetwarzanie brzegowe nie są konkurentami, ale rozwiązaniami różnych problemów. To nasuwa pytanie; czy można ich używać razem?

Odpowiedź brzmi: tak. Wiele aplikacji wykorzystuje podejście hybrydowe, integrując obie technologie w celu uzyskania najwyższej wydajności. Na przykład maszyny automatyki przemysłowej są zwykle podłączone do wbudowanego komputera.

Ten komputer brzegowy odpowiada za obsługę urządzenia i niezwłoczne wykonywanie skomplikowanych obliczeń. Ale jednocześnie komputer ten przesyła również ograniczone dane do chmury, która obsługuje platformę cyfrową zarządzającą całą operacją..

W ten sposób aplikacja w pełni wykorzystuje zalety obu podejść, opierając się na obliczeniach brzegowych w czasie rzeczywistym i wykorzystując chmurę obliczeniową do wszystkiego innego.

Która technologia przetwarzania rozproszonego jest najlepsza?

Przetwarzanie brzegowe nie jest ulepszoną wersją przetwarzania w chmurze. Jest to inne podejście do przetwarzania rozproszonego, które przydaje się w zastosowaniach, w których liczy się czas i wymagają dużej ilości danych.

Jednak w przypadku większości innych zastosowań przetwarzanie w chmurze jest nadal najbardziej elastycznym i opłacalnym podejściem. Przenosząc pamięć i przetwarzanie na serwer dedykowany, firmy mogą skoncentrować się na swoich operacjach, nie martwiąc się o wdrożenie backendu.

Oba narzędzia są niezbędnymi narzędziami w repertuarze doświadczonego informatyka, a większość najnowocześniejszych obiektów, niezależnie od tego, czy chodzi o IoT, czy inne, wykorzystuje kombinację tych dwóch technologii, aby uzyskać najlepsze wyniki.

.

Powiązane posty: