边缘计算的定义

      边缘计算是指将IT 资源（计算、存储、网络等）从传统的云数据中心向用户侧迁移，拉近用户和IT 资源的物理距离，实现更低的数据交互时延、节省网络流量，从而为用户提供低延时、高稳定性的IT 解决方案。

边缘计算可以理解为是指利用靠近数据源的边缘地带来完成的运算程序。

边缘计算的优点

     1、时延降低

通过将计算节点部署在网络边缘或其他更靠近用户的场所，用户可以更快的获取所需的计算结果。边缘计算聚焦实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行。

     2、带宽节约

用户从边缘基础设施调取所需的计算结果或存储文件，往往仅需少数甚至1次网络跳转，因而能够帮助服务商节约带宽

     3、业务延伸

通过采用与中心云节点相同或完全兼容的架构，用户/服务商可以更快的将业务负载部署在边缘节点上，实现业务/服务的延申

     4、数据安全

通过部署特定的数据访问策略，服务商可以为用户提供更加安全或合规的数据存储方案，同时又能够享受到云计算带来的优势

    5、 缓解流量压力

在进行云端传输时通过边缘节点进行一部分简单数据处理，进而能够减少设备响应时间，减少从设备到云端的数据流量

     6、节约成本

云计算和边缘计算结合，成本只有单独使用云计算的39%

边缘计算和云计算

       边缘节点和传统的云数据中心是相辅相成的关系。

需要低延时和节省带宽的场景可以采用边缘的解决方案；

时延不敏感、对带宽消耗不大的传统业务仍然可以采用传统的云数据中心方案解决。边缘节点和云数据中心分别满足不同应用的业务需求，二者有效互补。

其实如果说云计算是集中式大数据处理，边缘计算则可以理解为边缘式大数据处理。

但不同的是，只是这一次，数据不用再传到遥远的云端，在边缘侧就能解决。

边缘计算更适合实时的数据分析和智能化处理，相较单纯的云计算也更加高效而且安全！

边缘计算和云计算两者实际上都是处理大数据的计算运行的一种方式。

边缘计算更准确的说应该是对云计算的一种补充和优化！

简而言之即：云计算把握整体，边缘计算更专注局部。

边缘计算的使用场景

实际上，边缘计算可以用在很多场景中，常用于海量的需要低时延处理的数据的场景，

比较典型的场景包括车联网/自动驾驶、VR/AR、5G、工业互联网LoT、CDN、8K高清视频、智慧城市以及远程医疗等。

边缘节点的组网架构

      首先是边缘和原来网络结构的关系。

终端通过网线或者Wi-Fi 等方式接入网络，根据用户的密集度和数据量的大小，可以选择在小区级别或者省市级别等节点进行数据分流，将边缘计算业务数据转发给边缘节点来进行处理。

在靠近用户的设备上进行数据分流，将数据分流到边缘计算来处理。所以，数据分流算法将是边缘节点是否能够得到高效率应用的一个关键点。

其次是边缘节点之间的网络关系。

每个边缘节点的处理能力有限，如要完成较大规模的应用，逻辑上各个边缘节点之间就需要有较强鲁棒性的网络连接，对应用进行分布式的实时处理。每个边缘节点都不是单独存在的，它们是数据链条中的一个计算、存储和转发的点。

边缘节点之间的网络管理和分发策略将会影响到最终边缘节点的部署效果。借助SD-WAN 技术，广域网技术正在由传统“两点一线”的封闭方式，向灵活的、连接多数据中心的、开放方式演进，未来SD-WAN 在边缘节点领域可能会有比较突出的用武之地。