因其性能、安全性和成本优势，边缘计算开始变得受欢迎，超越传统云架构。但它并不总是最适合分布式工作负载。 

边缘计算是指在生成和使用数据的设备（例如最终用户PC、手机或物联网传感器）或附近处理数据的架构。这与传统的云计算不同，后者依赖于中央数据中心的服务器来接收数据，处理数据并将其发送回客户端设备。边缘计算可以减少网络延迟，降低数据对网络安全风险的影响，在某些情况下，通过将处理卸载到最终用户的设备，还可以帮助降低成本。 

由于边缘的吸引力优势，云架构师可能希望将他们的工作负载推到边缘。但在这样做之前，他们应该考虑包括应用程序结构、性能要求和安全考虑因素等因素。 

边缘计算架构的类型 

在权衡边缘计算模型是否合适时，你要问的第一个问题现在有哪种可用的架构类型。边缘模型有几种类型： 

• 设备边缘。原本在云端处理的数据现在直接在客户端设备上处理。例如，自动驾驶汽车中的物联网传感器可以在本地处理数据，以避免数据必须移动到云数据中心再传回，这可能导致延迟。 

• 云边缘/区域边缘。边缘硬件在云提供商管理的数据中心内处理数据；然而，这些在地理上比传统的云数据中心更接近客户端设备。例如，AWS Edge Locations等云服务提供数据中心选项，可提供比标准AWS数据中心更好的延迟。 

• 本地边缘。一种边缘计算模型，其中企业运营本地服务器来托管边缘工作负载。例如零售商在商店内使用本地服务器运行付款处理应用程序，无需在客户结账时将数据传输到云端再传回。 

• 内容交付网络（CDN）边缘。CDN在离最终用户更近的服务器上缓存数据。有些人会争辩说，CDN与边缘网络不同，因为CDN通常缓存数据，而不是处理数据。尽管如此，CDN架构是实现边缘计算优势的一种方式，例如降低延迟和减少网络内数据暴露。 

每种类型的边缘模型都有各自的优点和缺点。例如，如果客户端设备能够应对该处理负担，则设备边缘模型很不错。标准个人电脑或笔记本电脑可以处理这个问题，但低功耗物联网传感器可能缺乏高效处理数据所需的计算和存储资源。 

此外，对于依赖很多不同类型的边缘设备和操作系统的企业来说，使用设备边缘模型可能很困难，这些设备和操作系统可能具有不同的功能和配置。 

 而对于云边缘模型，最终用户设备不是决定架构的主要因素。这是因为企业不会将数据存储或处理从中央云转移到最终用户设备（具有云边缘计算架构）。相反，他们会转移到在云边缘运行的服务器。这些服务器通常位于比中央云更接近最终用户的数据中心内。 

CDN边缘模型很容易实现，因为CDN提供商多种多样，可用于在全球分布式服务器上复制数据。然而，主要缺点是CDN通常只能缓存数据，而不是对其进行处理，因此它们不适合在地理上更靠近最终用户的地方托管应用程序。 

边缘计算示例 

为了说明上面列出的边缘计算类型，这里有些边缘计算示例。 

适合边缘计算的场景包括以下： 

• 自动驾驶汽车。自动驾驶汽车收集大量数据，需要实时做出决定，以确保乘客和其他人在道路上或附近的安全。导致几毫秒延迟的延迟问题可能会产生深远的影响，比如撞车。 

• 智能恒温器。这些设备生成的数据相对较少。此外，它们收集的数据可能涉及隐私，例如人们何时回家并调整热量。将数据保持在边缘更好，可以帮助缓解安全问题。 

• 交通信号灯。交通信号灯有三个特点，使其很适合利用边缘计算：需要实时响应变化，数据输出相对较低，以及偶尔的互联网连接断开。 

以下是不适合边缘计算示例： 

• 网站。很少有网站需要边缘基础设施的性能或响应性。缩短几毫秒加载网页所需的时间可能很好，但这种改进很少值得花费成本。包含大量数据或实时内容的网站除外，例如托管流媒体视频的网站。 

• 摄像机系统。视频产生大量数据。在边缘处理和存储这些数据是不切实际的，因为这需要大型的专业基础设施。在集中的云设施中存储数据要便宜得多，也更简单。一个例外是需要实时分析的视频系统。考虑使用面部识别解锁门的系统。在这种情况下，在本地处理视频的能力将有利于防止可能阻碍用户的延迟。 

• 智能照明系统。允许用户通过互联网控制家庭或办公室照明的系统不会产生大量数据。但灯泡（即使是智能灯泡）往往具有最小的处理能力。照明系统也缺乏超低延迟要求；如果灯需要一两秒钟才能打开，这可能没什么影响。 

边缘计算限制 

在将工作负载移动到边缘之前，管理员必须评估支持边缘模型的有效性。这些限制可能会将团队推回传统的云架构，浪费宝贵的时间和资源。 

边缘安全 

边缘计算通过最大限度地减少数据在传输中花费的时间来降低安全风险，但它也带来更复杂的挑战。 

企业无法保证最终用户设备上存储或处理的任何数据的安全和安全性，因为他们无法控制这些设备。攻击者可以利用这些设备上的任何漏洞。即使云边缘模型让企业保留对边缘基础设施的控制，拥有更多的基础设施来管理也会增加攻击面。 

通常，与保护设备上正在处理的数据相比，保护通过网络（可以加密）传输的数据更容易。设备上任意安全漏洞都可能泄漏该数据。出于这个原因，边缘计算的安全劣势可能超过优势。 

这意味着边缘计算不太适合具有高安全要求的工作负载。对于具有特殊合规性要求的敏感数据或工作负载来说，具有集中式服务器的标准云计算模型更安全。 

延迟要求 

边缘计算提高应用程序性能和响应性，因为数据不必往返云数据中心。对于需要即时或实时通信流的工作负载来说，这是关键优势。云提供商继续增加更多的数据中心位置，但他们的大型设施通常位于远离大型人口中心的偏远地区。当工作负载位于传统云数据中心时，延迟通常是一个问题。 

也就是说，并非所有工作负载都需要超低延迟，边缘架构提供的这种延迟优势可能不适合所有工作负载。与传统的云架构相比，边缘网络可能只会将网络响应性提高几十毫秒。对于网站托管等标准用例，用户不太可能注意到这种差异。它只对需要实时性能的用例很重要，例如自动驾驶汽车或控制工厂车间机器的设备。 

确保边缘提供的延迟改进是必要的，还要考虑边缘计算提供的优势是否超过使用边缘架构的额外成本和管理负担等因素。 

数据量 

企业必须考虑其工作负载将处理多少数据，以及他们的边缘基础设施是否可以高效地处理这些数据。生成大量数据的工作负载需要扩展的基础设施来分析和存储这些数据。对于处理这些数据，公共云数据中心可能比边缘架构更便宜，而且从管理的角度来看，更容易使用。 

另一方面，那些无状态且不涉及大量数据的工作负载往往更适合边缘计算。