物联网中的云计算、雾运算和边缘计算之间是什么关系

随着越来越多的设备智能化，形成的物联网规模越来越大，如今连接到各类IP网络的设备数量超过500亿台，传统IT网络显然没有足够的空间去容纳设这些备产生的强大数据流，因此，基于物联网传感器生成的数据成了搭建物联网系统的最大挑战。

传统IT的云计算模型

举个例子，凭借5G mMTC海量链接场景的支持，智能抄表业务是目前物联网的一大使用领域。智能电表每时每刻都在产生着原始的轮询电量数据，但电表管理系统（MMS）通常只需要在固定时刻读取的测量数据，因此并不是设备产生的所有数据都要进行管理计算。对于海量数据的物联网系统，为了提升其计算效率，通常需要满足三个条件：最小化延迟、节省系统带宽、增加本地效率。

5G的三大应用场景

因此，雾运算和边缘计算应运而生。

通过在贴近设备和IP网络边缘分发数据管理，便形成了雾运算和边缘计算。

雾运算：任何具有计算、存储和网络连接功能的设备都可以是一个雾节点，包括控制器、交换机、路由器，内嵌服务器和IoT网关。雾运算的作用是在贴近物联网数据连接的位置对数据进行分析，不让数据流向服务器核心网络，降低数据延迟的同时降低云端服务器的负担。

通常雾运算在靠近边缘设备处完成计算，其好处是靠近传感器，可以负责管理传感器的活动。比如海上石油钻井平台，雾节点对井架上的所有传感器进行情景分析，把部分相关数据通过回程网络发送给云端网络。通过这种分布式的执行方式，大大减少了发送给上游网络的数据。具体来说雾节点具有以下优势：

包含雾计算的物联网数据管理和计算堆栈

边缘计算：也称为“薄雾”计算。我们把水滴作为大数据云计算 模型，地面水通过蒸发汇集到天上形成云层，也就是物联网中所说的云计算层；而距离地面比较低的地方形成雾层和薄雾层，分别对应雾运算和边缘计算。相比雾运算，边缘计算把“雾”拓展到了更远的边界，他们是直接部署到物联网端点设备当中。举个例子，配电网中的某个导电柱上安装的雾节点可以掌握本地所有消防栓的信息，而每个消防栓上的边缘计算节点能够迅速发出故障告警。

因此雾节点的视野更广，它们能判断出问题时局部影响还是对整个区域构成威胁；而边缘计算节点在设备之间相互通信，共享信息，来监测设备使用情况。

物联网系统上的分布式运算与数据管理

边缘计算和雾运算不会取代云计算，它们互为表里，许多场景需要它们通力合作。边缘和雾运算层通常是扮演过滤、分析和管理数据端点的角色。这种结构可以节省云上资源，防止每个节点随时随地向云端发起查询。

（编辑：佛山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!