从物联网应用程序开发人员的角度着眼于边缘计算

从概念上讲，边缘计算是指使计算更接近使用位置或数据源的想法。

随着越来越多的公司加入边缘计算，边缘计算将继续获得力量，即使他们正在边缘进行小规模的试点部署，从而使自己步履维艰。边缘计算一词已被广泛用于描述从微型IoT设备执行的操作到类似数据中心的基础架构的所有内容。

从概念上讲，边缘计算是指使计算更接近使用位置或数据源的想法。

有关为何公司越来越重视边缘计算的更多信息，请访问我们正走向边缘计算。

本文从物联网应用程序开发人员的角度着眼于边缘计算。毕竟，利用人工智能和机器学习（AI / ML）等新兴技术的应用程序将提供洞察力，以发现提供新服务或优化成本的机会。

经常将诸如IoT，AR / VR，机器人技术和电信网络功能之类的新兴用例视为将计算移至边缘的关键驱动力。但是，传统企业也在寻求边缘计算以更好地支持其远程/分支机构办公室，零售店，制造工厂等。服务提供商可以在网络边缘部署全新的服务类别，以充分利用其与客户的接近性。

前卫应用

尽管底层基础结构起着关键作用，但是边缘计算的优势将在应用程序的背面实现。如果做得正确，边缘应用程序可以在一系列行业中带来新的体验：

医疗保健：通过整合来自患者健身追踪器，医疗设备和环境状况的实时数据来提高患者护理水平。

智能基础设施：使城市能够利用路边传感器和摄像头的实时数据来改善交通流量（交通灯同步，减少/增加行车线），提高安全性（错误的驾驶员，动态限速）或提高航运港口利用率（货船的装卸）。

自动驾驶：实时决策，可在各种驾驶条件下安全驾驶车辆。

工业4.0：在工厂车间通过AI / ML功能启用实时分析，以进行预测性维护，从而提高设备利用率。

远端服务：服务提供商使用与客户的距离近的服务，为AR / VR或VDI（虚拟桌面）等用例提供低延迟（不到1毫秒），基于高带宽位置的服务。

最佳实践

边缘计算为公司提供了跨大量位置的分布式资源池的云计算灵活性和简便性。在物联网用例的背景下，应用程序开发方法是边缘计算与以往的嵌入式系统不同的众多方式之一。要开发嵌入式应用程序，开发人员需要对硬件和接口有深入的了解。高度定制的操作系统对底层硬件有很强的依赖性，因此需要功能专门化。开发工具缺乏IT开发人员使用的工具的灵活性和功能。边缘计算涉及以下一些最佳实践：

一致的工具：开发人员需要能够使用相同的工具，而不管应用程序部署在何处。这意味着，除了非边缘应用程序之外，创建边缘应用程序不需要任何特殊技能。这样的工具的一个例子是在Eclipse Che上构建的Red Hat CodeReady Workspaces，它为Kubernetes本地开发解决方案提供了浏览器内IDE，用于快速应用程序开发，可以轻松地部署在边缘或云中。

开放式API：定义明确的开放式API允许以编程方式访问实时数据，从而使企业能够提供以前无法实现的新型服务。开发人员需要API来创建基于标准的解决方案，这些解决方案可以访问数据而无需担心底层硬件接口。

加速应用程序开发：尽管边缘体系结构仍在发展，但是今天做出的设计决策将对未来的功能产生持久的影响。更好的方法不是采用为边缘而设计的产品，以减少开发人员的敏捷性，而是采用可以在任何地方使用的解决方案-云，内部部署和边缘。考虑一下，诸如容器，Kubernetes，轻量级应用程序服务之类的技术可加速应用程序开发-从云到边缘。

容器化：大多数新应用程序都以容器形式构建，因为它们易于大规模部署和管理。边缘应用程序的要求包括模块化，隔离性和不变性，这使得使用容器特别适合。应用程序将需要部署在许多不同的边缘层上，每个边缘层都有其独特的资源特征。结合微服务，可以根据基础资源或条件按比例放大或缩小表示功能实例的容器。

其他注意事项

重要的是要注意，在边缘计算和集中式计算之间将不是一个选择。随着边缘计算在市场上得到越来越多的采用，整个解决方案通常将两者结合起来。在这种混合计算模型中，集中式计算将用于计算密集型工作负载，数据聚合和存储，AI /机器学习，跨地理位置的协调操作以及传统的后端处理。另一方面，边缘计算可以帮助从源头上实时解决问题。分布式体系结构将允许将应用程序放置在从云到边缘的任何层次上，这是最有意义的。

当边缘计算实现大规模部署时，使用无法与其他IT基础架构很好集成的，使用自定义工具的整体式边缘解决方案可能会给您带来极大的痛苦。开源是一个显而易见的选择，它为边缘计算提供了选择的灵活性和面向未来的投资。
责任编辑：YYX