随着当今数字领域对实时处理和低延迟的需求日益增长，边缘计算也随之蓬勃发展。分布式IT系统、云计算和虚拟网络的兴起从根本上改变了当今数据中心的角色。
为了成功采用边缘计算，IT 领导者必须考虑数据收集、流程可视性、安全框架以及边缘部署的物理设计等要求。
边缘计算的演变
传统数据中心集中了数据处理和存储的各个环节。如今，它们还支持一系列地理上分散的新技术，例如物联网、5G、机器人技术、机器学习 (ML) 和人工智能。边缘提供数据密集型处理，其存储、管理和分析在远程设备或最终用户附近进行。
对这种分布式计算方法的依赖持续增长。据 Gartner 预测，到 2025 年，75% 的企业生成数据将在传统数据中心之外创建和处理。边缘计算主要作为分布式处理混合策略的一部分，通常连接到更大的数据中心。然而，越来越多的组织正在部署模块化微中心来替代传统数据中心。
企业选择边缘部署的另一个原因是，传统数据中心维护成本高昂、资源利用率低、能源效率低下且可扩展性有限。环境影响会随着数据中心物理空间的增大而增大。
容器技术的可扩展性和灵活性
在物理设计方面，边缘数据中心包含多种外形规格。这些微型中心既模块化又可扩展，体积小巧，功能齐全，可用于本地数据处理和存储。设备尺寸各异，从10平方英尺(约3米)的小型基础单元到更大的系统不等。这些大型系统通常使用预制组件以及电源和冷却系统进行组装，以满足工作负载的定制需求。
企业可以连接多个小型单元，以调整部署规模并实现处理目标。易于部署的模块化边缘单元可以提高数据传输速率。随着IT资源需求的变化以及远程设备和物联网传感器数量的增长，企业可以扩展其边缘计划。
使用容器技术为标准化应用程序和设备部署提供了另一种方法，确保了边缘计算的一致性。容器化将应用程序及其依赖项(例如库、二进制文件和配置文件)组合成一个可在多个环境中运行的紧凑系统。容器确保了可移植性、高效的应用程序处理和最小的系统资源开销——所有这些对于边缘功能都至关重要。
管理数据、获得可视性并确保边缘安全
边缘本地处理旨在实现近乎即时的处理速度，以支持各种 IT 运营，从重工业和制造业的远程资产和设备性能，到金融领域的欺诈检测、零售业和自动驾驶汽车的供应链管理。企业可以通过在边缘进行实时数据聚合和分析，显著节省成本并降低延迟。
数据管理
只需将一小部分数据发送到云服务或主数据中心进行深入分析。分析的目标是揭示长期趋势、大规模模式或运营指标，而这通常需要大量的计算资源来进行。
在管理边缘生成的数据时，企业使用元数据系统来实现三个主要目标：引导边缘和网络核心之间的流量、了解整体环境以及快速做出数据路由决策。例如，能源行业的公用事业公司可以更好地管理其智能电网，工业企业可以加强设备和资产监控，医疗机构可以实时处理元数据以改善患者治疗效果。
可视性
对可视性的需求始终是我们的目标。IT 管理员使用数据中心基础设施管理工具来管理精细的部署，从优化配电、监控环境条件到跟踪资产和库存。这些功能还包括可视化工具，可提供健康指标、示意图和自动生成的机架图，并通过统一的仪表板访问。
企业还使用 AIOps 工具来关联不同地理位置的事件，检测异常并查明问题所在。例如，边缘计算和机器学习可以显著提高制造业的质量和一致性;在零售业提供实时运营洞察和客户服务;并维护能够响应能源行业动态使用变化的智能电网。
安全性
确保边缘的网络安全至关重要，因为设备是漏洞利用的主要目标。适用于分布式环境的零信任架构非常适合在边缘提供持续的身份验证和授权。零信任采用“永不信任，始终验证”的方法，可以有效地保护黑客攻击的广泛攻击面和地理位置分散的设备。由于每个访问请求都被视为潜在威胁，零信任架构会验证身份、验证访问权限并寻找行为异常以检测入侵。
由于数据经常在边缘网络间传输，因此加密也至关重要。企业可以使用安全协议(例如 TLS 或 HTTPS)以及针对静态数据的高级加密标准 (AES) 来保护传输过程中的数据。加密协议还能确保公司遵守合规性和隐私要求，例如《健康保险流通与责任法案》(HIPAA)。
企业必须维护特定于边缘的数据治理，以确保正确的存储实践、策略和累积数据的准确性，并确保其符合基于区域管辖权的主权法律。由于信息可能来自各种来源，管理员和 IT 领导者必须对在特定地理区域内处理边缘数据保持警惕。
采用边缘计算前的注意事项
边缘计算能够显著提升运营效率，带来诸多益处。然而，边缘计算站点需要精心规划和设计，才能实现预期目标。企业在考虑采用边缘计算时，至关重要的第一步是确定哪些数据需要立即处理，哪些数据需要传输到云端或中央数据中心进行更深入的分析。
高级运营通常会进一步增加复杂性。IT 领导者必须思考如何以最佳方式实施其他策略，例如开发数据同步机制、边缘缓存方法和数据复制协议，以确保其分布式环境中的数据一致性。
本文转自：千家网，转载此文目的在于传递更多信息，版权归原作者所有。如不支持转载，请联系小编demi@eetrend.com删除。
