OFweek物联网讯 到2020年,全球联网设备预计将增长到200-300亿个。因此,随着新联网设备不断涌现并开始实现连接,随后产生并发送到云端的数据量将呈指数增长。
如果存储和计算能力遵循摩尔定律增加,那么就意味着他们每18个月就会增加一倍,相对而言,带宽的速度增长似乎就要慢很多了。有些调查机构估计,全球带宽速度每年增长低于40%。这意味着,将有更多的数据想要被发送到云端,但是受到宽带速度的掣肘。这就引入了雾计算模式。
雾计算的概念是由思科提出的,在雾计算模式中数据、数据处理和应用程序集中在网络边缘的设备中,而不是几乎全部保存在云中,它是云计算(Cloud Computing)的延伸概念。说的简单点,雾计算就是将计算分布到边缘,而将计算结果发送到云端,而不是利用云端保存原始数据本身。这种范模式的转变将极大地减少对云计算中增加带宽和计算能力的需求。提高数据处理的效率。
在云端进行数据保存和数据处理为企业提供了许多好处。例如,可扩展性、简单的定价方案和最小的前期成本,这些对企业都十分有吸引力。然而云计算也有一些缺点,最重要的就是延迟和延迟抖动,以及当大量数据通过网络移动时存在更高的安全漏洞的可能性。
雾计算极大地减少了发送到云端和从云端发送的数据量,减少了作为本地计算结果的延迟,同时可以最小化安全风险。
使用云计算进行分析的公司通常需要更快的速度。最相关的数据通常是最新的数据,大多数公司需要能够实时地对该洞察结果采取行动。雾计算不需要等待数据在全球范围发送,在云中分析然后发回。那么很多人会问,在家附近可以做什么计算,那些应该使用雾计算,那些应该使用云计算?
例如,飞机配备有很多重要的传感器,用于防止系统故障。飞机每飞行一小时,这些传感器可以产生高达40TB的数据。如果我们乘以每天的飞行小时数,我们就会发现航空业产生的数据量是惊人的。这些传感器在飞行中提供重要的功能,但是,那些不是用于节省燃料和其他效率分析的数据即使存储到云端也不会有什么意义。我们可以将目前正在快速发展的自动驾驶汽车想象成飞机,每辆汽车产生的数据都相当于一架飞机,那么当自动驾驶汽车满街跑的时候,我们可以想象产生的数据量已经不是天文数字可以描述的了。
因此,我们除了需要思考应该由设备做什么计算之外,我们还必须考虑什么数据是真正有用的,以及什么数据在其存储时间过期后基本上是无用的,对于许多应用程序来说数据的存储期限是很短的。
随着雾计算模式的不断发展和新的联网设备数量呈指数级增长,关于什么数据应该被使用在哪里和随后存储在哪里,我们将看到更多的选择。云计算已经在可扩展性和可负担性方面为我们提供了几个优势,但是我们现在需要做出更多的决定,如何处理物联网基础设施的指数级数据量,并寻找最佳方案。