JiangBao
This guy is lazy and leaves nothing behind
什么是边缘计算
什么是云计算？
要理解边缘计算，首先要明白它的对立面：云计算。
云：是一种 IT 环境，可以抽象、汇集和共享整个网络中的 IT 资源。
云计算：把所有数据从设备（手机、传感器、摄像头等）通过网络传输到遥远的、集中式的云端数据中心进行处理和存储，然后再把结果传回来。
缺点：延迟高（反应慢）、带宽消耗大（传输视频等大量数据很费流量）、隐私性（所有数据都上传了）。
什么是边缘计算？
边缘：是网络边缘的计算位置，以及这些物理位置上的硬件和软件。
边缘计算：是在边缘设备上运行工作负载。
将计算、存储和分析能力从中心化的云端下沉到更靠近数据产生源头（设备）的地方。这个“地方”就是网络的“边缘”。
原本所有问题都要去“中央大脑”（云）解决，现在给各个地方配备了“本地小脑”（边缘节点），简单的问题就地解决，复杂的问题再上报给中央大脑。
边缘是云的一部分吗？
某种程度上是边缘设备可以是云的组成部分，如果这些设备在网络端点上提供的存储和计算能力经抽象、汇集并在网络中共享，那么本质上它们就成了更大的云基础架构的一部分。
但边缘计算不是云的一部分。边缘计算之所以能发挥巨大作用，是因为它有意地与云和云计算分离开来。
我们是这样理解这些概念的：
- 云是存储数据或运行应用的地方。它们是由数据中心或服务器场创建的软件定义的环境。
- 边缘也是收集数据的地方。它们是数据中心外部由硬件构成的物理环境。
- 云计算是一种在云中运行工作负载的行为。
- 边缘计算也是一种行为，是在边缘设备上运行工作负载。
边缘和边缘计算的区别是什么？
边缘（位置）和边缘计算（作用）不是一回事。在网络边缘收集数据，在几乎不修改它们（如果有）的情况下将它们传输至云端，这不是边缘计算，这只是联网。
但是，如果数据是在边缘收集并进行处理，那就是边缘计算。
边缘计算之所以与云分离，主要有两个原因：
- 时间敏感性。边缘计算需要近乎实时的决策速度，它无法接受在边缘设备收集数据、将它们原样传输至中央云，然后进行处理（决策被发送回边缘设备进行执行之前）期间经常出现的延迟。
- 数据量。边缘计算收集的数据量太大，无法原封不动地发送至云。
边缘计算的主要优势
- 低延迟：处理就在附近完成，响应速度极快。这对自动驾驶、在线游戏、工业自动化至关重要。
- 节省带宽： 原始数据（如高清视频流）可以在本地被处理，只上传有价值的结果（如“检测到有人闯入”），而不是全部原始数据。
- 高可靠性与隐私性： 即使网络断开，本地服务也能继续运行。敏感数据可以不用离开本地，提升了隐私安全性。
什么是边缘服务器？
- 定义：边缘服务器就是部署在网络边缘的、实现了边缘计算能力的物理或虚拟服务器。
- 位置：它可以是一个微数据中心（MEC）、一个基站、一个工厂的机房，甚至是一个商场里的机柜。
- 作用：它是边缘计算的承载平台，负责接收、处理和分析来自其覆盖区域内终端设备的数据。
简单比喻：
- 云计算 = 中央总仓库（所有货物都运到这里分发，路程远，速度慢）
- 边缘计算 = 各个社区的便利店（常用商品就近购买，速度快，方便）
- 边缘服务器 = 便利店的仓库和收银系统（实现了便利店功能的基础设施）
Node.js 如何实现边缘计算
Node.js 因其独特的特性，成为了实现边缘计算的绝佳选择。
为什么 Node.js 适合边缘计算？
- 异步和非阻塞I/O：边缘服务器需要处理大量并发的设备连接和I/O操作（如网络请求、传感器数据读取）。Node.js的异步模型可以高效地处理这些任务，而不会因为等待某个操作（如数据库查询）而阻塞整个进程。
- 轻量和高效：相比一些传统的企业级框架（如Java Spring），Node.js运行时和应用本身都非常轻量，适合在资源受限的边缘服务器环境中运行。
- 快速的开发迭代：使用JavaScript和丰富的npm生态，可以快速开发和部署边缘逻辑。
- 事件驱动：非常适合处理来自物联网（IoT）设备的连续事件流数据。
如何用 Node.js 实现边缘计算（实践场景）
假设一个智能工厂的场景：边缘服务器需要实时分析摄像头视频，检测产品缺陷。
[高清摄像头] ----(原始视频流)----> [边缘服务器 (运行Node.js应用)] ----(仅缺陷警报)----> [云端数据中心]
|
|---(本地处理和分析)
|---(实时响应：控制机械臂剔除次品)