（文章来源：网络整理）

边缘计算是一个热门话题，但小编认为这并不意味着它能被很好地理解。术语“边缘计算”涵盖了很多领域，导致对边缘与云，边缘与IoT等地混淆。让我们来具体分析一下。边缘计算可以应用于任何涉及将服务供应，数据和智能置于更接近用户和设备的地方，问题的部分原因是“边缘计算”一词被迫涵盖很多领域。

几乎任何分布式计算体系结构都将具有多层。大约在公共云讨论日益升温的同时，另一个流行的观念正在辩论，是例如“智能尘土”之类的无处不在的设备的想法。设备的小型化和无线网络已经到了分布式的传感器网络开始变得越来越实用的地步。这给IPv6带来了一些早期的刺激，并使用了IPv6更大的地址空间来唯一标志此类传感器。

无处不在的计算与终端设备相关联，而且这种联系已经更广泛地扩展到边缘计算。消费类设备大多在后端直接与云服务进行交互的事实可能会强化这种观念。但是，大规模支持传感器和其他端点的物理体系结构总是比云端加上传感器层更为复杂。实际上，当IBM在1990年代初提出“普适计算”的称呼时，它是指将组织中的所有计算资源相互配合使用。因此，小编觉得尽管“边缘”和边缘计算有时似乎突出了端点设备，但几乎任何分布式计算体系结构都将具有多层。

物联网是重要的边缘计算用例。不过，边缘计算不仅涉及物联网。当服务被推向更靠近人和与之交互的机器时，在电信和其他地方越来越多的其他应用程序领域效果最好。边缘群集可能安装在没有IT员工的地方，这可能意味着我们需要对安全性进行不同的思考。否则，小编认为与在具有物理安全性和24小时IT人员覆盖的数据中心中遵循的策略相比，它可能会导致采取与你不同的策略来处理硬件故障。

在数据中心中，通常可以将网络连接视为既定连接。在边缘架构中并非如此。如果边缘群集失去连接该怎么办？是否需要一种即使在降级模式下也可以继续运行的方法？全面考虑这种备份操作计划对于分布式系统很重要，但在许多边缘体系结构中尤其重要。同时，边缘计算继承并扩展了我们已经使用的许多模式。例如，OpenStack在电信公司中很流行，它可以在边缘创建私有云，就像在更传统的本地环境中创建私有云一样。

诸如大量使用自动化之类的实践对于维护大型分布式系统的运行状况至少也与数据中心服务器的重要性同样重要。通常，边缘计算需要集中精力通过自动置备，管理和编排简化操作。在IT人员配备有限的边缘计算站点上尤其如此。最终，需要处理边缘和数据中心就没有那么多了。他们确实有自己的设计和运营挑战。但是，小编觉得可以将它们都视为整体混合云体系结构的一部分。集中在一个地方，在需要时进行分发，从而降低总体业务风险。
? ? ? （责任编辑：fqj）