|
2018年女排世錦賽亞洲區(qū)資格賽哈薩克斯坦站首日比賽，中國隊以3-0擊敗了斐濟,，取得開門紅,。本次在哈薩克斯坦舉行的世錦賽亞洲區(qū)資格賽A組比賽，只有當地的電視臺直播該賽事,，球迷們紛紛尋找直播資源,。國內沒有直播，歷經千辛萬苦,，終于有粉絲找到了可以看到比賽直播的一個哈薩克斯坦的網站,，但把這個網址通過社交平臺分享出去之后，女排粉絲們大量涌入,，直接導致該直播網站癱瘓,。 身處在被互聯網包圍的環(huán)境中,，網站癱瘓，服務器崩潰,，網頁加載極慢等現象層出不窮,，我們深有體會。直播行業(yè)在近兩年得到噴井式的爆發(fā),，移動互聯網的發(fā)展對直播帶來直接影響,，隨時隨地開啟直播給基礎網絡提出了嚴苛的要求，上行帶寬不足,，下載數據的速度跟不上,，就會直接影響直播端的畫面連貫性，出現卡頓,，閃屏的現象,。 傳統(tǒng)的“云”的核心，就是裝了大量服務器和存儲器的“數據中心”,。云計算架構將計算從用戶側集中到數據中心,，讓計算遠離了數據源，也會帶來計算延遲、擁塞,、低可靠性和安全攻擊等問題,。同時隨著物聯網的到來，今后各種家庭電器以及大量傳感器,，包括嵌入在可穿戴設備里的傳感器都會連網,，從而產生極其大量的數據。而大量數據的發(fā)送和接收,，可能造成數據中心和終端之間的I/O(輸入輸出)瓶頸,，傳輸速率大大下降，甚至造成很大的時延,。 于是有人想出一個方法,，在終端和數據中心之間再加一層,，叫網絡邊緣層,，如再加一個帶有存儲器的小服務器或路由器，把一些并不需要放到“云”的數據在這一層直接處理和存儲,，可大大減少“云”的壓力,，提高了效率，也提升了傳輸速率,，減低了時延,。這個方法叫做“霧計算”。 同時,，物聯網技術發(fā)展勢頭十分迅猛,，每天都有數以億計的設備，每天產生超過兩個艾字節(jié)的數據,。據估計,，截至2020年，超過500億的“物”將聯網,。如此,，物聯網將產生數據的數量和種類，都達到了史無前例的規(guī)模,。如果,，運用傳統(tǒng)云計算的方式，將這些數據都送到云端處理,，則需要耗費巨大的帶寬,。所以，一種新的分析和處理物聯網數據的模型：“霧計算”,，就應運而生了,。 霧計算（Fog Computing），這個概念由思科首創(chuàng)。簡單點說,，拓展了云計算（Cloud Computing）的概念,，相對于云來說，它離產生數據的地方更近,，數據,、數據相關的處理和應用程序都集中于網絡邊緣的設備中，而不是幾乎全部保存在云端,。通俗一點講：“霧計算”的名字源自“霧是比云更貼近地面（數據產生的地方）”,。 霧計算就是本地化的云計算。云計算更強調計算的方式,，霧計算更強調計算的位置,。如果說云計算是WAN計算，那么霧計算就是LAN計算,。如果說CDN是彌補TCP/IP本地化緩存問題,，那么霧計算就是彌補云計算本地化計算問題。核心路由器,、匯聚路由器和接入路由器,，核心計算(云)和邊緣計算，如果歷史是押韻的,，那么還欠世界一個“匯聚計算”,。 但“霧計算”并不與“云計算”形成競爭，而是可以看作后者的延伸,。云計算需要大量帶寬,，而無線網絡帶寬有限。用了“霧計算”,，可以使所需的帶寬量大大降低,，原則上可使傳輸的數據“旁路”，即從互聯網邊上繞過去,，使這些數據盡可能本地化,。最有價值的數據仍然可以通過“云”來傳輸，但是大部分的數據流量可以從這些網絡中分流出去,，從而大大減輕了云網絡的流量負擔,，像開頭直播網站的尷尬局面就能避免出現了！ 下圖所示是一個智能交通燈系統(tǒng),，除了監(jiān)控探頭作為傳感器,，還有交通燈作為執(zhí)行器。霧計算的引入將為這一系統(tǒng)帶來更多的可能性,。監(jiān)控過程中,，相比上一幀畫面,，通常只有一部分畫面變化，而另一部分不變,，非常適于壓縮處理,。對于需要人為監(jiān)控的畫面，霧節(jié)點將視頻流直接轉發(fā) 給中心機房,；而其他監(jiān)控視頻只需要存儲,，對實時性要求不高，可以在霧節(jié)點處緩存若干幀畫面,，壓縮后再傳向中心機房,。這樣從霧節(jié)點到機房的網絡帶寬將得到緩解。在霧節(jié)點處,，可判斷監(jiān)控畫面中是否有救護車頭燈閃爍,，做出實時決策發(fā)送給對應交通燈，協助救護車通過,。 為了實現「云霧計算」的雙管齊下,，思科已和微軟聯手，將早先思科的 Fog Data Services 與微軟后來研發(fā)的 Azure 物聯網云平臺整合在一起,，使對網絡邊緣的分析,、安全,、控制,、以及數據管理可以與集中化的云端連通性、政策,、安全,、分析、app 開發(fā)等等方面有機結合起來,。通過云計算與霧計算的聯合,，相信未來網絡的發(fā)展定會云開霧散，迎來科技創(chuàng)新的新曙光,。
掃一掃,，與小編一起探討霧計算那些事兒~ |
|
|
