想象下在地球的另一端某人桌边数据记录器在嘎嚓嘎嚓地响，一行一行地生成 100 列宽的数据。在同一办公桌的某人问您 B 列的最大数字，尽管您在数千英里之外。您就像云一样，整个文件发送给您。您需要使用要下载的大量数据，获取文档、进行过滤并将答案发送给请求者，并处理来自远方的所有信息。
凭借边缘计算，该数据记录器可连接到相同桌上的一台计算机。当某个位于本地的人员需要 B 列中的最大数字时，可通过网络发送请求，计算机会运行脚本来处理数据，并向请求者提供所需的单个数字，然后计算机还会将数字发给您进行妥善保管，并标记请求。您的计算机比数据记录器旁的设备功能更强大，但向几英尺之外的计算机发送大量数据比向您发送所有数据要便宜得多，而且请求者往往可以更快速地获得所需答案。涉及到您的唯一原因是考虑到网络出现问题时可以备用。作为云，您会注意到请求和结果，但所有数据都处于本地网络中。除了发送数据的成本，您也许可以看到从安全角度考虑人们怎样更为舒适以及什么时候更多的数据应存放在本地。
事实上，安全往往是促使做出在网络中启用边缘计算这一决策的主要原因，并不只是向云传输或从云传输更少数据从而实现成本节省。数据包只占成本的一小部分，但向您的网络中添加上千美元的服务器，甚至是标准计算机，可大幅节省成本。随着数据变得越来越重要和单板计算机 (SBC) 成本下降，最佳解决方案往往是在本地网络中至少引回一些处理工作。向作为本地服务器的单板计算机传输与向收集和传输数据的本地网络上的任何传感器或设备传输并没有什么不同，但价值 35 美元的 Rasbperry Pi 内存 增加了，网络响应时间延长了，可在您的防火墙之后以本地方式保存和处理传感器信息，每天保存数千条云消息。
该解决方案好得有些不可思议 – 如果这么出色，为何云计算机还如此盛行呢？实际上，网络的处理需求比筛选工作表单要求要高得多。诸如 Rasbperry Pi 3 和 BeagleBone Black 的更便宜 SBC 适合需要轻量处理工作的一般家庭使用。对于更大规模的网络，比起构建本地服务器区，向云（数据在极其强大的计算机上进行处理）传输数据历来更便宜、更快速。随着x86 单板计算机（如 Intel Joule）的出现，边缘计算已成为很多应用的实际选择。鉴于对于此类强大 SBC 的投资只有几百美元，很多网络现在混合使用本地处理和云处理。敏感或对时效具有很高要求的数据由本地计算机处理，所有其他数据通过云服务处理，这样最大限度地提高了安全性和速度，同时降低了系统成本和潜在风险。
参阅相关产品
受到启发？Arrow 的 IoT 服务可帮助您以独有的本地和云资源组合设计定制解决方案！
要了解更多信息？请订阅我们的新闻简报获取最新资讯。