深入理解霧計算：與雲計算、邊緣計算等技術的關係

(圖片來源於：思科)

導讀

昨天，John 給大家介紹了「雲製造」，雲計算是其中的關鍵。然而，談到霧計算，對於大多數人仍是一個陌生的新概念。即使有些朋友理解了雲計算，對於霧計算，仍然還是「雲里霧裡」。今天，我希望通過深入介紹霧計算的概念，理清霧計算和雲計算、邊緣計算、移動雲計算、移動邊緣計算等技術模型之間的區別和聯繫，再次拉近我們和「霧計算」之間的距離。

「從雲到霧」的開始

霧計算（Fog Computing），這個概念由思科首創。簡單點說，拓展了雲計算（Cloud Computing）的概念，相對於雲來說，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於網路邊緣的設備中，而不是幾乎全部保存在雲端。通俗一點講：「霧計算」的名字源自「霧是比雲更貼近地面（數據產生的地方）」。

物聯網設備和感測器，高度分布在網路的邊緣，同時又具有實時性和延時敏感的需求。然而，雲數據中心在分布上是集中化的，通常難以應對四處分布的數十億物聯網設備和感測器的數據存儲和處理的需求。所以，網路阻塞、高延時、低服務質量等現象就會出現。

霧計算，是一種分布式的計算模型，作為雲數據中心和物聯網（IoT）設備/感測器之間的中間層，它提供了計算、網路和存儲設備，讓基於雲的服務可以離物聯網設備和感測器更近。霧計算的概念的引入，也是為了應對傳統雲計算在物聯網應用時所面臨的挑戰。

霧計算的構成和優勢

通常來說，霧計算環境由傳統的網路組件例如：路由器、開關、機頂盒、代理伺服器、基站等構成，可以安裝在離物聯網終端設備和感測器較近的地方。這些組件可以提供不同的計算、存儲、網路功能，支持服務應用的執行。所以，霧計算依靠這些組件，可以創建分布於不同地方的雲服務。

此外，霧計算促進了位置感知、移動性支持、實時交互、可擴展性和可互操作性。所以，霧計算處理更加高效，能夠考慮到服務延時、功耗、網路流量、資本和運營開支、內容發布等等因素。在這個意義上，霧計算相對於單純使用雲計算而言，更好的滿足了物聯網的應用需求。

和其他幾種計算模式的聯繫和區別

霧計算和現有的幾種計算模式概念上有點相近，所以接下來重點介紹一下這幾個計算模式，通過這些更加深入的理解霧計算概念及其在物聯網中的地位。

首先，我們自然先從雲計算談起。

由於雲計算的出現，計算技術進入了一個新時代。許多計算服務提供商例如谷歌、亞馬遜、微軟、IBM等等，將這種計算模式作為一種工具。他們通過基礎架構即服務 (IaaS)、平台即服務(PaaS)、軟體即服務 (SaaS)，同時處理企業和教育相關的問題。然而，大多數的雲數據中心是集中化的，離終端的設備和用戶較遠。所以，實時性要求高的計算服務，需要遠端的雲數據中心的反饋，通常這樣會引起長距離往返延時、網路擁塞、服務質量下降等問題。

為了解決這一問題，一種新的概念產生了，這就是「邊緣計算」。

邊緣計算的初衷是為了將計算能力帶向離數據源更近的地方。更準確一點說，邊緣計算讓數據在邊緣網路處處理。邊緣網路基本上由終端設備（例如移動手機、智能物品等等）、邊緣設備（例如邊界路由器、機頂盒、網橋、基站、無線接入點等等）、邊緣伺服器等構成。這些組件可以具有必要的性能，支持邊緣計算。作為一種本地化的計算模式，邊緣計算提供了對於計算服務需求更快的響應速度，通常情況下不將大量的原始數據發回核心網。然而，總體來說，邊緣計算不需要會主動協助 IaaS,、PaaS、 SaaS和其他雲服務，更多地專註於終端設備端。

綜合「邊緣」計算和「雲」計算的概念，又會新引入幾種計算模式，其中包括移動邊緣計算（MEC）和移動雲計算（MCC），作為雲計算和邊緣計算的擴充。

作為，邊緣-中央計算模式，MEC已經在研究領域早有名聲。MEC 被認為蜂窩基站模型的現代化演變的關鍵因素。它讓邊緣伺服器和蜂窩基站相結合，可以和遠程雲數據中心連接或者斷開。MEC 配合終端移動設備，支持網路中2或3級分層應用部署。另外，MEC旨在為用戶帶來自適應和更快初始化的蜂窩網路服務，提高網路效率。最近，MEC的一項顯著應用就是支持5G通信。更加長遠地說，它旨在靈活訪問無線電網路信息，進行內容發布和應用部署。

MCC是計算領域另外一項趨勢。由於智能移動設備的不斷增多，如今的最終用戶更喜歡在手持移動設備上運行相關服務，而不再是在傳統的電腦上。然而，大多數的智能移動設備都受到能量、存儲和計算資源的限制。所以在關鍵場景中，在移動設備以外的地方運行加強的應用，比在本地執行這些應用要更加的靈活。MCC提供必要的計算資源，支撐這些靠近終端用戶的移動應用程序在遠程執行。通常這些輕量級的雲伺服器，被稱為（cloudlet）「小雲片」，它處於邊緣網路中。「小雲片」和移動設備以及數據中心一起，為豐富的應用程序，搭建了三層應用部署平台。總體來說，MCC結合雲計算、移動計算和無線應用通信技術，為移動用戶提高服務質量，為網路運營商和雲服務提供者，提供新業務機會。

回到霧計算，

類似MEC和MCC，霧計算也可以進行邊緣計算。然而，除了邊緣網路，霧計算也可以拓展到核心網路。更準確一點說，邊緣和核心網路（例如核心路由器、區域伺服器、廣域網路開關等等）的組件都可以作為霧計算基礎設施。相應地，多層應用程序部署和服務，需要通過霧計算能夠輕易地觀測數量巨大的物聯網設備和感測器。另外，相對於「小雲片」蜂窩網路邊緣伺服器來說，位於邊緣網路的霧計算組件，離物聯網終端設備和感測器更近。物聯網設備和感測器分布密度很高，需要對於服務請求實時響應，所以要在物聯網傳設備和感測器附近，存儲和處理物聯網數據。服務延時對於實時物聯網應用來說，需要儘可能最小化。和邊緣計算不同的是，霧計算可以將基於雲的服務例如IaaS、PaaS,、SaaS等等，拓展到網路邊緣。

綜合上述幾個計算模式，霧計算相對於其他計算模型來說，是適應物聯網結構的最佳選擇。

參考資料

【1】Redowan Mahmud, Rajkumar Buyya.Fog Computing: A Taxonomy, Survey and Future Directions. arXiv:1611.05539

(文中相關圖片來源自本篇論文)