成本图 复杂性图 法律问题图
网络边缘应安装多少计算电量
上头网络本不该智能 甚至连问题都不问答案为无但现在有可能 常量计算设备 直接端到网络边缘 正确回答并不容易
支持点很简单数据包移动短距离时响应时间快计算、存储和网络布局边缘, 网络延时和延时不会减慢用户和资源间每次行程, 用户应用得到更好的响应时间
雷竞技电脑网站同时,由于在边缘做更多工作,远程站点回至中心数据中心或云间带宽需求下降:带宽减低成本
但对于所有承诺而言,有些问题无法消除,有时其他因素产生作用,使传统架构成为更好的选择。其中一些考虑划分为三大类:成本、复杂性和法律关注
成本计算
多本地机成本更高
边边计算模型交换多机大中心集群有时成本不变,因为本地硬件将中央负载减少等量一边机替换中心集群实例
通常模式制造新的冗余成本-例如存储边缘网络可在每个边缘节点保留单拷贝,而不是每个文件的中央拷贝边缘网络小点,多拷贝对添加冗余可能大有帮助可当有200或更多边缘节点时 存储成本可能比二百倍数据存储节点可限制使用量,但乘法问题不完全消失时点重复成本开始权衡总成本
重复为软件复制创造复杂性并常增加带宽。 当本地机像CDN做小事时,它能很好地工作静态内容越多计算加入组合 成本越高 通过同步所有拷贝
重复还驱动带宽收费N拷贝提高带宽成本乘以n理想状态下 边缘节点行为像智能缓存 减少全带宽多架构不理想, 复制结果在整个网络发送多拷贝, 沿路推送带宽收费
换句话说 边际计算越像计算 越不像缓存 成本上升的可能性越大
复杂度
时序问题可引人入胜
视工作量而定,多边缘位置数据库同步可能成为问题多应用程序-例如监听物联网或保存单用户笔记-不需要如此努力同步,因为它们不产生争论
基本任务像这些理想边际计算用户一旦开始竞争全球资源,部署就会变小雷竞技电脑网站谷歌将原子时钟放入世界各地的数据中心并用这些时钟判断Spanner数据库中的复杂问题企业需求可能与谷歌需求不匹配,
移动用户挑战
边际计算时,一些用户比其他用户差,移动用户可产生最大问题。由网站移位时,可连接到不同的边缘节点,并再次制造同步问题连在家工作的员工都时不时改变位置,
网络应用每次都转移焦点 边端节点必须恢复同步如果用户状态左缓存旧访问节点, 需要移动并重取新节点时间带宽可以进食预期成本和性能效益
Business-intelligence requirements
即使在边缘处理数据后,它大都最终迁移到中心服务器上,可能用它制作日报、周报或月报等如果这意味着时值高峰宽需求,它可切入预测节省量,而边端部署可能减少带宽需求计算成本效益时考虑这一点
法律类
税务问题
有些州对在线采购课税,有些州不收税一些人有消费税 只申请状态在许多情况下,可应用税取决于硬件实际位置计算完成边缘计算-因为一个组织可在许多司法管辖区部署-可能混淆适用哪项法律商行复杂性 互联网零售商需要权衡 后才承诺边际计算部署
数据耐用性规范
用户和数据都受数据保护法约束
有些国家支持通用数据保护规范并有自有法则并有像HIPAA那样的法律专门处理医疗记录意指企业必须分析哪组规则应用到每一边节点并想出如何满足规则,特别是用户和服务器在不同辖区时有时最优解答可能是用户所在的同一辖区有边端节点,但要留意迁移用户
