详解边缘计算系统逻辑架构：云、边、端协同
導讀：本文將對整個邊緣計算系統的邏輯架構及云、邊、端之間的邏輯關系進行系統梳理。
作者：崔廣章
來源：大數據DT（ID：hzdashuju）
01 邊緣計算系統邏輯架構簡介
由圖3-1可知，邏輯架構側重邊緣計算系統云、邊、端各部分之間的交互和協同，包括云、邊協同，邊、端協同和云、邊、端協同3個部分。
▲圖3-1 邊緣計算系統邏輯架構
云、邊協同：通過云部分Kubernetes的控制節點和邊部分KubeEdge所運行的節點共同實現。
邊、端協同：通過邊部分KubeEdge和端部分EdgeX Foundry共同實現。
云、邊、端協同：通過云解決方案Kubernetes的控制節點、邊緣解決方案KubeEdge和端解決方案EdgeX Foundry共同實現。
02 云、邊協同
云、邊協同的具體實現如圖3-2所示。
▲圖3-2 邊緣計算系統中云、邊協同邏輯架構
Kubernetes控制節點沿用云部分原有的數據模型，保持原有的控制、數據流程不變，即KubeEdge所運行的節點在Kubernetes上呈現出來的是一個普通節點。Kubernetes可以像管理普通節點一樣管理KubeEdge所運行的節點。
KubeEdge之所以能夠運行在資源受限、網絡質量不可控的邊緣節點上，是因為KubeEdge在Kubernetes控制節點的基礎上通過云部分的CloudCore和邊緣部分的EdgeCore實現了對Kubernetes云計算編排容器化應用的下沉。
云部分的CloudCore負責監聽Kubernetes控制節點的指令和事件下發到邊緣部分的EdgeCore，同時將邊緣部分的EdgeCore上報的狀態信息和事件信息提交給Kubernetes的控制節點；邊緣部分的EdgeCore負責接收云部分CloudCore的指令和事件信息，并執行相關指令和維護邊緣負載，同時將邊緣部分的狀態信息和事件信息上報給云部分的CloudCore。
除此之外，EdgeCore是在Kubelet組件基礎上裁剪、定制而成的，即將Kubelet在邊緣上用不到的富功能進行裁剪，針對邊緣部分資源受限、網絡質量不佳的現狀在Kubelet的基礎上增加了離線計算功能，使EdgeCore能夠很好地適應邊緣環境。
03 邊、端協同
邊、端協同的具體實現如圖3-3所示。
▲圖3-3 邊緣計算系統中邊、端協同邏輯架構
KubeEdge作為運行在邊緣節點的管理程序，負責管理在邊緣節點上應用負載的資源、運行狀態和故障等。在一些的邊緣計算系統中，KubeEdge為EdgeX Foundry服務提供所需的計算資源，同時負責管理EdgeX Foundry端服務的整個生命周期。
EdgeX Foundry是由KubeEdge管理的一套IoT SaaS平臺。該平臺以微服務的形式管理多種物聯網終端設備。同時，EdgeX Foundry可以通過所管理的微服務采集、過濾、存儲和挖掘多種物聯網終端設備的數據，也可以通過所管理的微服務向多種物聯網終端設備下發指令來對終端設備進行控制。
由圖3-4可知，KubeEdge的解決方案由MQTT代理和對接支持各種協議設備的服務組成。
▲圖3-4 KubeEdge端解決方案邏輯架構
MQTT代理：作為各種物聯網終端設備和KubeEdge節點之間的一個通信管道，負責接收終端設備發送的數據，并將接收到的數據發送到已經訂閱MQTT代理的KubeEdge節點上。
對接支持各種協議設備的服務：負責與支持相應協議的設備進行交互，能夠采集設備的數據并發送給MQTT代理，能夠從MQTT代理接收相關指令并下發到設備。
通過上述分析可知，KubeEdge的端解決方案還比較初級。
KubeEdge的端解決方案支持的負載類型還比較單一，目前只能通過MQTT代理支持一些物聯網終端設備，對視頻處理和使用AI模型進行推理的應用負載還不支持。
對接支持各種協議設備的服務目前還比較少，只支持使用Bluetooth和Modbus兩種協議的設備。
基于上述原因，我們的邊緣計算系統的端解決方案沒有使用KubeEdge的端解決方案，而是使用EdgeX Foundry這款功能相對完善的IoT SaaS平臺。
04 云、邊、端協同
邊緣計算系統中云、邊、端協同的理想效果如圖3-5所示。
▲圖3-5 邊緣系統中云、邊、端協同的理想效果
由圖3-5可知，云、邊、端協同包括兩層，即云、邊協同和云、邊、端協同。
云、邊協同：云作為控制平面，邊作為計算平臺。
云、邊、端協同：在云、邊協同的基礎上，管理終端設備的服務作為邊上的負載。云可以通過控制邊來影響端，從而實現云、邊、端協同。
云、邊、端協同是通過Kubernetes的控制節點、KubeEdge和EdgeX Foundry共同實現的，Kubernetes的控制節點下發指令到KubeEdge的邊緣集群，操作EdgeX Foundry的服務，從而影響終端設備。目前，我們還不能通過Kubernetes的控制節點與終端設備直接交互。
05 小結
本文對整個邊緣計算系統的邏輯架構及云、邊、端之間的邏輯關系和現狀進行了系統梳理。
從云、邊協同的架構切入，對目前云、邊協同的架構和原理進行了梳理，同時對邊解決方案的一些特性進行了說明。
從邊、端協同的架構切入，對目前邊、端協同的架構和原理進行了系統梳理，并對KubeEdge自有的端解決方案的架構、原理和現狀進行了說明。
從云、邊、端協同的架構切入，主要對云、邊、端協同的理想效果進行了說明。
關于作者：崔廣章，之江實驗室高級研究專員，資深云計算和邊緣計算技術工程師。從2014年接觸云計算以來，參與過多個云計算生產項目，其中代表性的項目有基于OpenStack進行定制開發的運營商私有云、政務云，基于開源容器云方案定制開發的面向運營商的數據中心操作系統（DCOS），2018年開始從事邊緣計算相關研究與開發。
本文摘編自《深入理解邊緣計算：云、邊、端工作原理與源碼分析》（ISBN：978-7-111-68422-0），經出版方授權發布。
延伸閱讀《深入理解邊緣計算》
點擊上圖了解及購買
轉載請聯系微信：DoctorData
推薦語：這是一本從環境搭建、部署配置、系統架構、工作原理、源碼分析、二次開發等維度系統講解如何打造協同的云、邊、端系統的著作。?
刷刷視頻👇
干貨直達👇
盤點知識圖譜在 5 大智能領域的應用
政策扶持+資本入局，隱私計算將成重大科技趨勢！
邊緣計算，是在炒概念嗎？
智能駕駛大數據前沿研究進展與典型應用
更多精彩👇
在公眾號對話框輸入以下關鍵詞
查看更多優質內容！
讀書?|?書單?|?干貨?|?講明白?|?神操作?|?手把手
大數據?|?云計算?|?數據庫?|?Python?|?爬蟲?|?可視化
AI?|?人工智能?|?機器學習?|?深度學習?|?NLP
5G?|?中臺?|?用戶畫像?|?數學?|?算法?|?數字孿生
據統計，99%的大咖都關注了這個公眾號
👇
總結
以上是生活随笔為你收集整理的详解边缘计算系统逻辑架构：云、边、端协同的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Arduino基础1
- 下一篇： java信息管理系统总结_java实现科