.
دراین مقاله رایانش لبه ای یا edge computing را توضیح میدهیم و تفاوت ، شباهت ، مزایا و معایت آن را با رایانش ابری مقایسه می کنیم.
روزانه مقدار مازاد داده ای از مشاغل، شرکت ها، کارخانه ها، بیمارستان ها، بانک ها و سایر امکانات تاسیس شده تولید می شود. بنابراین، مدیریت، ذخیره و پردازش کارآمد داده ها بسیار مهم شده است. به ویژه در مورد مشاغل حساس به زمان، پردازش سریع و موثر داده ها برای به حداقل رساندن خطرات ایمنی و عملیات تجاری سریعتر مشهود است. برای این کار، رایانش لبه ای می تواند کمک کند.
رایانش لبه ای با نزدیکتر کردن رایانش به منبع داده، دستگاههای اینترنتی و برنامههای کاربردی، وب را بهینه میکند. در نتیجه نیاز به ارتباطات از راه دور بین مشتری و سرور را به حداقل می رساند. این امر باعث کاهش تاخیر در استفاده از پهنای باند می شود. در واقع edge computing ، یک معماری فناوری اطلاعات توزیع شده (IT) است که در آن داده های مشتری در حاشیه شبکه، تا حد امکان نزدیک به منبع مبدا، پردازش می شوند.
تکنولوژی لبه ای به حداقل تلاش و هزینه برای نگهداری دستگاه ها و سیستم های لبه ای نیاز دارد.
هدف رایانش لبه ای بهینه سازی برنامه های وب و دستگاه های اینترنتی و به حدقل رساندن استفاده از پهنای باند و تاخیر در ارتباطات است. این موضوع می تواند یکی از دلایل محبوبیت سریع آن در فضای دیجیتال باشد.
منشا پردازش لبه ای
رایانش لبه ای در دهه ۱۹۹۰ به عنوان مفهومی در شبکه های تحویل محتوا (CDN)، برای ارائه محتوای ویدیویی و متنی با استفاده از سرورهای لبه ی مستقر در نزدیکی کاربران ایجاد شد. در دهه ۲۰۰۰، آن شبکه ها تکامل یافتند و شروع به میزبانی برنامه ها و اجزای برنامه مستقیماً در سرورهای لبه کردند.
اینگونه بود که اولین استفاده از edge computing به صورت تجاری ظاهر شد. در نهایت، راهحلها و سرویسهای این نوع از رایانش برای میزبانی برنامههایی مانند سبد خرید، تجمیع دادهها در زمان واقعی، درج آگهی و موارد دیگر توسعه یافتند.
رایانش لبه ای چگونه کار می کند؟
مفهوم پردازش لبه ای مفهومی کاملاً جدید نیست. قدمت آن به دهه های مرتبط با پردازش از راه دور باز می گردد. به عنوان مثال، دفاتر دورکاری، منابع پردازشی را در مکانی قرار می دهند که می توانند به جای تکیه بر یک مکان مرکزی، حداکثر سود را ببرند.
مجازی سازی لبه ای به صرفه جویی در منابع و پهنای باند سرور کمک می کند
در رایانش سنتی، جایی که دادهها در سمت مشتری (مانند رایانه شخصی کاربر) تولید میشدند، برای ذخیره دادهها و پردازش آنها با استفاده از یک برنامه سازمانی، در سراسر اینترنت به شبکه محلی شرکت انتقال صورت می گرفت. در مرحله بعد، خروجی به عقب فرستاده می شود و از طریق اینترنت سفر می کند تا به سیستم مشتری برسد.
اکنون، معماران مدرن فناوری اطلاعات از مفهوم مراکز داده متمرکز خارج شده اند و رایانش لبه ای را پذیرفته اند. در اینجا، منابع پردازشی و ذخیره سازی از یک مرکز داده به مکانی که کاربر داده ها را تولید می کند؛ منتقل می شود.
این بدان معناست که در رایانش لبه ای شما مرکز داده را به منبع داده نزدیک می کنید، نه برعکس. این مدل از رایانش به یک محافظ نیاز دارد که به کار در یک LAN راه دور کمک می کند و داده ها را به صورت محلی برای پردازش آن جمع آوری می کند. برخی ممکن است برای محافظت از آن در برابر دما، رطوبت و سایر شرایط آب و هوایی، محافظ را در محفظه های بسیار قوی تر مستقر کنند.
فرآیند رایانش لبه ای شامل عادی سازی و تجزیه و تحلیل داده ها برای یافتن هوش تجاری است. همچنین تنها داده های مربوطه را پس از تجزیه و تحلیل به مرکز داده اصلی ارسال می کند.
تفاوت و شباهت های رایانش لبه ای و رایانش ابری
هر دو رایانش لبه ای و ابری شامل پردازش توزیع شده و استقرار منابع ذخیره سازی و محاسبه بر اساس داده های تولید شده هستند. با این حال، آنها قطعا یکسان نیستند.
- استقرار: رایانش ابری منابع را در مکان های جهانی با مقیاس پذیری بالا برای اجرای فرآیندها مستقر می کند. این می تواند شامل رایانش متمرکز نزدیک به منابع داده باشد و در لبه شبکه نباشد. از سوی دیگر، edge computing منابعی را در جایی که داده ها تولید می شود، مستقر می کند.
- تمرکز/ عدم تمرکز: با استفاده از متمرکز سازی، رایانش ابری منابع کارآمد و مقیاس پذیر را با امنیت و کنترل ارائه می دهد. رایانش لبه ای غیرمتمرکز است و برای رفع نگرانیها و موارد استفاده که در رویکرد متمرکز سازی رایانش ابری ارائه نشدهاند، استفاده میشود.
محاسبات لبه، قابلیتهای پردازش و ذخیرهسازی را به جایی که لازم است نزدیکتر میکند.
- معماری: معماری رایانش ابری از چندین جزء شل تشکیل شده است. این نوع از رایانش برنامهها و خدمات را بر اساس مدل پرداختی ارائه میدهد. با این حال، پردازش لبه ای بیشتر از پردازش ابری گسترش مییابد و معماری پایدارتری ارائه میدهد.
- برنامه نویسی: توسعه اپلیکیشن در فضای ابری مناسب است و از یک یا چند زبان برنامه نویسی استفاده می کند. رایانش لبه ای ممکن است به زبان های برنامه نویسی مختلفی برای توسعه برنامه ها نیاز داشته باشد.
- زمان پاسخگویی: میانگین زمان پاسخ معمولاً در رایانش ابری در مقایسه با رایانش لبه بیشتر است. از این رو، پردازش لبه ای فرآیند محاسباتی سریع تری را ارائه می دهد.
- پهنای باند: رایانش ابری به دلیل فاصله بیشتر بین مشتری و سرور، پهنای باند و توان بیشتری مصرف می کند، در حالی که پردازش لبه ای به پهنای باند و قدرت نسبتاً کمتری نیاز دارد.
مزایای پردازش لبه ای نسبت به رایانش ابری چیست؟
فرآیند مجازی سازی در رایانش لبه ای کارآمدتر از رایانش ابری است. زیرا در رایانش ابری برای واکشی دادههای درخواستی کاربر زمان بیشتری مصرف می کند. رایانش ابری میتواند انتقال اطلاعات به مرکز داده را به تاخیر بیاندازد، که فرآیند تصمیمگیری را کند میکند و باعث تاخیر میشود.
رایانش لبه ای ارتباط نزدیکی با مفاهیم رایانش ابری دارد.
در نتیجه، سازمان ها ممکن است از نظر هزینه، پهنای باند، ایمنی داده ها و حتی خطرات شغلی، به ویژه در مورد تولید و ساخت، متحمل ضرر و زیان شوند. در اینجا چند مزیت پردازش ابری آورده شده است.
- تقاضا برای معماری سریعتر، ایمنتر و قابل اطمینانتر، رشد پردازش لبهای را متداول کرده است. همچنین سازمانها را مجبور کرده است که رایانش لبه ای را به جای پردازش ابری انتخاب کنند. بنابراین، در زمینه هایی که نیاز به اطلاعات حساس به زمان دارند، پردازش لبه ای معجزه می کند.
- هنگامی که فرآیند رایانش در مکانهای دور انجام میشود، پردازش لبه ای به دلیل اتصال کم یا بدون نیاز به اتصال، برای فعال کردن یک رویکرد متمرکز، بهتر عمل میکند. این موضوع به ذخیره سازی محلی کمک و به عنوان یک مرکز داده میکرو کار می کند.
- رایانش لبه ای راه حل بهتری برای پشتیبانی از دستگاه های هوشمند و تخصصی است. این دستگاه ها عملکردهای خاصی را انجام می دهند و با دستگاه های معمولی متفاوت هستند.
- رایانش لبه ای می تواند به طور موثری در مقایسه با رایانش ابری، استفاده از پهنای باند، هزینه بالا، امنیت و مصرف انرژی را در بیشتر زمینه ها برطرف کند.
سخن نهایی
رایانش لبه میتواند گزینهای کارآمد، قابل اعتماد و کمهزینه برای کسبوکارهای مدرنی باشد که از خدمات و راهحلهای دیجیتال بیش از گذشته استفاده میکنند. همچنین یک مفهوم عالی برای پشتیبانی از فرهنگ کار از راه دور برای تسهیل پردازش و ارتباطات سریعتر داده ها است. در نهایت باید گفت، رایانش ابری در حوزه مجازی سازی دسکتاپ و زیروکلاینت مناسب است.
