浅谈Cloud Computing & Edge Computing

On-premise & Cloud

On-premise 被翻译成 “就地部署的软件”，还是很传神的。总的来说就是公司自己的IT部门维护自己的机器。

但是自己维护就很烦，费钱费时间。所以不如把这种脏活累活交给专人干。

Cloud提供商可以帮你维护这些基建。买下一些Cloud机器使用权，然后通过网络访问Cloud上的机器就可以了。

比如我买了一个IaaS（infrastructure），那么基本的存储、网络、虚拟机都有了。我相当于获得了一个空的虚拟机，在上面运行自己想运行的就可以了，不用自己买服务器维护服务器。

Public, Private, Hybrid Cloud

Public: 多个用户可能共用一个physical server。有那么一丝可能会data leak，但云服务提供商一般都提供非常严格的数据安全保证。

Private: 物理server为该组织专属。如果组织要求严格合规，那就用私有云。相对来说贵且灵活性差。私有云也可以是托管在第三方的infra上。

Hybrid: 一部分敏感数据在私有云上，另外在公有云上。

IaaS, PaaS, SaaS

https://www.zhihu.com/question/20387284

https://www.ruanyifeng.com/blog/2017/07/iaas-paas-saas.html

根据Cloud提供商 承包了多少服务 来划分，可以分为三种。

IaaS是给了服务器+空的虚拟机

PaaS是在虚拟机上把该装的都装了，直接开发应用就行

前两个面向的都是应用开发者

SaaS有点不一样，连服务都是别人开发的。你用就可以了。

其实我们接触到的应用差不多都是SaaS，比如淘宝之于商家，QQ空间之于小学生。

Edge Computing

https://www.theverge.com/circuitbreaker/2018/5/7/17327584/edge-computing-cloud-google-microsoft-apple-amazon

什么是Edge

Edge相对于Central而言。目前的Cloud模型，服务器在数据中心的集群里面。这是Central。但其实我们身边的各种设备都是智能的，并且有一定的计算能力。这是Edge。Edge上的设备通过网络与Cloud服务器连接。

什么是Edge Computing

EC的中心思想是让数据的计算和处理更靠近数据源。edge上的设备，比如摄像头、IoT设备等，是数据源；而我们可以在靠近数据源的地方建立一个小的edge server，汇集这些数据，然后进行分析。

举个例子，工厂的机械臂上装了一些摄像头。它们将数据传送至工厂自己的edge server – 而不是远在数据中心的服务器 – 上进行分析。edge server在需要的时候再request中心服务器。

为什么要有Edge Computing

降低Latency

speed of light决定了我们的网络请求必定会有延迟。而在靠近数据源的地方，延迟会被降到最低。

无人车是一个Edge Computing的终极例子。蜂窝网络的不可信赖性 以及 业务场景无法容忍任何网络延迟 导致计算必须在无人车（一个Edge Device）上完成。

增强Privacy

用户产生的数据可能不适合传输到中心服务器处理，所以Edge Computing可以增强privacy。

一个例子是苹果手机的face ID被放在本地处理。这不仅降低了延迟，还可以避免用户的人脸信息泄露。

减少Bandwidth

比如摄像头的例子。有很多摄像头的话，传输视频的带宽占用会很高。如果摄像头可以有本地过滤功能，然后只上传“重要的”视频，就可以减少带宽占用。