邊緣運算遇到的問題發展_邊緣運算容器化_結合雲原生(Cloud Native)
https://www.winsystems.com/cloud-fog-and-edge-computing-whats-the-difference/ 邊緣運算最初遇到的問題 雲端運算因應不同情境應用需求所衍生出的邊緣運算， 其實對我們寫程式的軟體人員而言，多半還是會顧慮到如下問題: 1.應用程式下發可移植性問題(標準環境): 我們寫好的程式應用需要具備可移植性，雲端去下發到邊緣端應用時候，有可能因應邊緣端不同環境(比方OS不同)，就導致應用無法啟動。 2.可統一編管性問題: 由單一的控制面系統管理雲端及邊緣上的應用 比方部門中你上面就是由主管分配任務給你，假設有多位主管都分配任務給員工時，要聽誰的以誰為主，此時就類比於邊緣端的工作混亂情況。 3.可伸縮性: 一套架構可支持不同性能、規模的基礎設施。 4.可去中心化: 模糊邊緣與中心的邊界，實踐應用和資料的全局分散式協作。 傳統方式物聯網設備採集到資料直接上報給雲端，如果雲端掛了那整個系統就癱瘓了。 但在邊緣運算搭配IoT模式下，物聯網設備採集到資料是傳到鄰近的邊緣端，此時即便雲端掛了整套系統仍可正常運行，某種程度也算備援機。但可能遇到問題就是管理者無法在雲端即時觀測到邊緣端運行情況。 邊緣運算容器化 容器化通常市面常見的成熟工具技術也就是Docker了，之前篇章介紹過。 Docker筆記(一)_容器和虛擬化的觀念 容器化部屬優點: 1.解耦運行之間的依賴 藉由將服務打包成容器後，發佈到邊緣終端上，由於已經包成容器，也不會被OS侷限因為是基於應用軟體層。 2.標準化應用的分發 Docker有統一標準的鏡像倉庫，可將打包好的應用容器發佈到該地方，有需要時候再去作拉取。 3.擴充應用類型十分容易 比方一個容器不夠可能就是多運行幾個容器。 邊緣運算容器化不足的地方 單機限制: 缺乏多機通訊網路，限制邊緣總算力的規模。 編管限制:缺乏多實體、不同節點擴展主機的連接能力，限制了對複雜業務描述的彈性。 更新限制:需要安裝業務以外的應用才能對容器進行更新。 管理限制:邊緣應用定義和管理模式與應用分離，限制了業務敏捷性。 邊緣運算從容器邁向雲原生(Cloud Native) 雲端原生是指為最佳利用或實現雲端特性而創建的東西。這些雲端特性是雲端運算原始定義的一部分，包括作為服務提供的功能。雲端運算的特徵還包括可擴展、彈性、共享、按...
