searchusermenu
  • 发布文章
  • 消息中心
点赞
收藏
评论
分享
原创

边缘函数计算技术与应用研究

2023-06-07 01:54:29
71
0

边缘函数计算的发展背景

边缘函数计算是一个基于大量边缘计算节点形成的无服务器开发平台。开发者无需关注服务部署区域、无需搭建和维护基础设施,只需编写并上传代码,就可在边缘节点上即时生效,就近响应终端用户或设备的个性化计算诉求,同时也满足多地接入、高吞吐和低时延的网络性能。融合边缘函数运行时、弹性扩缩容等先进技术,同时保证函数性能和边缘节点资源的利用率。

本章对无服务器边缘函数计算的发展背景进行介绍,首先介绍和分析无服务器边缘函数的驱动因素,然后补充说明与中心云函数计算的互补和延伸。

 

1.      宏观驱动

a)      网络边缘数据爆炸增长

从闭路电视到自动驾驶车辆和无人驾驶飞行器再到边缘操作,创建、捕获、复制和消耗的数据量显著增加。由于产生的数据过多且无法回传,需要在网络的边缘进行预处理。然而,当许多设备同时传输数据时会出现问题。将大量设备生成的数据发送到集中式数据中心或云端会产生带宽和延迟问题。

根据Gartner公司的定义,“边缘计算是分布式计算拓扑的一部分,其中数据处理位于靠近边缘的产生或消费这些信息的位置。”该模型背后的想法是用更低的速度处理数据。边缘计算能够阻止无关数据向云平台或数据中心的传输,并仅发送所需的相关、可操作的数据。它使计算和数据存储更靠近收集它的设备,而不是依赖于数百或数千英里之外的数据中心。“到2022年,75%的各行业数据将在网络边缘产生并被处理,而非传统的IDC或云。” —— 《Gartner Top 10 Strategic Technology Trend》

b)      端侧行为模式改变

IoT数量和处理能力的爆炸式增长、5G的普及、最终用户毫秒级的体验要求、延时敏感型数据交互的增加。数十亿物联网和移动设备收集的数据呈指数级增长,正在推动从发送数据到云进行处理和存储向分布式模型的转变,在这种模式下,越来越多的计算发生在网络边缘,更靠近数据的创建位置。对计算能力也提出了更高要求,例如低时延、弹性计算、事件驱动、快速部署生效等;同时,各类互联网服务和应用的快速发展,也给边缘数据高效存储和处理带来新的挑战。

c)      “新基建”加速产业融合

“新基建”是十四五规划的重点方向,通过优化算力资源结构,将高频调用、低时延业务需求分配至边缘数据中心,推动5G承载网络的边缘组网建设,为将算力和网络下沉到边缘创造条件。同时,工业互联网、车联网、远程医疗等产业政策明确提及边缘计算,推动关键技术研究、标准体系建设及软硬件产品研发,促进边缘云在典型产业的融合应用。例如:2018年7月,工信部发布《工业互联网平台建设及推广指南》,组织开展边缘计算技术测试与应用验证,推动基于工业现场数据的实时智能分析与优化。2020年12月,发改委、网信办、工信部、能源局发布《关于加快构建全国一体化大数据中心协同创新体系的指导意见》,对于面向高频次业务调度、对网络时延要求极高的业务,支持向城市级高性能、边缘数据中心调度。2021年3月,工信部发布《“双千兆”网络协同发展行动计划》,协同推进5G承载网络建设。逐步推动三层虚拟专用网组网到边缘,兼容边缘云数据中心互联组网。

 

2.      技术演进:中心云函数计算的互补和延伸

随着公共云BaaS云产品的繁荣发展被越来越多的开发者采纳,5G落地、AI爆发、大数据持续突破,云计算已然成为新时代的水电煤,用户使用云计算的主要矛盾发生了转变。为了解决EC2必须自己管理虚拟机并进行繁琐配置的缺点,AWS随之推出Lambda云服务,其提出了以函数计算为核心的Serverless架构,云用户只需要编写代码,并将传统云计算所需的大量服务器系统管理任务委托给云厂商。同类中心云函数计算还有Google Cloud Functions、 Azure Function、 IBM Cloud Functions、阿里云函数计算、腾讯云函数等等。

从数据存储和处理到系统响应能力,中心云函数计算正在被其支持的服务和应用的需求推向极限。在很多情况下,更高的带宽或计算能力并不一定意味着能够以更快的速度处理来自联网设备上的数据,也不足以近乎实时地生成即时响应和行动。主要挑战包括:

  1. 时延更多行业正在实施需要快速分析和响应的应用程序。仅靠中心函数计算无法与这些需求齐头并进,因为数据源的网络距离产生了延迟,导致低效、时间延迟和较差的客户体验。
  2. 带宽。增加传输带宽或更多处理能力可以解决延迟问题。但是,由于公司继续增加其网络中的边缘设备数量以及产生的数据量,传送数据到云端的成本可能会到达不切实际的水平,而这本可以通过在边缘处理、存储和分析数据来减轻。
  3. 安全与隐私。在边缘保护私人医疗记录等敏感数据的安全,并减少通过互联网传输的数据,有助于降低数据被截获的风险,从而提高安全性。此外,部分政府或客户可能会需要让数据留在其创建的管辖区内。例如,在医疗保健领域,对于个人数据的存储或传输,甚至可能存在地方或地区性限制要求。

 

边缘函数计算,将一些数据功能(如存储、处理和分析)从云移至边缘更靠近数据生成的位置,可以带来一些关键益处:

  1. 提升速度并降低延迟。将数据处理和分析转移到边缘有助于加快系统响应,从而加速事务处理,提升体验,这在准实时应用中至关重要,如自动驾驶车辆。
  2. 改善网络流量管理。尽量减少通过网络发送到云端的数据量,可降低传输和存储大量数据的带宽和成本。
  3. 更高的可靠性。网络可单次传输的数据量是有限的。对于网络连接较差的位置,借助在边缘存储和处理数据的能力,可提高云连接中断时的可靠性。
  4. 增强的安全性。如果实施得当,边缘计算解决方案可限制网络的数据传输,从而提高数据安全性。

二、        边缘函数计算概述

1.      边缘函数计算的定义

边缘函数计算是一个基于大量边缘计算节点形成的无服务器边缘开发平台。开发者无需关注服务部署区域、无需搭建和维护基础设施,只需编写并上传代码,就可在边缘节点上即时生效,就近响应终端用户或设备的请求。

2.      边缘函数计算的价值

边缘函数计算平台使开发人员可以轻松利用分布式公共云基础架构并构建高性能、安全、全球规模的应用程序和服务。开发者无需关注服务的部署区域,无需搭建和维护基础设施,只需要一键部署代码,就可在边缘节点上即时生效,就近响应终端用户或设备的请求。边缘函数计算可以快速构建任何类型的应用和服务,并且只为任务实际消耗的资源付费。开发者用户可以在边缘函数计算平台上运行任意代码。可以将用户请求转发到用户源站,也在边缘节点直接响应内容,甚至允许可以向第三方API发出各种出站请求并执行任何想要任何的操作。

三、        边缘函数计算发展现状

与云计算领域已经具备成熟的计算管理软件平台不同,边缘函数计算平台在国内外并没有成熟稳定的对应技术。当前各个公司都希望在边缘函数计算这一新的领域获得先发优势,边缘计算和无服务计算(Serverless Computing)的研究工作仍处于初级阶段,各厂商及开源社区边缘技术路线各不相同,个性体现并丰富着共性,同时个性并不完全包含于共性之中。

中心云函数计算的国内外发展现状,2014年AWS推出Lambda云服务,提出了以函数计算为核心的Serverless架构。随后各个云计算提供商纷纷推出函数计算云服务,谷歌推出Google Cloud Functions,微软推出Azure Function,IBM推出了IBM Cloud Functions并开源了Apache OpenWhisk,2017年4月,阿里云推出Function Compute,腾讯云推出无服务器云函数。函数计算2017年成为当年增长最快的云服务。业界认为,使用函数计算,云的费用可减少10%至90%。自2009年加州大学伯克利分校预测的当时云计算所面临的挑战将会被逐一解决,云计算将会繁荣起来,如今已一一实现。2019年2月,伯克利再次发表论文预测Serverless将成为下一代云服务的主流形态。

1.      主流厂商及代表

关于边缘函数计算,参考Forrester 2021 Q4 《Forrester New Wave™:边缘开发平台》列举出了九家主流厂商:

a)      Cloudflare Workers

Cloudflare Workers 是一个 FaaS 解决方案,支持无服务器应用程序部署到网络边缘,从而大大减少延迟。它使用了Cloudflare 的全球152个数据中心网络,可以在边缘缓存轻量化静态 HTML 页面,同时根据用户位置、设备类型或当时时间,进行动态响应。Cloudflare Workers提供了低延迟、即时更新、高性能、超高可配置和可控性的函数服务,帮助用户完成边缘函数全托管。确保业务的快速迭代、同时提升站点的性能、访问速度以改善访客体验。

b)      Fastly Compute@Edge

美国知名云计算服务供应商 Fastly 也推出了无服务器边缘运算服务 Compute@Edge,该服务提供一种灵活且可扩展的方法,让用户在网络边缘构建无服务器应用程序。

Compute@Edge 平台允许用户将自定义代码编译为 WebAssembly, 在Fastly 边缘节点提供隔离和轻量级沙盒响应每个计算请求。同时 Compute@Edge 环境能以 35.4 微秒的速度启动,为用户提供的安全、高性能和可扩展的无服务器计算方法。

c)      Akamai EdgeWorker

Akamai EdgeWorkers 使开发人员能够在全球部署的超过 25 万边缘服务器中创建和部署微服务。当开发团队在边缘激活代码时,他们会将数据、洞察力和逻辑推向更靠近最终用户的地方。Akamai 的高性能和可扩展实施模型确保数据和计算不会受到可能对数字体验产生负面影响的延迟问题的阻碍。借助 EdgeWorkers,开发团队可以创建创新服务并将 Akamai 作为代码作为其数字基础架构的一部分进行管理。

图:Akamai EdgeWorkers工作流

2.      技术优势

函数计算服务的原理抽象出来,一般包含事件源、函数计算以及定义与管理事件源如何触发函数计算的规则。开发者编写函数代码上传至函数计算,以及配置好函数触发规则。当事件源有事件发生时,便会按照配置好的函数触发规则自动触发函数,函数计算会根据业务运行的波峰波谷情况,自动进行弹性伸缩。触发规则管理根据事件源类型或各个云厂商的规定放在函数计算或放在事件源内。每个云计算提供商的函数计算都有会规定允许触发函数计算的事件源/触发器。事件源一般支持网络与内容分发、存储、数据分析与定时事件,有些云厂商支持的事件源覆盖IoT、数据库、AI、消息队列等集成服务,并支持用户自定义事件源。

边缘函数计算继承了中心云函数计算的技术优势,同时在此基础上,结合边缘节点实际情况,演变出了更加贴合边缘的技术优势与特征。

简化运维快速迭代:聚焦业务逻辑,无需关心非功能开发,免运维,实现业务的快速试错和验证。

边缘响应更快捷通过智能调度,时刻保持距用户最近,性能最优的边缘节点运行响应,为用户提供稳定低延时服务,保障用户请求被快速处理。

冷热启动低时延长期以来,服务器一直被用来部署在线应用程序,但众所周知服务器很难配置和管理,服务器启动时间严重限制了应用程序快速伸缩的能力。边缘函数计算追求更快的冷启动时间,使用超轻量级的函数安全运行时,冷热启动控制在毫秒级别。

弹性扩展高可用结合边缘资源,依托边缘云网络,实现符合边缘函数计算的弹性扩容方案。快速提供底层扩容以应对峰值压力,提供高可用性保障,助力业务平稳运行。无需采购和管理底层的基础设施,运维成本低。

按需使用低成本:按量计费,弹性扩容,不占用冗余资源,降低使用成本。函数计算和传统云计算之间的三个基本区别是:计算与存储的解耦,它们的规模独立,价格独立;执行一段代码的抽象而不是分配资源来执行代码;为代码执行付费,而不是为分配给执行代码的资源付费。

3.      技术观察

本小节主要介绍边缘函数计算参考架构,该架构主要三个部分:边缘业务与应用,服务管理,边缘网关、函数运行时、函数状态组成的边缘函数计算资源。

a)      参考架构

第一,边缘业务与应用:该部分主要是部署在无服务器边缘函数中的新型业务与应用。这些新型的智能业务与应用在平台提供的安全隔离的环境中运行。同时通过边缘节点的网络控制和资源编排,实现弹性高可用的函数服务调用。

第二,服务管理:边缘函数计算服务管理实现了对边缘函数服务的管控,并向上支撑边缘业务与应用,向下连通网络及边缘计算资源。边缘函数计算服务管理,具备函数部署管理、用户函数管理、服务调度、运维管理、开发管理等机制能力。服务管理系统连接各个边缘计算节点,实现对边缘节点统一协同管理,并保证时延和最优路径,快速响应用户边缘请求。包括对资源负载状况的实时监控,为函数的计算处理提供弹性的资源,具备灵活的资源扩缩能力。

第三,边缘函数计算资源:边缘函数计算资源主要由边缘网关、函数运行时、边缘存储组成,为边缘函数计算平台提供计算、存储和网络设施资源。

 

b)      关键模块

下面重点聚焦在轻量级函数运行时选型、函数语言生态支持、开发者流程、边缘函数数据状态管理几个关键模块,分别一一进行介绍。

  • 1轻量级函数运行时

在《边缘计算产业联盟白皮书》中将边缘计算产业总体上划分为联接、智能、自治三个发展阶段。第一个发展阶段是联接,一种运行时的支持意味着一种工作负载任务类型和一类技术生态的支持。

边缘函数的业务有海量接入、碎片化、边缘化等特点。需要边缘函数计算提供新的架构和技术手段;边缘应用业务通常具有波峰波谷变化,业务运行具有事件触发特征,且边缘环境资源受限,设备众多,需要考虑更细粒度的动态调整和面向协作的资源管理方式。

边缘函数的业务有更高的安全、隔离需求。传统的虚拟机在运行时方面不能满足业务场景需求。大部分中心以及边缘函数计算借助容器和虚拟机,甚至是更符合边缘情况的轻量级函数运行时,保证系统能够更方便地对计算平台上的业务负载进行整合、编排和管理。

Chrome V8 引擎: Chrome V8 是 JavaScript 引擎,这意味着它执行 JavaScript 代码。最初,JavaScript 是为了在网络浏览器上执行而编写的。Chrome V8(或简称 V8)可以在浏览器内部或外部执行 JavaScript 代码,从而使服务器端脚本成为可能。像 V8(八缸)汽车发动机一样,Chrome V8 快速而强大。V8 将 JavaScript 代码直接转换为机器代码,以便计算机能真正理解代码,然后执行转换或编译后的代码。V8 还优化了 JavaScript 执行。“沙箱”是执行软件的环境,它与其他环境(包括同一台计算机上的其他环境)隔离并区分开来。沙箱是 Chrome V8 的一项关键功能。每个进程都经过沙箱化处理,以确保 JavaScript 功能在其上单独运行,并且执行一段代码时不会影响任何其他代码。(许多沙箱企业产品在隔离的虚拟机中打开并运行可执行文件,而 V8 沙箱技术与它们不同,不会降低性能。)

LucetLucet 是一个原生的 WebAssembly 编译器和运行时。它旨在安全地在边缘函数运行时中执行不受信任的 WebAssembly 程序。WebAssembly 是一种技术,旨在使 Web 浏览器能够以接近本机的速度安全地执行程序。Lucet 旨在将 WebAssembly 超越浏览器,并构建一个平台,以便在边缘云上更快、更安全地执行。WebAssembly 已经被包括 Rust、TypeScript、C 和 C++ 在内的许多语言支持,并且更多的语言在开发中支持 WebAssembly。在单个进程中为每秒数万个请求中的每一个创建一个 WebAssembly 实例,与浏览器 JavaScript 引擎相比,它需要的运行时占用空间要小得多。Lucet 可以在 50 微秒内实例化 WebAssembly 模块,而内存开销只有几千字节。可以在同一进程中同时执行数万个 WebAssembly 程序,而不会影响安全性。Lucet 编译器和运行时协同工作以确保每个 WebAssembly 程序只允许访问其自己的资源。这意味着边缘函数的开发者用户将能够使用更常见的通用语言编写和运行程序,同时保证安全性。Lucet 将执行 WebAssembly 的模块分为两个组件:一个编译器,它将 WebAssembly 模块编译为本机代码,一个运行时管理资源并捕获运行时错误。Lucet 设计用于将 WebAssembly 提前 (AOT) 编译为本机代码,与浏览器引擎中采用的即时 (JIT) 编译策略相比,它极大地简化了运行时的设计和开销。

WasmTime Wasmtime 是 WebAssembly 的独立运行时,可根据开发者的需求进行扩展。它适用于微型芯片,也适用于大型服务器。Wasmtime 也可以嵌入到几乎任何应用程序中。Wasmtime 建立在优化的Cranelift代码生成器之上,可在运行时快速生成高质量的机器代码。Wasmtime 支持丰富的 API,用于通过WASI 标准与主机环境进行交互。

  • 2语言生态支持

边缘函数计算最初解决的问题是WEB应用优化, 80%的WEB应用开发者希望边缘函数优先支持JavaScript。目前市面上边缘函数计算平台对于语言的支持,包括但不限于:JavaScript、TypeScript、Rust、C/C++、AssemblyScript。通过WebAssembly还可以扩展支持更多语言。

  • 3开发者流程:工具、版本管理、部署集成

由于边缘函数计算最初的用户画像更多的面对的是WEB应用开发者,所以在边缘编写代码,除了WEB_IDE用于在线编写部署,更多的边缘函数平台实现了一套命令行工具用于本地调试,方便开发者通过命令行工具在本地实现边缘函数的增删改查、调试、应用打包。主流边缘函数计算平台基本都提供了代码和执行环境配置的版本管理。部署集成方面包括对于Serverless框架的支持、支持使用Terraform部署、使用GitHub Actions部署。

  • 4边缘函数数据状态、数据库管理

每个边缘函数应用程序都有两部分:代码和状态。在大型分布式系统中,如何保证边缘函数数据状态的一致性是一大挑战。当边缘函数同时在全球范围内的数据中心中运行时,保证所有数据中心在相同时间内看到相同数据,很难兼顾边缘函数的性能、可用​​性、分发规模。当前市场上Cloudflare Workers通过Workers KV提供了对全球分布式数据的低延迟访问。以及Durable Objects,用以保证边缘数据的强一致性。

对于查询复杂的数据集,或与现有的记录系统进行通信,则需要边缘函数进一步对数据库做扩展支持。用户总是想要使用不同的工具来存储和访问数据。边缘函数计算平台允许用户构建新应用程序时选择边缘优先的数据库,当前可以看到Cloudflare Workers支持 HTTP 连接的数据库,与Macrometa、Fauna、MongoDB Atlas 、Prisma进行对接。

(5)弹性扩缩容

弹性扩缩容是边缘函数的一大特点,本质上是服务管理平台对分布式边缘计算节点资源进行统一协同管理、编排,以保证边缘函数的按需调用、弹性灵活,进而提升边缘节点里计算资源的利用率。

其中,对函数运行时进行管理编排是弹性扩缩容技术的主要内容。服务管理平台将用户代码遵循OCI标准进行函数分发,并通过加密算法保证传输安全性。函数运行时提供语言级、进程级别并且资源受限的函数隔离运行环境。用户代码通过函数运行时,部署在边缘节点上,通过服务管理平台实现用户函数的生命周期管理。

服务管理平台具有完备的弹性伸缩能力,包括基于边缘网络协同的负载均衡网关,可扩展的函数伸缩引擎:负责各服务实例扩缩的发起、终止、弹性伸缩指标采集以及函数运行时多粒度的资源限制管理能力,函数分布式代码库管理能力、弹性伸缩的监控告警、运营治理能力。当前业界普遍采用Kubernetes(K8S)或者类似K8S的自研方案,实现用户函数、函数运行时的高效管理编排,为用户边缘函数的应用提供部署运行、资源调度、服务发现和动态伸缩等一系列完整功能,提高了大规模函数运行时管理的便捷性。

4.      落地挑战

投入产出:边缘函数计算面临部署成本高、产出衡量难、需求不刚性的问题。

资源异构:边缘计算产业碎片化,亟需推动硬件标准建设及软硬件解耦。

云边协同:边缘函数计算在应用、服务、资源等协同方面存在挑战。

边缘安全:海量、异构、分布式等特征使得边缘节点更易受到攻击。

四、        边缘函数计算的应用场景探索

边缘函数是一种分布式计算部署架构,将计算能力、业务部署到网络边缘,提供一种可靠、高效的业务体验。通过边缘函数计算,可以较好的解决成本、效率、联通问题。这些业务与应用一般具有以下特点:

(1)业务运行在边缘。

(2)业务具有波峰波谷变化。

(3)业务运行具有事件触发特征。

(4)应用数据更新大,一台服务器的处理能力已不能满足,开发者需要考虑如何配置负载均衡来应对处理请求。

(5)应用版本迭代速度快,业务开发、部署、升级、扩容要求高。

(6)一些低频的、维护性的后台任务等。

根据上述应用特点分析,适合边缘函数计算的典型应用场景主要有这几类类:

第一,在边缘发生的事件触发类场景,例如定制图片,定制事件,IoT中的低频请求,音频转换文字处理,自动程序消息传递,基于定时器处理/定时器任务,日志处理,SaaS事件处理,批量任务。

第二,在边缘发生的流量突发类场景,例如分布式大规模的计算、文件校验、图片处理、图片切片上传、裁剪、分享等。

第三,边缘应用类场景,例如边缘部署无源站的Web应用程序、JAMStack、GraphQL、IoT后端、移动后端等。

边缘函数计算可以更好的适配那些低频、频次不确定,时延敏感的业务场景,如:可编程边缘网络、政企上云、智能制造、物联网、车联网、消费互联网等。

1.      可编程边缘网络

更现代的 CDN 正在以开发人员为中心的方式构建其基础设施,公开 API 以允许客户更好地控制其平台的功能。这使得边缘之间的网络可编程。从边缘函数可以更好地实现这种灵活性和定制化,它允许服务在网络本身中注入更多逻辑,并且更改可以立即传播。使用边缘函数计算作为可编程边缘网络的API,可以被客户用作构建块,使他们能够更好地将这些内容管理和网络功能与他们自己的软件平台和服务联系起来。他们可以使用其他工具和平台自动化他们的工作流程,并以自定义方式严格控制其内容和网络流的行为。

主流用法包括:API网关、自定义路由、自定义负载均衡、可编程控制网络缓存、流响应、A\B测试。自定义访问控制:允许在边缘网络中更快地进行更改和传播,因为更改逻辑可以内联处理。自定义路由:允许流量流经不同的网络路径,并根据请求细节做出优先级决策,例如内容是什么(文件与视频)或请求中的任何用户元数据(用户设置、使用的设备、地理位置位置等)。使 WAF、DDOS 缓解和负载平衡等网络服务能够在达到峰值流量或需求时进行扩展。全球互联网“快车道”——检测并自动规避问题区域​​和中断,避开互联网的慢速区域。与基础架构无关的分发——网络逻辑可以根据上下文、流量、需求或网络条件等实时问题控制将事物路由到哪些基础架构(云、多云、混合或本地)

2.      政企行业

分支机构安全:边缘部署身份认证、用户审计等。

数字供应链:协同5G,在园区内对生产数据整合,下沉到边缘函数处理,再通过SD-WAN与供应链上下游企业集成

3.      工业互联网

边缘时序数据采集,实现边采边存边处理,从源头解决数据质量问题。生产设备实时数据传输、分析、故障预警、下控以降低Downtime损失。边缘函数计算通过整合数字技术和物理技术来实现更加灵活的高响应制造,从而可以为工业 4.0 提供基础。

4.      IoT场景

边缘计算网络在数据源头就对数据进行处理,进一步降低时延,提升可靠性。在边缘侧对IoT设备上报的数据进行过滤、去重、聚合等处理后上报云端。降低上云带宽、云端存储计算要求。

5.      车联网

5G网络和无服务器边缘计算网络作为核心技术,在降低车联网骨干网络压力、降低业务交换延迟等方面发挥巨大的作用。大幅提升实时、稳定性。低延迟和快速响应。

6.      消费互联网

就近部署、接入和计算,降低延时,提升体验。云游戏、在线教育、视频直播、安防监控等频繁数据交互,静态站点动态化。

五、        总结与展望

车联网、工业互联网、海量IoT设备数据处理等时延敏感、计算密集型业务正在快速发展,边缘计算面临着前所未有的技术挑战。边缘函数计算通过海量边缘计算节点,敏捷地响应计算请求,高效地利用节点计算资源,同时通过利用 Serverless 技术,提升边缘函数应用的运营效率,降低运维成本,促进网络新型业务的快速研发和迭代。

边缘函数未来的几大发展趋势,包括但不限于:

  • 边缘应用一体化,要求边缘函数在边缘更好的提供数据状态管理、数据存储、对接复杂数据库,从而实现边缘应用全托管;
  • 函数运行时支持更多的语言形态,以接入更多的编程生态和业务形态;
  • 对物联网IoT设备更多协议的支持与优化,可以更好的发挥边缘函数可编程计算平台的用武之地;
  • 提供安全可信的边缘函数服务。从数据安全角度,提供轻量级数据加密、数据安全存储、敏感数据处理的安全服务。从运维安全角度,提供应用监控、审计、访问控制等安全服务。
0条评论
0 / 1000
余凯
5文章数
0粉丝数
余凯
5 文章 | 0 粉丝
原创

边缘函数计算技术与应用研究

2023-06-07 01:54:29
71
0

边缘函数计算的发展背景

边缘函数计算是一个基于大量边缘计算节点形成的无服务器开发平台。开发者无需关注服务部署区域、无需搭建和维护基础设施,只需编写并上传代码,就可在边缘节点上即时生效,就近响应终端用户或设备的个性化计算诉求,同时也满足多地接入、高吞吐和低时延的网络性能。融合边缘函数运行时、弹性扩缩容等先进技术,同时保证函数性能和边缘节点资源的利用率。

本章对无服务器边缘函数计算的发展背景进行介绍,首先介绍和分析无服务器边缘函数的驱动因素,然后补充说明与中心云函数计算的互补和延伸。

 

1.      宏观驱动

a)      网络边缘数据爆炸增长

从闭路电视到自动驾驶车辆和无人驾驶飞行器再到边缘操作,创建、捕获、复制和消耗的数据量显著增加。由于产生的数据过多且无法回传,需要在网络的边缘进行预处理。然而,当许多设备同时传输数据时会出现问题。将大量设备生成的数据发送到集中式数据中心或云端会产生带宽和延迟问题。

根据Gartner公司的定义,“边缘计算是分布式计算拓扑的一部分,其中数据处理位于靠近边缘的产生或消费这些信息的位置。”该模型背后的想法是用更低的速度处理数据。边缘计算能够阻止无关数据向云平台或数据中心的传输,并仅发送所需的相关、可操作的数据。它使计算和数据存储更靠近收集它的设备,而不是依赖于数百或数千英里之外的数据中心。“到2022年,75%的各行业数据将在网络边缘产生并被处理,而非传统的IDC或云。” —— 《Gartner Top 10 Strategic Technology Trend》

b)      端侧行为模式改变

IoT数量和处理能力的爆炸式增长、5G的普及、最终用户毫秒级的体验要求、延时敏感型数据交互的增加。数十亿物联网和移动设备收集的数据呈指数级增长,正在推动从发送数据到云进行处理和存储向分布式模型的转变,在这种模式下,越来越多的计算发生在网络边缘,更靠近数据的创建位置。对计算能力也提出了更高要求,例如低时延、弹性计算、事件驱动、快速部署生效等;同时,各类互联网服务和应用的快速发展,也给边缘数据高效存储和处理带来新的挑战。

c)      “新基建”加速产业融合

“新基建”是十四五规划的重点方向,通过优化算力资源结构,将高频调用、低时延业务需求分配至边缘数据中心,推动5G承载网络的边缘组网建设,为将算力和网络下沉到边缘创造条件。同时,工业互联网、车联网、远程医疗等产业政策明确提及边缘计算,推动关键技术研究、标准体系建设及软硬件产品研发,促进边缘云在典型产业的融合应用。例如:2018年7月,工信部发布《工业互联网平台建设及推广指南》,组织开展边缘计算技术测试与应用验证,推动基于工业现场数据的实时智能分析与优化。2020年12月,发改委、网信办、工信部、能源局发布《关于加快构建全国一体化大数据中心协同创新体系的指导意见》,对于面向高频次业务调度、对网络时延要求极高的业务,支持向城市级高性能、边缘数据中心调度。2021年3月,工信部发布《“双千兆”网络协同发展行动计划》,协同推进5G承载网络建设。逐步推动三层虚拟专用网组网到边缘,兼容边缘云数据中心互联组网。

 

2.      技术演进:中心云函数计算的互补和延伸

随着公共云BaaS云产品的繁荣发展被越来越多的开发者采纳,5G落地、AI爆发、大数据持续突破,云计算已然成为新时代的水电煤,用户使用云计算的主要矛盾发生了转变。为了解决EC2必须自己管理虚拟机并进行繁琐配置的缺点,AWS随之推出Lambda云服务,其提出了以函数计算为核心的Serverless架构,云用户只需要编写代码,并将传统云计算所需的大量服务器系统管理任务委托给云厂商。同类中心云函数计算还有Google Cloud Functions、 Azure Function、 IBM Cloud Functions、阿里云函数计算、腾讯云函数等等。

从数据存储和处理到系统响应能力,中心云函数计算正在被其支持的服务和应用的需求推向极限。在很多情况下,更高的带宽或计算能力并不一定意味着能够以更快的速度处理来自联网设备上的数据,也不足以近乎实时地生成即时响应和行动。主要挑战包括:

  1. 时延更多行业正在实施需要快速分析和响应的应用程序。仅靠中心函数计算无法与这些需求齐头并进,因为数据源的网络距离产生了延迟,导致低效、时间延迟和较差的客户体验。
  2. 带宽。增加传输带宽或更多处理能力可以解决延迟问题。但是,由于公司继续增加其网络中的边缘设备数量以及产生的数据量,传送数据到云端的成本可能会到达不切实际的水平,而这本可以通过在边缘处理、存储和分析数据来减轻。
  3. 安全与隐私。在边缘保护私人医疗记录等敏感数据的安全,并减少通过互联网传输的数据,有助于降低数据被截获的风险,从而提高安全性。此外,部分政府或客户可能会需要让数据留在其创建的管辖区内。例如,在医疗保健领域,对于个人数据的存储或传输,甚至可能存在地方或地区性限制要求。

 

边缘函数计算,将一些数据功能(如存储、处理和分析)从云移至边缘更靠近数据生成的位置,可以带来一些关键益处:

  1. 提升速度并降低延迟。将数据处理和分析转移到边缘有助于加快系统响应,从而加速事务处理,提升体验,这在准实时应用中至关重要,如自动驾驶车辆。
  2. 改善网络流量管理。尽量减少通过网络发送到云端的数据量,可降低传输和存储大量数据的带宽和成本。
  3. 更高的可靠性。网络可单次传输的数据量是有限的。对于网络连接较差的位置,借助在边缘存储和处理数据的能力,可提高云连接中断时的可靠性。
  4. 增强的安全性。如果实施得当,边缘计算解决方案可限制网络的数据传输,从而提高数据安全性。

二、        边缘函数计算概述

1.      边缘函数计算的定义

边缘函数计算是一个基于大量边缘计算节点形成的无服务器边缘开发平台。开发者无需关注服务部署区域、无需搭建和维护基础设施,只需编写并上传代码,就可在边缘节点上即时生效,就近响应终端用户或设备的请求。

2.      边缘函数计算的价值

边缘函数计算平台使开发人员可以轻松利用分布式公共云基础架构并构建高性能、安全、全球规模的应用程序和服务。开发者无需关注服务的部署区域,无需搭建和维护基础设施,只需要一键部署代码,就可在边缘节点上即时生效,就近响应终端用户或设备的请求。边缘函数计算可以快速构建任何类型的应用和服务,并且只为任务实际消耗的资源付费。开发者用户可以在边缘函数计算平台上运行任意代码。可以将用户请求转发到用户源站,也在边缘节点直接响应内容,甚至允许可以向第三方API发出各种出站请求并执行任何想要任何的操作。

三、        边缘函数计算发展现状

与云计算领域已经具备成熟的计算管理软件平台不同,边缘函数计算平台在国内外并没有成熟稳定的对应技术。当前各个公司都希望在边缘函数计算这一新的领域获得先发优势,边缘计算和无服务计算(Serverless Computing)的研究工作仍处于初级阶段,各厂商及开源社区边缘技术路线各不相同,个性体现并丰富着共性,同时个性并不完全包含于共性之中。

中心云函数计算的国内外发展现状,2014年AWS推出Lambda云服务,提出了以函数计算为核心的Serverless架构。随后各个云计算提供商纷纷推出函数计算云服务,谷歌推出Google Cloud Functions,微软推出Azure Function,IBM推出了IBM Cloud Functions并开源了Apache OpenWhisk,2017年4月,阿里云推出Function Compute,腾讯云推出无服务器云函数。函数计算2017年成为当年增长最快的云服务。业界认为,使用函数计算,云的费用可减少10%至90%。自2009年加州大学伯克利分校预测的当时云计算所面临的挑战将会被逐一解决,云计算将会繁荣起来,如今已一一实现。2019年2月,伯克利再次发表论文预测Serverless将成为下一代云服务的主流形态。

1.      主流厂商及代表

关于边缘函数计算,参考Forrester 2021 Q4 《Forrester New Wave™:边缘开发平台》列举出了九家主流厂商:

a)      Cloudflare Workers

Cloudflare Workers 是一个 FaaS 解决方案,支持无服务器应用程序部署到网络边缘,从而大大减少延迟。它使用了Cloudflare 的全球152个数据中心网络,可以在边缘缓存轻量化静态 HTML 页面,同时根据用户位置、设备类型或当时时间,进行动态响应。Cloudflare Workers提供了低延迟、即时更新、高性能、超高可配置和可控性的函数服务,帮助用户完成边缘函数全托管。确保业务的快速迭代、同时提升站点的性能、访问速度以改善访客体验。

b)      Fastly Compute@Edge

美国知名云计算服务供应商 Fastly 也推出了无服务器边缘运算服务 Compute@Edge,该服务提供一种灵活且可扩展的方法,让用户在网络边缘构建无服务器应用程序。

Compute@Edge 平台允许用户将自定义代码编译为 WebAssembly, 在Fastly 边缘节点提供隔离和轻量级沙盒响应每个计算请求。同时 Compute@Edge 环境能以 35.4 微秒的速度启动,为用户提供的安全、高性能和可扩展的无服务器计算方法。

c)      Akamai EdgeWorker

Akamai EdgeWorkers 使开发人员能够在全球部署的超过 25 万边缘服务器中创建和部署微服务。当开发团队在边缘激活代码时,他们会将数据、洞察力和逻辑推向更靠近最终用户的地方。Akamai 的高性能和可扩展实施模型确保数据和计算不会受到可能对数字体验产生负面影响的延迟问题的阻碍。借助 EdgeWorkers,开发团队可以创建创新服务并将 Akamai 作为代码作为其数字基础架构的一部分进行管理。

图:Akamai EdgeWorkers工作流

2.      技术优势

函数计算服务的原理抽象出来,一般包含事件源、函数计算以及定义与管理事件源如何触发函数计算的规则。开发者编写函数代码上传至函数计算,以及配置好函数触发规则。当事件源有事件发生时,便会按照配置好的函数触发规则自动触发函数,函数计算会根据业务运行的波峰波谷情况,自动进行弹性伸缩。触发规则管理根据事件源类型或各个云厂商的规定放在函数计算或放在事件源内。每个云计算提供商的函数计算都有会规定允许触发函数计算的事件源/触发器。事件源一般支持网络与内容分发、存储、数据分析与定时事件,有些云厂商支持的事件源覆盖IoT、数据库、AI、消息队列等集成服务,并支持用户自定义事件源。

边缘函数计算继承了中心云函数计算的技术优势,同时在此基础上,结合边缘节点实际情况,演变出了更加贴合边缘的技术优势与特征。

简化运维快速迭代:聚焦业务逻辑,无需关心非功能开发,免运维,实现业务的快速试错和验证。

边缘响应更快捷通过智能调度,时刻保持距用户最近,性能最优的边缘节点运行响应,为用户提供稳定低延时服务,保障用户请求被快速处理。

冷热启动低时延长期以来,服务器一直被用来部署在线应用程序,但众所周知服务器很难配置和管理,服务器启动时间严重限制了应用程序快速伸缩的能力。边缘函数计算追求更快的冷启动时间,使用超轻量级的函数安全运行时,冷热启动控制在毫秒级别。

弹性扩展高可用结合边缘资源,依托边缘云网络,实现符合边缘函数计算的弹性扩容方案。快速提供底层扩容以应对峰值压力,提供高可用性保障,助力业务平稳运行。无需采购和管理底层的基础设施,运维成本低。

按需使用低成本:按量计费,弹性扩容,不占用冗余资源,降低使用成本。函数计算和传统云计算之间的三个基本区别是:计算与存储的解耦,它们的规模独立,价格独立;执行一段代码的抽象而不是分配资源来执行代码;为代码执行付费,而不是为分配给执行代码的资源付费。

3.      技术观察

本小节主要介绍边缘函数计算参考架构,该架构主要三个部分:边缘业务与应用,服务管理,边缘网关、函数运行时、函数状态组成的边缘函数计算资源。

a)      参考架构

第一,边缘业务与应用:该部分主要是部署在无服务器边缘函数中的新型业务与应用。这些新型的智能业务与应用在平台提供的安全隔离的环境中运行。同时通过边缘节点的网络控制和资源编排,实现弹性高可用的函数服务调用。

第二,服务管理:边缘函数计算服务管理实现了对边缘函数服务的管控,并向上支撑边缘业务与应用,向下连通网络及边缘计算资源。边缘函数计算服务管理,具备函数部署管理、用户函数管理、服务调度、运维管理、开发管理等机制能力。服务管理系统连接各个边缘计算节点,实现对边缘节点统一协同管理,并保证时延和最优路径,快速响应用户边缘请求。包括对资源负载状况的实时监控,为函数的计算处理提供弹性的资源,具备灵活的资源扩缩能力。

第三,边缘函数计算资源:边缘函数计算资源主要由边缘网关、函数运行时、边缘存储组成,为边缘函数计算平台提供计算、存储和网络设施资源。

 

b)      关键模块

下面重点聚焦在轻量级函数运行时选型、函数语言生态支持、开发者流程、边缘函数数据状态管理几个关键模块,分别一一进行介绍。

  • 1轻量级函数运行时

在《边缘计算产业联盟白皮书》中将边缘计算产业总体上划分为联接、智能、自治三个发展阶段。第一个发展阶段是联接,一种运行时的支持意味着一种工作负载任务类型和一类技术生态的支持。

边缘函数的业务有海量接入、碎片化、边缘化等特点。需要边缘函数计算提供新的架构和技术手段;边缘应用业务通常具有波峰波谷变化,业务运行具有事件触发特征,且边缘环境资源受限,设备众多,需要考虑更细粒度的动态调整和面向协作的资源管理方式。

边缘函数的业务有更高的安全、隔离需求。传统的虚拟机在运行时方面不能满足业务场景需求。大部分中心以及边缘函数计算借助容器和虚拟机,甚至是更符合边缘情况的轻量级函数运行时,保证系统能够更方便地对计算平台上的业务负载进行整合、编排和管理。

Chrome V8 引擎: Chrome V8 是 JavaScript 引擎,这意味着它执行 JavaScript 代码。最初,JavaScript 是为了在网络浏览器上执行而编写的。Chrome V8(或简称 V8)可以在浏览器内部或外部执行 JavaScript 代码,从而使服务器端脚本成为可能。像 V8(八缸)汽车发动机一样,Chrome V8 快速而强大。V8 将 JavaScript 代码直接转换为机器代码,以便计算机能真正理解代码,然后执行转换或编译后的代码。V8 还优化了 JavaScript 执行。“沙箱”是执行软件的环境,它与其他环境(包括同一台计算机上的其他环境)隔离并区分开来。沙箱是 Chrome V8 的一项关键功能。每个进程都经过沙箱化处理,以确保 JavaScript 功能在其上单独运行,并且执行一段代码时不会影响任何其他代码。(许多沙箱企业产品在隔离的虚拟机中打开并运行可执行文件,而 V8 沙箱技术与它们不同,不会降低性能。)

LucetLucet 是一个原生的 WebAssembly 编译器和运行时。它旨在安全地在边缘函数运行时中执行不受信任的 WebAssembly 程序。WebAssembly 是一种技术,旨在使 Web 浏览器能够以接近本机的速度安全地执行程序。Lucet 旨在将 WebAssembly 超越浏览器,并构建一个平台,以便在边缘云上更快、更安全地执行。WebAssembly 已经被包括 Rust、TypeScript、C 和 C++ 在内的许多语言支持,并且更多的语言在开发中支持 WebAssembly。在单个进程中为每秒数万个请求中的每一个创建一个 WebAssembly 实例,与浏览器 JavaScript 引擎相比,它需要的运行时占用空间要小得多。Lucet 可以在 50 微秒内实例化 WebAssembly 模块,而内存开销只有几千字节。可以在同一进程中同时执行数万个 WebAssembly 程序,而不会影响安全性。Lucet 编译器和运行时协同工作以确保每个 WebAssembly 程序只允许访问其自己的资源。这意味着边缘函数的开发者用户将能够使用更常见的通用语言编写和运行程序,同时保证安全性。Lucet 将执行 WebAssembly 的模块分为两个组件:一个编译器,它将 WebAssembly 模块编译为本机代码,一个运行时管理资源并捕获运行时错误。Lucet 设计用于将 WebAssembly 提前 (AOT) 编译为本机代码,与浏览器引擎中采用的即时 (JIT) 编译策略相比,它极大地简化了运行时的设计和开销。

WasmTime Wasmtime 是 WebAssembly 的独立运行时,可根据开发者的需求进行扩展。它适用于微型芯片,也适用于大型服务器。Wasmtime 也可以嵌入到几乎任何应用程序中。Wasmtime 建立在优化的Cranelift代码生成器之上,可在运行时快速生成高质量的机器代码。Wasmtime 支持丰富的 API,用于通过WASI 标准与主机环境进行交互。

  • 2语言生态支持

边缘函数计算最初解决的问题是WEB应用优化, 80%的WEB应用开发者希望边缘函数优先支持JavaScript。目前市面上边缘函数计算平台对于语言的支持,包括但不限于:JavaScript、TypeScript、Rust、C/C++、AssemblyScript。通过WebAssembly还可以扩展支持更多语言。

  • 3开发者流程:工具、版本管理、部署集成

由于边缘函数计算最初的用户画像更多的面对的是WEB应用开发者,所以在边缘编写代码,除了WEB_IDE用于在线编写部署,更多的边缘函数平台实现了一套命令行工具用于本地调试,方便开发者通过命令行工具在本地实现边缘函数的增删改查、调试、应用打包。主流边缘函数计算平台基本都提供了代码和执行环境配置的版本管理。部署集成方面包括对于Serverless框架的支持、支持使用Terraform部署、使用GitHub Actions部署。

  • 4边缘函数数据状态、数据库管理

每个边缘函数应用程序都有两部分:代码和状态。在大型分布式系统中,如何保证边缘函数数据状态的一致性是一大挑战。当边缘函数同时在全球范围内的数据中心中运行时,保证所有数据中心在相同时间内看到相同数据,很难兼顾边缘函数的性能、可用​​性、分发规模。当前市场上Cloudflare Workers通过Workers KV提供了对全球分布式数据的低延迟访问。以及Durable Objects,用以保证边缘数据的强一致性。

对于查询复杂的数据集,或与现有的记录系统进行通信,则需要边缘函数进一步对数据库做扩展支持。用户总是想要使用不同的工具来存储和访问数据。边缘函数计算平台允许用户构建新应用程序时选择边缘优先的数据库,当前可以看到Cloudflare Workers支持 HTTP 连接的数据库,与Macrometa、Fauna、MongoDB Atlas 、Prisma进行对接。

(5)弹性扩缩容

弹性扩缩容是边缘函数的一大特点,本质上是服务管理平台对分布式边缘计算节点资源进行统一协同管理、编排,以保证边缘函数的按需调用、弹性灵活,进而提升边缘节点里计算资源的利用率。

其中,对函数运行时进行管理编排是弹性扩缩容技术的主要内容。服务管理平台将用户代码遵循OCI标准进行函数分发,并通过加密算法保证传输安全性。函数运行时提供语言级、进程级别并且资源受限的函数隔离运行环境。用户代码通过函数运行时,部署在边缘节点上,通过服务管理平台实现用户函数的生命周期管理。

服务管理平台具有完备的弹性伸缩能力,包括基于边缘网络协同的负载均衡网关,可扩展的函数伸缩引擎:负责各服务实例扩缩的发起、终止、弹性伸缩指标采集以及函数运行时多粒度的资源限制管理能力,函数分布式代码库管理能力、弹性伸缩的监控告警、运营治理能力。当前业界普遍采用Kubernetes(K8S)或者类似K8S的自研方案,实现用户函数、函数运行时的高效管理编排,为用户边缘函数的应用提供部署运行、资源调度、服务发现和动态伸缩等一系列完整功能,提高了大规模函数运行时管理的便捷性。

4.      落地挑战

投入产出:边缘函数计算面临部署成本高、产出衡量难、需求不刚性的问题。

资源异构:边缘计算产业碎片化,亟需推动硬件标准建设及软硬件解耦。

云边协同:边缘函数计算在应用、服务、资源等协同方面存在挑战。

边缘安全:海量、异构、分布式等特征使得边缘节点更易受到攻击。

四、        边缘函数计算的应用场景探索

边缘函数是一种分布式计算部署架构,将计算能力、业务部署到网络边缘,提供一种可靠、高效的业务体验。通过边缘函数计算,可以较好的解决成本、效率、联通问题。这些业务与应用一般具有以下特点:

(1)业务运行在边缘。

(2)业务具有波峰波谷变化。

(3)业务运行具有事件触发特征。

(4)应用数据更新大,一台服务器的处理能力已不能满足,开发者需要考虑如何配置负载均衡来应对处理请求。

(5)应用版本迭代速度快,业务开发、部署、升级、扩容要求高。

(6)一些低频的、维护性的后台任务等。

根据上述应用特点分析,适合边缘函数计算的典型应用场景主要有这几类类:

第一,在边缘发生的事件触发类场景,例如定制图片,定制事件,IoT中的低频请求,音频转换文字处理,自动程序消息传递,基于定时器处理/定时器任务,日志处理,SaaS事件处理,批量任务。

第二,在边缘发生的流量突发类场景,例如分布式大规模的计算、文件校验、图片处理、图片切片上传、裁剪、分享等。

第三,边缘应用类场景,例如边缘部署无源站的Web应用程序、JAMStack、GraphQL、IoT后端、移动后端等。

边缘函数计算可以更好的适配那些低频、频次不确定,时延敏感的业务场景,如:可编程边缘网络、政企上云、智能制造、物联网、车联网、消费互联网等。

1.      可编程边缘网络

更现代的 CDN 正在以开发人员为中心的方式构建其基础设施,公开 API 以允许客户更好地控制其平台的功能。这使得边缘之间的网络可编程。从边缘函数可以更好地实现这种灵活性和定制化,它允许服务在网络本身中注入更多逻辑,并且更改可以立即传播。使用边缘函数计算作为可编程边缘网络的API,可以被客户用作构建块,使他们能够更好地将这些内容管理和网络功能与他们自己的软件平台和服务联系起来。他们可以使用其他工具和平台自动化他们的工作流程,并以自定义方式严格控制其内容和网络流的行为。

主流用法包括:API网关、自定义路由、自定义负载均衡、可编程控制网络缓存、流响应、A\B测试。自定义访问控制:允许在边缘网络中更快地进行更改和传播,因为更改逻辑可以内联处理。自定义路由:允许流量流经不同的网络路径,并根据请求细节做出优先级决策,例如内容是什么(文件与视频)或请求中的任何用户元数据(用户设置、使用的设备、地理位置位置等)。使 WAF、DDOS 缓解和负载平衡等网络服务能够在达到峰值流量或需求时进行扩展。全球互联网“快车道”——检测并自动规避问题区域​​和中断,避开互联网的慢速区域。与基础架构无关的分发——网络逻辑可以根据上下文、流量、需求或网络条件等实时问题控制将事物路由到哪些基础架构(云、多云、混合或本地)

2.      政企行业

分支机构安全:边缘部署身份认证、用户审计等。

数字供应链:协同5G,在园区内对生产数据整合,下沉到边缘函数处理,再通过SD-WAN与供应链上下游企业集成

3.      工业互联网

边缘时序数据采集,实现边采边存边处理,从源头解决数据质量问题。生产设备实时数据传输、分析、故障预警、下控以降低Downtime损失。边缘函数计算通过整合数字技术和物理技术来实现更加灵活的高响应制造,从而可以为工业 4.0 提供基础。

4.      IoT场景

边缘计算网络在数据源头就对数据进行处理,进一步降低时延,提升可靠性。在边缘侧对IoT设备上报的数据进行过滤、去重、聚合等处理后上报云端。降低上云带宽、云端存储计算要求。

5.      车联网

5G网络和无服务器边缘计算网络作为核心技术,在降低车联网骨干网络压力、降低业务交换延迟等方面发挥巨大的作用。大幅提升实时、稳定性。低延迟和快速响应。

6.      消费互联网

就近部署、接入和计算,降低延时,提升体验。云游戏、在线教育、视频直播、安防监控等频繁数据交互,静态站点动态化。

五、        总结与展望

车联网、工业互联网、海量IoT设备数据处理等时延敏感、计算密集型业务正在快速发展,边缘计算面临着前所未有的技术挑战。边缘函数计算通过海量边缘计算节点,敏捷地响应计算请求,高效地利用节点计算资源,同时通过利用 Serverless 技术,提升边缘函数应用的运营效率,降低运维成本,促进网络新型业务的快速研发和迭代。

边缘函数未来的几大发展趋势,包括但不限于:

  • 边缘应用一体化,要求边缘函数在边缘更好的提供数据状态管理、数据存储、对接复杂数据库,从而实现边缘应用全托管;
  • 函数运行时支持更多的语言形态,以接入更多的编程生态和业务形态;
  • 对物联网IoT设备更多协议的支持与优化,可以更好的发挥边缘函数可编程计算平台的用武之地;
  • 提供安全可信的边缘函数服务。从数据安全角度,提供轻量级数据加密、数据安全存储、敏感数据处理的安全服务。从运维安全角度,提供应用监控、审计、访问控制等安全服务。
文章来自个人专栏
余凯
5 文章 | 1 订阅
0条评论
0 / 1000
请输入你的评论
0
0