物联网兴起，一文带你理清雾计算、云计算及边缘计算的异同互联网的出现带来了大量的数

文章插图
互联网的出现带来了大量的数据积淀，而即将到来的物联网毫无疑问会继续加速这一趋势。同时，为了应对万物互联时代中必不可少的算力问题，各类型的计算设备和理念层出不穷，从集中到分散不一而足。
为此，本文特地选取目前日趋火热的一种计算结构——“雾计算” ，并将其与云计算和边缘计算来做对比，以此简单概括出几种计算理念的异同，并剖析这几项技术对物联网的发展有何意义。
“雾”与“云” 首先，需要了解的是，雾计算是指一种去中心化的计算结构，是使用最终用户终端设备或连接最终用户设备的边缘设备，以分散式协作架构进行数据存储（相较于将数据集中存储在云端数据中心），或进行分散式网络封包传输通信（相较于通过互联网骨干路由），或相关分散式控制或管理。
2011年，为了应对大量物联网设备和大数据量的实时低延迟应用，出现了用雾计算扩展云计算的需求， “雾计算”这一词也由Jonathan Bar-Magen Numhauser教授在那一年定义。 2014年，思科公司在Cisco Live 2014首度提出这个概念。
2015年11月19日，思科系统、ARM控股、戴尔、英特尔、微软和普林斯顿大学成立了OpenFog联盟，以促进雾计算领域的利益和发展。
而谈到雾计算，大众毫不例外的都会将其与云计算进行比较。简单来说，云计算和雾计算都为终端用户提供存储、应用和数据。但是，雾计算与云计算的最大区别在于与边缘的距离。在雾计算的理论模型中，雾计算节点在物理和功能上介于边缘节点和集中式云之间，雾计算更接近终端用户，地域分布更广，也比云计算更节能。
文章插图
雾计算、云计算和边缘计算的关系
其中，雾计算的优势之一是让许多用户同时连接到互联网。从本质上讲，它提供了与云计算解决方案相同的网络和服务，但增加了分散网络的安全性。
具体来看，云计算是指使用托管在互联网上的远程服务器网络来存储、管理和处理数据，而不是使用本地服务器或个人计算机。
云计算平台提供了在一个可扩展的系统上，用户之间共享和混用硬件设备，本质上是让用户拥有了从异地存储和恢复数据的能力。
当智能手机关联上云计算后，原本手机因存储空间不足而需要放弃掉的应用和服务数据都可以从云端传输过来并反过来再传输到云端，以提供我们所需的服务。当然，这其中对云计算技术考验最大的就是“带宽” 。
文章插图
【物联网兴起，一文带你理清雾计算、云计算及边缘计算的异同】相比之下，雾计算的主导地位将由更接近数据源（用户设备）的数据收集需求所驱动。雾联网由控制平面（Control plane）和数据平面（Data plane）组成，在数据平面上，雾计算使计算服务驻留在网络边缘，而不是数据中心的服务器。
由此，雾计算的使用涉及到一个复杂的边缘设备互连的过程。边缘设备包括传感器、存储系统和网络基础设施，它们共同工作以捕获和分发数据。
与云计算相比，雾计算强调接近最终用户和客户目标（如运营成本、安全策略、资源利用）、密集的地理分布和上下文感知（对于涉及计算和物联网资源的内容）、降低延迟和节省主干带宽以实现更好的服务质量（QoS）以及边缘分析/流挖掘，从而实现卓越的用户体验和故障情况下的冗余，同时它还能够用于辅助生活场景。
与过去相比，随着物联网的发展，越来越多的设备被加入到网络中，海量的设备除了对无线数据传输提出了要求，也对数据的安全性和本地处理数据的能力提出了要求。
而雾计算的灵活性及其从集中式云和网络边缘设备收集和处理数据的能力，使其成为物联网时代解决信息过载的最有用的方法之一。包括智能手机、可穿戴式健康监测设备、联网车辆和AR/VR类产品都需要雾计算的支持。
文章插图
不过，需要清楚的一点是，雾计算是一种中间水平的计算能力，它不是云计算的替代，而是作为云计算的补充。
雾计算和边缘计算谈罢雾计算和云计算，还有一个概念需要解释，那就是边缘计算。因为概念的相似性，二者经常被搞混，但严格来说，边缘计算基本上是雾计算的一个子集，它指的是在数据出现的地方附近进行处理。