也说智慧建筑场景下的边缘计算与云计算

原创 Datatell 2019-05-08 17:08

在建筑数据分析方面，边缘计算的作用是什么？应用边缘计算的优势有哪些？怎样与云计算配合？

智慧建筑已经越来越多的采用边缘计算技术来实现更加智能、高效的设施设备管理。所谓边缘计算就是将数据处理的算力、算法部署在系统边缘侧，使得控制器、传感器、网关等设备具备更加智能的运行能力，就近做决策，而不是总要依赖云计算来解决所有问题。大型建筑具有复杂而多样的机电系统，边缘计算的特点天然的迎合了建筑运维的需要。近些年来，楼宇的业主、管理者、住户都越来越多的认识到边缘计算的优势并持续推动这项技术应用落地。据美国咨询机构Navigant Research预测，建筑边缘计算以及相关物联网技术的市场将在未来10年稳定增长，全球业务收入从2018年30亿美元增长到2027年的78亿美元，保持11.2%的年增长率，而欧洲、亚太以及北美地区将是最活跃的市场。

那么在建筑数据分析方面，边缘计算的作用是什么？应用边缘计算的优势有哪些？怎样与云计算配合？最新一期的SkyFoundry Insider在这些问题上做了一些探讨——

边缘和云

最近讨论很多的话题之一是“边缘计算”，虽然边缘计算最近有可能被炒作的有些过热，但对于物联网来说，边缘计算的概念非常简单，同时也非常重要。为了满足“下一代”物联网解决方案的需要，分析需要在架构的每个层面上进行----从边缘到云。

当我们谈论“边缘”或边缘计算时，我们指的是，要尽可能靠近数据源，执行基本数据采集和技术。例如，直接在小型物联网设备，或设备系统的设备控制器上进行高级分析。

随着对设备数据的更多应用，以及设备数据分析技术的进步，数据分析已经开始显现出效果，例如改进运营的效率。第一代分析专注于将云作为计算平台，对传感器，设备系统和物联网设备进行分析。绝大多数产品和服务的设计要求将所有数据从设备系统传输到云（或其他中央服务器），产生分析结果，并将其组合成运营商的视图和报告。

这种方法可能是一种自然的开始，但它对于物联网的现实来说是不可行，或不是最合理的。要达到分析等针对数据的应用的最大优势，需要通过“边缘计算”的架构来实现，而不是全部依赖云计算。

正是由于我们把所有的目光都关注在“云”上，才出现的“边缘计算”的概念。云计算可以提供很多好处，但它无法解决将物联网技术应用于构建系统时所遇到的所有问题，它不是包治百病的灵丹妙药。对传感器，机电设备设备和物联网设备所产生数据进行分析的第一代数据分析应用程序，完全依赖于“云计算”，这意味着它们需要将所有数据从设备系统传输到云上，进行分析，将结果可视化，并生成报告和通知。但这可能将成为越来越多应用程序的主要障碍。在边缘侧进行分布式计算才是最佳解决方案。

云计算所带来的挑战

让我们从更广泛的角度来考虑物联网，物联网实际上是分布式计算的挑战。如果我们想从这些数据中获取有用价值之前，需要将设备的每个数据都先传输到云上，这其实是不可能、不经济，也没有必要的。事实上，我们所处的世界都是基于分布式计算的，想想是不是这样？

在你的电脑，手机或Pad平板上，打开浏览器，转到Google, 或百度或你喜欢的网站，查找一个感兴趣的内容，搜索，Boom! 你想要的信息出现在了眼前。

这是怎么发生的呢？你是否要先将所有信息上传并存储到你的电脑，手机或平板电脑里吗？当然没有。那是否所有信息都聚合并存储在云里的单个服务器或某个位置上吗？是否有人提前将信息汇总和存储，以便搜索、访问或查看呢？显然答案也是否定的。

你可以根据需要提出要求，你可以在需要时才搜索所需的内容，你订阅了你感兴趣的新闻，但你不会试图把他们都放在一个地方，因为你做不到，而且，也没有必要。互联网不是这样运作的，搜索也不是这样工作的。当你输入搜索内容时，该请求将被分派到数百或数千台计算机，他们都会响应，然后他们显示的结果看起来像是来自单个服务器，这是通过称为“map-reduce”的技术实现的。

前面说到，大多数第一代物联网数据应用程序要求将所有数据发送到云，以便提前聚合，执行分析和可视化。这与物联网的现实相冲突，你无法将数百，数千，数百万或数十亿设备中的每个数据都传到单个服务器上，以便能够使用该数据，对其进行可视化，分析，呈现并从中获取价值。随着物联网设备越来越多，不同行业使用面向数据的应用程序越来越多，这种限制变得非常明显。

想一下自动驾驶汽车的例子，我们不能依赖于向云端发送数据，来决定是否要刹车。这些数据分析过程需要再车辆中进行---即在边缘进行。同时在云端的中央服务器上聚合数据，可以使别的应用程序更有效，比如地图程序，通过收集和分析来自移动电话的GPS数据，识别交通拥堵并引导我们前往目的地的最佳路线。这个应用程序在云端就更适合。正如这个例子，现实情况不是“这样或那样”那么简单。

数据分析解决方案需要采用物联网的高度分布式特性，并通过软件架构支持各种应用程序的需求，使计算能够在最高效，最具成本效益和最可靠的地方进行。这意味着我们需要从边缘到云的软件架构。

边缘计算的优势

数据的可靠性

无论是对传感器还是控制器，靠近终端设备收集数据，比通过Internet连接数据将其传输到云端，可靠性会更高。当网络中断时，能够短时间内存储数据的边缘计算设备，可以比将数据都传输到云上的架构提供更好的解决方案。虽然在网络恢复后，可以将数据再传输到云上，但在网络中断的这段时间内，这段数据不会生成其他结果（分析结果，可视化，控制策略等）。而通过支持边缘计算的分布式架构，即使边缘设备未连接到云，一些算法流程也会在本地继续进行。这意味着即使与云的连接不可用，运行人员仍然可以访问器系统的功能。

现场总线网络的隔离

现在已有很多传感器和控制设备是通过网络进行通讯，但这些网络并不是为通过互联网传输所设计的，或者不能以符合现代IT安全要求的方式进行通讯。例如，RS485和RS232等串行网络，本地无线网络等。这意味着需要安装某种类型的网关节点来隔离这些网络，并由这些节点充当数据转换/网关/转发器。而具有计算功能的边缘设备，不仅仅可以充当网关，同时还可以执行数据分析，展示和控制的全部功能。

网络上数据传输的成本和性能

这是集中式云解决方案的隐藏成本之一，数据传输到云不是免费的。你通常需要考虑两部分成本，首先，大多数云平台都有云数据传输相关的费用，它们通常是根据你发送到云的数据量收费；而同样重要的是与通过蜂窝网络传输数据的相关成本，例如应用4G时SIM卡的成本。

已经有越来越多物联网设备在通过蜂窝网络连接，这样做，有时是因为避免与企业网络和IT安全要求冲突，有时是因为没有可用的连线网络，比如在分散的远程监控站点，农业应用等场景。但通过蜂窝网络传输大量数据相关的成本可能会显著影响着项目的成本造价。

通过“边缘计算”的能力改变了这种情况，通过边缘计算的方式，数据在本地采集，在本地执行分析，只需要通过蜂窝网络传输结果，这可以将网络数据使用量减少到百分之一甚至千分之一。

减少工程成本

在远程站点收集数据并发送到云的大多数系统中，现场使用某种类型的网关设备。这些设备有两个成本。首先，当然是设备本身的成本。而更重要的是设置设备以连接和收集设备数据然后将其发送到云的成本。然后，在云应用程序中，需要额外的工程工作才能将数据导入云软件平台。通过在边缘应用分析应用程序，消除了重复的工程工作，从而显着节省了成本。

应用程序的可靠性和过程连续性

我们刚说到了数据收集的可靠性，还有另一方面的可靠性需要考虑。例如对于远程站点的用户，他们可能利用分析结果进行冷机优化控制，生产过程控制，借助边缘计算解决方案，即使与云或中央服务器的连接丢失，他们仍然可以访问其数据和分析结果，这对于许多关键应用至关重要。

那么这是否意味着云已经死了？

虽然我们刚刚所讨论的例子显示，数据分析和一些数据导向的应用程序有需要向边缘计算发展，但由边缘计算数据分析，并不意味着完全放弃云服务器或中央服务器，他们有他们自己的作用，并将继续存在。将边缘与云分开，看成两种对立的方式是错误的。边缘计算意味着在整个架构中，在现场实现数据分析，以便最有效的提供其价值。借助Datatell这样的全系统解决方案，你可以全面实现真正的从边缘到云的物联网架构。

让运维更轻松

Easier Work Better Building

跳转微信打开