从中心走向边缘——深度解析云原生边缘计算落地痛点
作者：段嘉，新勝
云計(jì)算發(fā)展史，就是虛擬化技術(shù)的發(fā)展史。近 20 年來(lái)云計(jì)算與互聯(lián)網(wǎng)相互促進(jìn)高速發(fā)展，中心云技術(shù)成為全社會(huì)通用的基礎(chǔ)設(shè)施。隨著物聯(lián)網(wǎng)、人工智能等技術(shù)的不斷發(fā)展，尤其是產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展落地，中心云計(jì)算開始相形見絀，分散式邊緣計(jì)算在當(dāng)下被重新寄予厚望。如果中心云計(jì)算是由技術(shù)創(chuàng)新驅(qū)動(dòng)的，那么邊緣計(jì)算一定是業(yè)務(wù)價(jià)值驅(qū)動(dòng)的。
那到底什么是邊緣計(jì)算？邊緣計(jì)算有哪些分類？邊緣計(jì)算與中心云的關(guān)系是什么？本文將抽絲剝繭，深入淺出，詳細(xì)闡述對(duì)邊緣計(jì)算與云原生的理解與思考。
邊緣計(jì)算的理解與思考
邊緣計(jì)算的定義
邊緣計(jì)算當(dāng)前沒有準(zhǔn)確定義，從 IT 云計(jì)算領(lǐng)域視角，邊緣計(jì)算被看作中心云計(jì)算的拓展。邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟對(duì)邊緣計(jì)算的定義：“在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的開放平臺(tái)，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷連接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求”。從 CT 電信領(lǐng)域視角，邊緣計(jì)算最初也被稱為移動(dòng)邊緣計(jì)算（MEC）。歐洲電信標(biāo)準(zhǔn)協(xié)會(huì)（ETSI）對(duì) MEC 的定義：“移動(dòng)邊緣計(jì)算在移動(dòng)網(wǎng)絡(luò)的邊緣、無(wú)線接入網(wǎng)（RAN）的內(nèi)部以及移動(dòng)用戶的近處提供了一個(gè) IT 服務(wù)環(huán)境以及云計(jì)算能力”。
邊緣計(jì)算的定義各有側(cè)重，但核心思想基本一致——邊緣計(jì)算是基于云計(jì)算核心技術(shù)，構(gòu)建在邊緣基礎(chǔ)設(shè)施之上的新型分布式計(jì)算形式，在邊緣端靠近最終用戶提供計(jì)算能力，是一種靠近數(shù)據(jù)源的現(xiàn)場(chǎng)云計(jì)算。
中心云計(jì)算憑借其強(qiáng)大的數(shù)據(jù)中心，為業(yè)務(wù)應(yīng)用提供大規(guī)模池化，彈性擴(kuò)展的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施服務(wù)，更適用于非實(shí)時(shí)、長(zhǎng)周期數(shù)據(jù)、業(yè)務(wù)決策場(chǎng)景；邊緣計(jì)算則聚焦在實(shí)時(shí)性、短周期數(shù)據(jù)、本地決策等業(yè)務(wù)場(chǎng)景，比如當(dāng)下熱門的音視頻直播、IoT、產(chǎn)業(yè)互聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)甚至元宇宙等，將工作負(fù)載下沉至離終端設(shè)備或者靠近最終用戶的地方，以此實(shí)現(xiàn)更低的網(wǎng)絡(luò)延遲，提升用戶的使用體驗(yàn)。
“章魚式”邊緣計(jì)算
邊緣是相對(duì)中心式計(jì)算的邊緣分散式計(jì)算。邊緣計(jì)算的核心目標(biāo)是快速?zèng)Q策，將中心云的計(jì)算能力拓展至“最后一公里”。因此它不能獨(dú)立于中心云，而是在云-邊-端的整體架構(gòu)之下，有中心式管控決策，也有分散式邊緣自主決策，即章魚式邊緣計(jì)算。
如上圖漫畫中所示，章魚全身神經(jīng)元中心式腦部占 40%，其余 60% 在分散式腿部，形成 1 個(gè)大腦總控協(xié)調(diào) + N 個(gè)小腦分散執(zhí)行的結(jié)構(gòu)。1 個(gè)大腦擅長(zhǎng)全局調(diào)度，進(jìn)行非實(shí)時(shí)、長(zhǎng)周期的大數(shù)據(jù)處理與分析；N 個(gè)小腦側(cè)重局部、小規(guī)模數(shù)據(jù)處理，適用于現(xiàn)場(chǎng)級(jí)、實(shí)時(shí)、短周期的智能分析與快速?zèng)Q策。
章魚式邊緣計(jì)算采用中心云+邊緣計(jì)算的分布式云邊一體化架構(gòu)，海量終端采集到數(shù)據(jù)后，在邊緣完成小規(guī)模局部數(shù)據(jù)的實(shí)時(shí)決策處理，而復(fù)雜大規(guī)模的全局性決策處理則匯總至中心云深入分析處理。
邊緣計(jì)算的位置
邊緣計(jì)算位于中心云及終端之間，將云計(jì)算能力由中心下沉到邊緣，通過(guò)云邊協(xié)同的架構(gòu)解決特定的業(yè)務(wù)需求，能最大程度降低傳輸時(shí)延，這也是邊緣計(jì)算的核心價(jià)值。但中心云與終端之間的網(wǎng)絡(luò)傳輸路徑經(jīng)由接入網(wǎng)（距離 30 公里，延遲 5 到10 毫秒），匯聚網(wǎng)，城際網(wǎng)（距離 50 到 100 公里，延遲 15 到 30 毫秒）到骨干網(wǎng)（距離 200 公里，延遲 50 毫秒），最后才到數(shù)據(jù)中心（假定數(shù)據(jù)中心 IDC 都在骨干網(wǎng)），耗時(shí)數(shù)據(jù)是正常網(wǎng)絡(luò)擁塞的撥測(cè)統(tǒng)計(jì)值，即業(yè)務(wù)側(cè)感知的實(shí)際延遲數(shù)據(jù)，雖不是非常精確，但足夠輔助架構(gòu)決策。
云計(jì)算能力由中心逐步下沉到邊緣，節(jié)點(diǎn)數(shù)量增多，覆蓋范圍縮小，運(yùn)維服務(wù)成本快速增加。根據(jù)國(guó)內(nèi)網(wǎng)絡(luò)（國(guó)內(nèi)有多張骨干網(wǎng)，分別是電信 CHINANET 與 CN2，聯(lián)通 CNCNET 以及移動(dòng) CMNET）現(xiàn)狀，骨干網(wǎng)節(jié)點(diǎn)，城際網(wǎng)節(jié)點(diǎn)，匯聚網(wǎng)節(jié)點(diǎn)，接入網(wǎng)節(jié)點(diǎn)，以及數(shù)以萬(wàn)計(jì)的業(yè)務(wù)現(xiàn)場(chǎng)計(jì)算節(jié)點(diǎn)都可以安置邊緣計(jì)算，因此范圍太廣難以形成統(tǒng)一標(biāo)準(zhǔn)。因此我們說(shuō)中心云計(jì)算由技術(shù)定義，邊緣計(jì)算由網(wǎng)絡(luò)與業(yè)務(wù)需求定義。
邊緣計(jì)算生態(tài)參與者眾多，云廠商、設(shè)備廠商、運(yùn)營(yíng)商三大關(guān)鍵服務(wù)商方以及一些新型 AI 服務(wù)商等，都是從各自現(xiàn)有優(yōu)勢(shì)延伸，拓展更多客戶及市場(chǎng)空間。設(shè)備商借助物聯(lián)網(wǎng)逐漸構(gòu)建單一功能的專業(yè)云；云廠商從中心化的公有云開始下沉，走向分布式區(qū)域云，區(qū)域云之間通過(guò)云聯(lián)網(wǎng)打通，形成一個(gè)覆蓋更大的云。運(yùn)營(yíng)商在互聯(lián)網(wǎng)時(shí)代被公有云及繁榮的移動(dòng)應(yīng)用完全屏蔽只能充當(dāng)管道，但在邊緣計(jì)算時(shí)代，業(yè)務(wù)及網(wǎng)絡(luò)定義邊緣計(jì)算，運(yùn)營(yíng)商重新回歸焦點(diǎn)，不可替代。
邊緣計(jì)算的類型
（1）網(wǎng)絡(luò)定義的邊緣計(jì)算：
通過(guò)優(yōu)化終端與云中心網(wǎng)絡(luò)路徑，將中心云能力逐漸下沉至靠近終端，實(shí)現(xiàn)業(yè)務(wù)就近接入訪問。從中心到邊緣依次分為區(qū)域云/中心云，邊緣云/邊緣計(jì)算，邊緣計(jì)算/本地計(jì)算三大類型：
區(qū)域云/中心云：將中心云計(jì)算的服務(wù)在骨干網(wǎng)拓展延伸，將中心化云能力拓展至區(qū)域，實(shí)現(xiàn)區(qū)域全覆蓋，解決在骨干網(wǎng)上耗時(shí)，將網(wǎng)絡(luò)延遲優(yōu)化至 30ms 左右，但邏輯上仍是中心云服務(wù)。
邊緣云/邊緣計(jì)算：將中心云計(jì)算的服務(wù)沿著運(yùn)營(yíng)商的網(wǎng)絡(luò)節(jié)點(diǎn)延伸，構(gòu)建中小規(guī)模云服務(wù)或類云服務(wù)能力，將網(wǎng)絡(luò)延遲優(yōu)化至 15ms 左右，比如多接入邊緣計(jì)算（MEC）、CDN。
邊緣計(jì)算/本地計(jì)算：主要是接近終端的現(xiàn)場(chǎng)設(shè)備及服務(wù)能力，將終端部分邏輯剝離出來(lái)，實(shí)現(xiàn)邊緣自主的智能服務(wù)，由云端控制邊緣的資源調(diào)度、應(yīng)用管理與業(yè)務(wù)編排等能力，將網(wǎng)絡(luò)延遲優(yōu)化至 5ms 左右，比如多功能一體機(jī)、智能路由器等。
總的來(lái)說(shuō)，基于網(wǎng)絡(luò)定義的邊緣計(jì)算，更多是面向消費(fèi)互聯(lián)業(yè)務(wù)及新型 2C 業(yè)務(wù)，將云中心的能力及數(shù)據(jù)提前下沉至邊緣，除了經(jīng)典的 CDN，視頻語(yǔ)音業(yè)務(wù)外，還有今年大火的元宇宙等。
當(dāng)前大部分面向消費(fèi)互聯(lián)業(yè)務(wù)都是通過(guò)安置在骨干網(wǎng)的中心云計(jì)算能力支持，時(shí)延在 30ms 到 50ms，遠(yuǎn)小于本身云端后端業(yè)務(wù)處理的延遲；算力下沉至邊緣的初衷，主要是實(shí)現(xiàn)中心云海量請(qǐng)求壓力分散，用戶體驗(yàn)優(yōu)化等，對(duì)業(yè)務(wù)都屬于錦上添花，而非雪中送炭。
這里說(shuō)一下運(yùn)營(yíng)商網(wǎng)絡(luò)，中心云計(jì)算技術(shù)，是將數(shù)據(jù)中心內(nèi)部網(wǎng)絡(luò)全部虛擬化，即云內(nèi)網(wǎng)絡(luò)，衍生出 VPC，負(fù)載均衡等諸多產(chǎn)品；數(shù)據(jù)中心外部幾乎完全屏蔽運(yùn)營(yíng)商網(wǎng)絡(luò)，只提供彈性公網(wǎng) IP 及互聯(lián)網(wǎng)出口帶寬服務(wù)，中心云計(jì)算與運(yùn)營(yíng)商網(wǎng)絡(luò)沒有融合；但從中心云計(jì)算演進(jìn)到邊緣計(jì)算，是強(qiáng)依賴網(wǎng)絡(luò)將中心云與邊緣鏈接起來(lái)，如果中心云是大腦，邊緣計(jì)算是智能觸角，那么網(wǎng)絡(luò)就是神經(jīng)，就是動(dòng)脈血管，但實(shí)際上整體網(wǎng)絡(luò)規(guī)劃與建設(shè)發(fā)生在云計(jì)算發(fā)展之前，并不是專門服務(wù)云計(jì)算的，所以中心云計(jì)算與運(yùn)營(yíng)商網(wǎng)需要融合，即云網(wǎng)融合，云網(wǎng)融合最終目標(biāo)是實(shí)現(xiàn)云能力的網(wǎng)絡(luò)化調(diào)度編排，網(wǎng)絡(luò)能力的云化快速定義。希望借助新型業(yè)務(wù)需求和云技術(shù)創(chuàng)新，驅(qū)動(dòng)運(yùn)營(yíng)商網(wǎng)絡(luò)架構(gòu)深刻變革升級(jí)開放。
當(dāng)前，網(wǎng)絡(luò)的能力極大限制了云計(jì)算的發(fā)展，在邊緣計(jì)算及物聯(lián)網(wǎng)建設(shè)過(guò)程中尤為明顯；云網(wǎng)融合與算力網(wǎng)絡(luò)依然還是運(yùn)營(yíng)商的獨(dú)家游戲，新一代 5G 顛覆性技術(shù)變革，引爆整個(gè)領(lǐng)域的顛覆性巨變，也只解決了海量設(shè)備接入及設(shè)備低延遲接入的問題，后端整體配套及解決方案明顯跟不上。就當(dāng)前情況來(lái)看，依然還是 5G 找業(yè)務(wù)的尷尬局面，未來(lái) 5G 在實(shí)體產(chǎn)業(yè)領(lǐng)域（港口， 碼頭，礦山等）領(lǐng)域，相比消費(fèi)者領(lǐng)域，相信會(huì)帶來(lái)更大變革與價(jià)值。
（2）業(yè)務(wù)定義的邊緣計(jì)算：
除了面向消費(fèi)者的互聯(lián)網(wǎng)邊緣場(chǎng)景，邊緣計(jì)算更多的是面向?qū)嶓w產(chǎn)業(yè)及智慧化社會(huì)衍生的場(chǎng)景。
對(duì)于實(shí)體產(chǎn)業(yè)場(chǎng)景來(lái)說(shuō)，由于歷史原因，在邊緣及現(xiàn)場(chǎng)存在大量異構(gòu)的基礎(chǔ)設(shè)施資源；通過(guò)業(yè)務(wù)需求驅(qū)動(dòng)邊緣計(jì)算平臺(tái)的建設(shè)，不僅要整合利用現(xiàn)有基礎(chǔ)設(shè)施資源，還要將中心云計(jì)算技術(shù)及能力下沉至邊緣及現(xiàn)場(chǎng)，實(shí)現(xiàn)大量存量業(yè)務(wù)運(yùn)營(yíng)管控上云，海量數(shù)據(jù)統(tǒng)一入湖，以此支持整個(gè)企業(yè)的數(shù)字化轉(zhuǎn)型。
對(duì)于智慧化社會(huì)衍生場(chǎng)景來(lái)說(shuō)，越是新型的業(yè)務(wù)，對(duì)網(wǎng)絡(luò)時(shí)延敏感越高，數(shù)據(jù)量越大，結(jié)構(gòu)化數(shù)據(jù)逐漸轉(zhuǎn)化成非結(jié)構(gòu)化數(shù)據(jù)，需要人工智能，神經(jīng)網(wǎng)絡(luò)等高等智能化技術(shù)支持。
當(dāng)前對(duì)網(wǎng)絡(luò)時(shí)延敏感的新型業(yè)務(wù)場(chǎng)景，都是通過(guò)云端總控管理，設(shè)備現(xiàn)場(chǎng)實(shí)時(shí)計(jì)算這種分布式架構(gòu)策略，以此減弱對(duì)網(wǎng)絡(luò)的強(qiáng)依賴。面向業(yè)務(wù)將邊緣計(jì)算分為智能設(shè)備/專業(yè)云及產(chǎn)業(yè)邊緣/行業(yè)云兩種類型：
智能設(shè)備/專業(yè)云：基于云計(jì)算能力之上，圍繞智能設(shè)備提供整體化，有競(jìng)爭(zhēng)力的解決方案，包含智能設(shè)備、云端的服務(wù)以及端到云之間的邊緣側(cè)服務(wù)，比如視頻監(jiān)控云、G7 貨運(yùn)物聯(lián)等；
產(chǎn)業(yè)邊緣/行業(yè)云：也基于云計(jì)算能力之上，圍繞行業(yè)應(yīng)用及場(chǎng)景，提供套件產(chǎn)品及解決方案，比如物流云、航天云等。
總的來(lái)說(shuō)，基于業(yè)務(wù)定義的邊緣計(jì)算，更多是面向智能設(shè)備及實(shí)體產(chǎn)業(yè)，對(duì)智能設(shè)備，從 AVG，密集式存儲(chǔ)，機(jī)械手臂等單一功能的智能設(shè)備，到無(wú)人機(jī)，無(wú)人駕駛車等超復(fù)雜的智能設(shè)備，云計(jì)算能力不僅支撐設(shè)備控制管理應(yīng)用的運(yùn)行，同時(shí)借助中心云計(jì)算能力拓展至邊緣側(cè)，解決這種產(chǎn)品上云，無(wú)法集中化標(biāo)準(zhǔn)化管理難題；對(duì)產(chǎn)業(yè)邊緣，通過(guò)云計(jì)算技術(shù)，結(jié)合行業(yè)場(chǎng)景的抽象總結(jié)，構(gòu)建行業(yè)通用的產(chǎn)品及解決方案，隨著整個(gè)產(chǎn)業(yè)互聯(lián)網(wǎng)加速建設(shè)，是邊緣計(jì)算未來(lái)發(fā)展的重點(diǎn)方向。
小結(jié)
對(duì)于規(guī)模較大的企業(yè)，云邊場(chǎng)景非常復(fù)雜，中心云計(jì)算平臺(tái)與邊緣計(jì)算平臺(tái)建設(shè)，不僅應(yīng)對(duì)業(yè)務(wù)需求，還要面臨諸多基礎(chǔ)設(shè)施問題：在中心云計(jì)算面臨多云使用多云互通問題；在邊緣網(wǎng)絡(luò)鏈路面臨多運(yùn)營(yíng)商的骨干網(wǎng)，多云運(yùn)營(yíng)商網(wǎng)絡(luò)及多云的云網(wǎng)融合問題；在端側(cè)接入網(wǎng)面臨多運(yùn)營(yíng)商 5G 網(wǎng)絡(luò)的共享的問題等，很多問題只能通過(guò)治理的手段應(yīng)對(duì)，無(wú)法從技術(shù)平臺(tái)層面徹底解決。
總的來(lái)說(shuō)，邊緣計(jì)算范圍大，場(chǎng)景泛，目前整個(gè)行業(yè)缺少經(jīng)典的案例及標(biāo)準(zhǔn)。因此推動(dòng)邊緣計(jì)算落地，一定是面向真實(shí)的業(yè)務(wù)場(chǎng)景及需求整體規(guī)劃，面向價(jià)值逐步建設(shè)。
Kubernetes 從中心走向邊緣
Kubernetes 遵循以應(yīng)用為中心的技術(shù)架構(gòu)與思想，以一套技術(shù)體系支持任意負(fù)載，運(yùn)行于任意基礎(chǔ)設(shè)施之上；向下屏蔽基礎(chǔ)設(shè)施差異，實(shí)現(xiàn)底層基礎(chǔ)資源統(tǒng)一調(diào)度及編排；向上通過(guò)容器鏡像標(biāo)準(zhǔn)化應(yīng)用，實(shí)現(xiàn)應(yīng)用負(fù)載自動(dòng)化部署；向外突破中心云計(jì)算的邊界，將云計(jì)算能力無(wú)縫拓展至邊緣及現(xiàn)場(chǎng)，快速構(gòu)建云邊一體基礎(chǔ)設(shè)施。
將云原生技術(shù)從中心拓展到邊緣，不僅實(shí)現(xiàn)了云邊基礎(chǔ)設(shè)施技術(shù)架構(gòu)大一統(tǒng)，業(yè)務(wù)也實(shí)現(xiàn)了云邊自由編排部署。相對(duì)于 Kubernetes 在中心云的革命性創(chuàng)新，在邊緣場(chǎng)景雖優(yōu)勢(shì)明顯，但缺點(diǎn)也很致命，因?yàn)檫吘墏?cè)存在資源有限、網(wǎng)絡(luò)受限不穩(wěn)定等特殊情況，需要根據(jù)不同業(yè)務(wù)場(chǎng)景，選擇不同 Kubernetes 邊緣方案。
Kubernetes 架構(gòu)及邊緣化的挑戰(zhàn)
Kubernetes 是典型的分布式架構(gòu)，Master 控制節(jié)點(diǎn)是集群“大腦”，負(fù)責(zé)管理節(jié)點(diǎn)，調(diào)度 Pod 以及控制集群運(yùn)行狀態(tài)。Node 工作節(jié)點(diǎn)，負(fù)責(zé)運(yùn)行容器（Container），監(jiān)控/上報(bào)運(yùn)行狀態(tài)。邊緣計(jì)算場(chǎng)景存在以下比較明顯的挑戰(zhàn)：
1、狀態(tài)強(qiáng)一致且集中式存儲(chǔ)架構(gòu)，屬于中心云計(jì)算的大成產(chǎn)品，基于大規(guī)模的池化資源的編排調(diào)度實(shí)現(xiàn)業(yè)務(wù)持續(xù)服務(wù)。
2、Master 管控節(jié)點(diǎn)與 Worker 工作節(jié)點(diǎn)通過(guò) List-Watch 機(jī)制，實(shí)現(xiàn)狀態(tài)任務(wù)實(shí)時(shí)同步，但是流量較大，Worker 工作節(jié)點(diǎn)完全依賴 Master 節(jié)點(diǎn)持久化數(shù)據(jù)，無(wú)自治能力。
3、Kubelet 承載太多邏輯處理，各種容器運(yùn)行時(shí)各種實(shí)現(xiàn)的兼容，還有 Device Plugin 硬件設(shè)備驅(qū)動(dòng)，運(yùn)行占用資源高達(dá) 700M；對(duì)資源有限的邊緣節(jié)點(diǎn)負(fù)擔(dān)太重，尤其是低配的邊緣設(shè)備。
邊緣計(jì)算涉及的范圍大、場(chǎng)景復(fù)雜，尚無(wú)統(tǒng)一標(biāo)準(zhǔn)；Kubernetes 開源社區(qū)的主線版本并無(wú)邊緣場(chǎng)景的適配計(jì)劃。
Kubernetes 邊緣化運(yùn)行方案
針對(duì)中心云計(jì)算及邊緣計(jì)算這種云邊分布式架構(gòu)，需要將 Kubernetes 適配成適合邊緣分布式部署的架構(gòu)，通過(guò)多集群管理實(shí)現(xiàn)統(tǒng)一管理，實(shí)現(xiàn)中心云管理邊緣運(yùn)行，整體分為三種方案：
集群 Cluster：將 Kubernetes 標(biāo)準(zhǔn)集群下沉至邊緣，優(yōu)點(diǎn)是無(wú)需 Kubernetes 做定制化研發(fā)，同時(shí)可以支持 Kubernetes 多版本，支持業(yè)務(wù)真正實(shí)現(xiàn)云邊架構(gòu)一致；缺點(diǎn)是管理資源占用多。方案比較適合區(qū)域云/中心云、邊緣計(jì)算/本地計(jì)算以及規(guī)模較大的產(chǎn)業(yè)邊緣場(chǎng)景。
單節(jié)點(diǎn) Single Node：將 Kubernetes 精簡(jiǎn)，部署在單節(jié)點(diǎn)設(shè)備之上，優(yōu)點(diǎn)與集群 Cluster 方案一致，缺點(diǎn)是 Kubernetes 能力不完整，資源的占用會(huì)增加設(shè)備的成本，對(duì)業(yè)務(wù)應(yīng)用無(wú)法保證云邊一致的架構(gòu)部署運(yùn)行，沒有解決實(shí)際問題。
邊緣節(jié)點(diǎn) Remote Node：基于Kubernetes 二次開發(fā)增強(qiáng)擴(kuò)展，將 Kubernetes 解耦適配成云邊分布式架構(gòu)的場(chǎng)景，中心化部署 Master 管理節(jié)點(diǎn)，分散式部署 Worker 管理節(jié)點(diǎn)。
此外，一致性是邊緣計(jì)算的痛點(diǎn)，在邊緣增加一個(gè) Cache 即可實(shí)現(xiàn)斷網(wǎng)特殊情況的邊緣自治，同時(shí)可以保證正常網(wǎng)絡(luò)情況的數(shù)據(jù)一致；還有就是 Kubelet 比較重的問題，隨著 Kubernetes 放棄 Docker 已經(jīng)開始精簡(jiǎn)；同時(shí)硬件更新迭代較快，相比少量硬件成本，保持 Kubernetes 原生及通用性為大。其實(shí)更希望Kubernetes 社區(qū)本身提供適配邊緣化方案，同時(shí)考慮為 Kubelet 增加緩存機(jī)制。
Kubernetes 邊緣容器快速發(fā)展
Kubernetes 已成為容器編排和調(diào)度的事實(shí)標(biāo)準(zhǔn)，針對(duì)邊緣計(jì)算場(chǎng)景，目前國(guó)內(nèi)各個(gè)公有云廠商都開源了各自基于 Kubernetes 的邊緣計(jì)算云原生項(xiàng)目，比如阿里云向 CNCF 貢獻(xiàn)的 OpenYurt，采用邊緣節(jié)點(diǎn) Remote Node 方案，是業(yè)界首個(gè)開源的非侵入式邊緣計(jì)算云原生平臺(tái)，秉承“Extending your native Kubernetes to Edge”的非侵入式設(shè)計(jì)理念，擁有可實(shí)現(xiàn)邊緣計(jì)算全場(chǎng)景覆蓋的能力。華為、騰訊、百度等，也都開源了自己的邊緣容器平臺(tái)。
邊緣容器的快速發(fā)展帶動(dòng)了領(lǐng)域的創(chuàng)新，但一定程度上也導(dǎo)致構(gòu)建邊緣計(jì)算平臺(tái)時(shí)難以抉擇。從技術(shù)架構(gòu)來(lái)看，幾個(gè)邊緣容器產(chǎn)品總的架構(gòu)思路主要是將 Kubernetes 解耦成適合云邊、弱網(wǎng)絡(luò)及資源稀缺的邊緣計(jì)算場(chǎng)景，本質(zhì)上無(wú)太大差異；從產(chǎn)品功能來(lái)看也是如此，基本上都涵蓋云邊協(xié)同、邊緣自治、單元化部署功能等。
如何構(gòu)建云邊一體化云原生平臺(tái)
現(xiàn)階段，圍繞 Kubernetes 容器平臺(tái)，構(gòu)建云邊一體化云原生基礎(chǔ)設(shè)施平臺(tái)能力是邊緣計(jì)算平臺(tái)的最佳選擇，通過(guò)云端統(tǒng)一的容器多集群管理，實(shí)現(xiàn)分散式集群統(tǒng)一管理，同時(shí)標(biāo)準(zhǔn)化 Kubernetes 集群規(guī)格配置：
標(biāo)準(zhǔn)集群（大規(guī)模）：支持超過(guò) 400 個(gè)節(jié)點(diǎn)的大規(guī)模集群，配置為 ETCD + Master 3 臺(tái) 8c16G，Prometheus + Ingress 5 臺(tái) 8C16G， N * Work 節(jié)點(diǎn)；主要是業(yè)務(wù)規(guī)模較大的云原生應(yīng)用運(yùn)行場(chǎng)景；
標(biāo)準(zhǔn)集群（中等規(guī)模）：支持超過(guò) 100 個(gè)節(jié)點(diǎn)以內(nèi)的集群，ETCD + Master + Prometheus 3 臺(tái) 8c16G，N * Work 節(jié)點(diǎn)；主要是業(yè)務(wù)規(guī)模中等的場(chǎng)景；
邊緣原生容器集群：在云端部署集群管理節(jié)點(diǎn)，將邊緣節(jié)點(diǎn)單獨(dú)部署業(yè)務(wù)現(xiàn)場(chǎng)，支持運(yùn)行單業(yè)務(wù)場(chǎng)景的應(yīng)用，比如 IoT 物理設(shè)備接入?yún)f(xié)議解析應(yīng)用，視頻監(jiān)控分析 AI 算法模型等業(yè)務(wù)場(chǎng)景。
按照業(yè)務(wù)場(chǎng)景需求選擇最優(yōu)容器集群方案，其中邊緣容器集群方案，與其他集群方案差別較大，其他集群依然保持中心云集群服務(wù)一致，基礎(chǔ)資源集中并且池化，所有應(yīng)用共享整個(gè)集群資源；而邊緣容器集群Master 管理節(jié)點(diǎn)集中部署，共享使用；Worker 節(jié)點(diǎn)都是分散在業(yè)務(wù)現(xiàn)場(chǎng)，按需自助增加，自運(yùn)維且獨(dú)占使用。
當(dāng)前邊緣容器領(lǐng)域短時(shí)間內(nèi)很難有大一統(tǒng)的開源產(chǎn)品，因此現(xiàn)階段建議通過(guò)標(biāo)準(zhǔn)的 Kubernetes API 來(lái)集成邊緣原生容器集群，這種兼容所有邊緣容器的中庸方案，如果非要擇其一，建議是 OpenYurt，非侵入式設(shè)計(jì)，整體技術(shù)架構(gòu)及實(shí)現(xiàn)更加優(yōu)雅。
OpenYurt：智能邊緣計(jì)算平臺(tái)開源實(shí)踐
OpenYurt 以上游開源項(xiàng)目 Kubernetes 為基礎(chǔ)，針對(duì)邊緣場(chǎng)景適配的發(fā)行版。是業(yè)界首個(gè)依托云原生技術(shù)體系、“零”侵入實(shí)現(xiàn)的智能邊緣計(jì)算平臺(tái)。具備全方位的“云、邊、端一體化”能力，能夠快速實(shí)現(xiàn)海量邊緣計(jì)算業(yè)務(wù)和異構(gòu)算力的高效交付、運(yùn)維及管理。
設(shè)計(jì)原則
OpenYurt 采用當(dāng)前業(yè)界主流的“中心管控、邊緣運(yùn)行”的云邊分布式協(xié)同技術(shù)架構(gòu)，始終貫徹“Extending your native Kubernetes to Edge”理念，同時(shí)遵守以下設(shè)計(jì)原則：
“云邊一體化”原則：保證與中心云一致的用戶體驗(yàn)及產(chǎn)品能力的基礎(chǔ)上，通過(guò)云邊管控通道將云原生能力下沉至邊緣，實(shí)現(xiàn)海量的智能邊緣節(jié)點(diǎn)及業(yè)務(wù)應(yīng)用，基礎(chǔ)架構(gòu)提升至業(yè)界領(lǐng)的云原生架構(gòu)的重大突破。
“零侵入”原則：確保面向用戶開放的 API 與原生 Kubernetes 完全一致。通過(guò)節(jié)點(diǎn)網(wǎng)絡(luò)流量代理方式（proxy node network traffic），對(duì) Worker 工作節(jié)點(diǎn)應(yīng)用生命周期管理新增一層封裝抽象，實(shí)現(xiàn)分散式工作節(jié)點(diǎn)資源及應(yīng)用統(tǒng)一管理及調(diào)度。同時(shí)遵循“UpStream First”開源法則；
“低負(fù)載”原則：在保障平臺(tái)功能特性及可靠性的基礎(chǔ)上，兼顧平臺(tái)的通用性，嚴(yán)格限制所有組件的資源，遵循最小化，最簡(jiǎn)化的設(shè)計(jì)理念，以此實(shí)現(xiàn)最大化覆蓋邊緣設(shè)備及場(chǎng)景。
“一棧式”原則：OpenYurt 不僅實(shí)現(xiàn)了邊緣運(yùn)行及管理的增強(qiáng)功能，還提供了配套的運(yùn)維管理工具，實(shí)現(xiàn)將原生 Kubernetes 與支持邊緣計(jì)算能力的 Kubernetes 集群的相互一鍵高效轉(zhuǎn)換；
功能特性
OpenYurt 基于 Kubernetes 強(qiáng)大的容器編排、調(diào)度能力，針對(duì)邊緣資源有限，網(wǎng)絡(luò)受限不穩(wěn)定等情況適配增強(qiáng)；將中心云原生能力拓展至分散式邊緣節(jié)點(diǎn)，實(shí)現(xiàn)面向邊緣業(yè)務(wù)就近低延遲服務(wù)；同時(shí)打通反向安全控制運(yùn)維鏈路，提供便捷高效的，云端集中式邊緣設(shè)備及應(yīng)用的統(tǒng)一運(yùn)維管理能力。其核心功能特性如下：
1、邊緣節(jié)點(diǎn)自治：在邊緣計(jì)算場(chǎng)景，云邊管控網(wǎng)絡(luò)無(wú)法保證持續(xù)穩(wěn)定，通過(guò)增強(qiáng)適配解決原生 Worker 工作節(jié)點(diǎn)無(wú)狀態(tài)數(shù)據(jù)，強(qiáng)依賴 Master 管控節(jié)點(diǎn)數(shù)據(jù)且狀態(tài)強(qiáng)一致機(jī)制，這些在邊緣場(chǎng)景不適配的問題。從而實(shí)現(xiàn)在云邊網(wǎng)絡(luò)不暢的情況下，邊緣工作負(fù)載不被驅(qū)逐，業(yè)務(wù)持續(xù)正常服務(wù)；即使斷網(wǎng)時(shí)邊緣節(jié)點(diǎn)重啟，業(yè)務(wù)依然能恢復(fù)正常；即邊緣節(jié)點(diǎn)臨時(shí)自治能力。
2、協(xié)同運(yùn)維通道：在邊緣計(jì)算場(chǎng)景，云邊網(wǎng)絡(luò)不在同一網(wǎng)絡(luò)平面，邊緣節(jié)點(diǎn)也不會(huì)暴露在公網(wǎng)之上，中心管控?zé)o法與邊緣節(jié)點(diǎn)建立有效的網(wǎng)絡(luò)鏈路通道，導(dǎo)致所有原生的 Kubernetes 運(yùn)維 APIs（logs/exec/metrics）失效。適配增強(qiáng) Kubernetes 能力，在邊緣點(diǎn)初始化時(shí)，在中心管控與邊緣節(jié)點(diǎn)之間建立反向通道，承接原生的 Kubernetes 運(yùn)維 APIs（logs/exec/metrics）流量，實(shí)現(xiàn)中心化統(tǒng)一運(yùn)維；
3、邊緣單元化負(fù)載：在邊緣計(jì)算場(chǎng)景，面向業(yè)務(wù)一般都是“集中式管控，分散式運(yùn)行”這種云邊協(xié)同分布式架構(gòu)；對(duì)于管理端，需要將相同的業(yè)務(wù)同時(shí)部署到不同地域節(jié)點(diǎn);對(duì)于邊緣端，Worker 工作節(jié)是一般是分散在廣域空間，并且具有較強(qiáng)的地域性，跨地域的節(jié)點(diǎn)之間網(wǎng)絡(luò)不互通、資源不共享、資源異構(gòu)等明顯的隔離屬性。適配增強(qiáng) Kubernetes 能力，基于資源，應(yīng)用及流量三層實(shí)現(xiàn)對(duì)邊緣負(fù)載進(jìn)行單元化管理調(diào)度。
通過(guò) OpenYurt 開源社區(qū)引入更多的參與方共建，聯(lián)合研發(fā)方式提供更多的可選的專業(yè)功能，OpenYurt 特性正在逐步完善，并擴(kuò)大覆蓋能力：
1、邊緣設(shè)備管理：在邊緣計(jì)算場(chǎng)景，端側(cè)設(shè)備才是平臺(tái)真正的服務(wù)對(duì)象；基于云原生理念，抽象非侵入、可擴(kuò)展的設(shè)備管理標(biāo)準(zhǔn)模型，無(wú)縫融合 Kubernetes 工作負(fù)載模型與 IoT 設(shè)備管理模型，實(shí)現(xiàn)平臺(tái)賦能業(yè)務(wù)的最后一公里。目前，通過(guò)標(biāo)準(zhǔn)模型完成 EdgeX Foundry 開源項(xiàng)目的集成，極大的提升了邊緣設(shè)備的管理效率。
2、本地資源管理：在邊緣計(jì)算場(chǎng)景，將邊緣節(jié)點(diǎn)上已有的塊設(shè)備或者持久化內(nèi)存設(shè)備，初始化成云原生便捷使用的容器存儲(chǔ)，支持兩種本地存儲(chǔ)設(shè)備：（一）基于塊設(shè)備或者是持久化內(nèi)存設(shè)備創(chuàng)建的 LVM；（二）基于塊設(shè)備或者是持久化內(nèi)存設(shè)備創(chuàng)建的 QuotaPath。
OpenYurt 設(shè)計(jì)架構(gòu)及原理
（1）設(shè)計(jì)架構(gòu)
原生 Kubernetes 是一個(gè)中心式的分布式架構(gòu)，Master 控制節(jié)點(diǎn)負(fù)責(zé)管理調(diào)度及控制集群運(yùn)行狀態(tài)；Worker 工作節(jié)點(diǎn)負(fù)責(zé)運(yùn)行容器（Container）及監(jiān)控/上報(bào)運(yùn)行狀態(tài)；
OpenYurt 以原生 Kubernetes 為基礎(chǔ)，針對(duì)邊緣場(chǎng)景將中，心式分布式架構(gòu)（Cloud Master，Cloud Worker）解耦適配為中心化管控分散式邊緣運(yùn)行（Cloud Master,Edge Worker），形成一個(gè)中心式大腦，多個(gè)分散式小腦的章魚式云邊協(xié)同分布式架構(gòu)，其主要核心點(diǎn)是：
1、將元數(shù)據(jù)集中式且強(qiáng)一致的狀態(tài)存儲(chǔ)，分散至邊緣節(jié)點(diǎn)，并且調(diào)整原生 Kubernetes 調(diào)度機(jī)制，實(shí)現(xiàn)自治節(jié)點(diǎn)狀態(tài)異常不觸發(fā)重新調(diào)度，以此實(shí)現(xiàn)邊緣節(jié)點(diǎn)臨時(shí)自治能力；
2、保證 Kubernetes 能力完整一致，同時(shí)兼容現(xiàn)有的云原生生態(tài)體系的同時(shí)，盡最大肯能將云原生體系下沉至邊緣；
3、將中心大規(guī)模資源池化，多應(yīng)用委托調(diào)度共享資源的模式，適配為面向地域小規(guī)模甚至單節(jié)點(diǎn)資源，實(shí)現(xiàn)邊緣場(chǎng)景下，更精細(xì)化的單元化工作負(fù)載編排管理；
4、面向邊緣實(shí)際業(yè)務(wù)場(chǎng)景需求，通過(guò)開放式社區(qū)，無(wú)縫集成設(shè)備管理、邊緣 AI、流式數(shù)據(jù)等，面向邊緣實(shí)際業(yè)務(wù)場(chǎng)景的開箱的通用平臺(tái)能力，賦能更多的邊緣應(yīng)用場(chǎng)景。
（2）實(shí)現(xiàn)原理
OpenYurt 踐行云原生架構(gòu)理念，面向邊緣計(jì)算場(chǎng)景實(shí)現(xiàn)云邊協(xié)同分布式架構(gòu)及中心管控邊緣運(yùn)行的能力：
針對(duì)邊緣節(jié)點(diǎn)自治能力，一方面，通過(guò)新增 YurtHub 組件實(shí)現(xiàn)邊緣向中心管控請(qǐng)求（Edge To Cloud Request）代理，并緩存機(jī)制將最新的元數(shù)據(jù)持久化在邊緣節(jié)點(diǎn)；另一方面新增 YurtControllerManager 組件接管原生 Kubernetes 調(diào)度，實(shí)現(xiàn)邊緣自治節(jié)點(diǎn)狀態(tài)異常不觸發(fā)重新調(diào)度；
針對(duì) Kubernetes 能力完整及生態(tài)兼容，通過(guò)新增 YurtTunnel 組件，構(gòu)建云邊（Cloud To Edge Request）反向通道，保證 Kubectl，Promethus 等中心運(yùn)維管控產(chǎn)品一致能力及用戶體驗(yàn)；同時(shí)將中心其他能力下沉至邊緣，包含各不同的工作負(fù)載及 Ingress 路由等；
針對(duì)邊緣單元化管理能力，通過(guò)新增 YurtAppManager 組件，同時(shí)搭配 NodePool,YurtAppSet （原UnitedDeployment），YurtAppDaemon,ServiceTopology 等實(shí)現(xiàn)邊緣資源，工作負(fù)載及流量三層單元化管理；
針對(duì)賦能邊緣實(shí)際業(yè)務(wù)平臺(tái)能力，通過(guò)新增 NodeResourceManager 實(shí)現(xiàn)邊緣存儲(chǔ)便捷使用，通過(guò)引入YurtEdgeXManager/YurtDeviceController 實(shí)現(xiàn)通過(guò)云原生模式管理邊緣設(shè)備。
核心組件
OpenYurt 所有新增功能及組件，均是通過(guò) Addon 與 Controller 方式來(lái)實(shí)現(xiàn)其核心必選與可選組件如下：
1．YurtHub(必選)：有邊緣 (edge) 和云中心 (cloud) 兩種運(yùn)行模式；以 Static Pod 形態(tài)運(yùn)行在云邊所有節(jié)點(diǎn)上，作為節(jié)點(diǎn)流量的 SideCar，代理節(jié)點(diǎn)上組件和 kube-apiserver 的訪問流量，其中邊緣 YurtHub 會(huì)緩存的數(shù)據(jù)，實(shí)現(xiàn)臨時(shí)邊緣節(jié)點(diǎn)自治能力。
2．YurtTunnel(必選)：由 Server 服務(wù)端與 Agent 客戶端組成，構(gòu)建雙向認(rèn)證加密的云邊反向隧道，轉(zhuǎn)發(fā)云中心 (cloud) 到邊緣 (edge) 原生的 Kubernetes 運(yùn)維 APIs（logs/exec/metrics）請(qǐng)求流量。其中 Server 以 Deployment 工作負(fù)載部署在云中心，Agent 以 DaemonSet 工作負(fù)載部署在邊緣節(jié)點(diǎn)。
3．YurtControllerManager(必選)：云中心控制器，接管原生 Kubernetes 的 NodeLifeCycle Controller，實(shí)現(xiàn)在云邊網(wǎng)絡(luò)異常時(shí)，不驅(qū)逐自治邊緣節(jié)點(diǎn)的Pod應(yīng)用；還有 YurtCSRController，用以審批邊緣節(jié)點(diǎn)的證書申請(qǐng)。
4．YurtAppManager(必選)：實(shí)現(xiàn)對(duì)邊緣負(fù)載進(jìn)行單元化管理調(diào)度，包括 NodePool：節(jié)點(diǎn)池管理；YurtAppSet：原 UnitedDeployment，節(jié)點(diǎn)池維度的業(yè)務(wù)負(fù)載；YurtAppDaemon：節(jié)點(diǎn)池維度的 Daemonset 工作負(fù)載。以 Deploymen 工作負(fù)載部署在云中心。
5．NodeResourceManager(可選)：邊緣節(jié)點(diǎn)本地存儲(chǔ)資源的管理組件，通過(guò)修改 ConfigMap 來(lái)動(dòng)態(tài)配置宿主機(jī)本地資源。以 DaemonSet 工作負(fù)載部署在邊緣節(jié)點(diǎn)。
6．YurtEdgeXManager/YurtDeviceController(可選):通過(guò)云原生模式管控邊緣設(shè)備，當(dāng)前支持 EdgeX Foundry的集成。YurtEdgeXManager 以 Deployment 工作負(fù)載署在云中心，YurtDeviceController 以 YurtAppSet 工作負(fù)載署部署在邊緣節(jié)點(diǎn)，并且以節(jié)點(diǎn)池 NodePool 為單位部署一套 YurtDeviceController 即可。
7．運(yùn)維管理組件(可選)：為了標(biāo)準(zhǔn)化集群管理，OpenYurt 社區(qū)推出 YurtCluster Operator 組件，提供云原生聲名式 Cluster API 及配置，基于標(biāo)準(zhǔn) Kubernetes 自動(dòng)化部署及配置 OpenYurt 相關(guān)組件，實(shí)現(xiàn) OpenYurt 集群的全生命周期。舊 Yurtctl 工具建議只在測(cè)試環(huán)境使用。
除了核心功能及可選的專業(yè)功能外，OpenYurt 持續(xù)貫徹云邊一體化理念，將云原生豐富的生態(tài)能力最大程度推向邊緣，已經(jīng)實(shí)現(xiàn)了邊緣容器存儲(chǔ)，邊緣守護(hù)工作負(fù)載 DaemonSet，邊緣網(wǎng)絡(luò)接入 Ingress Controller 等，還有規(guī)劃中的有 Service Mesh，Kubeflow，Serverless 等功能，拭目以待。
當(dāng)前挑戰(zhàn)
（1）云邊網(wǎng)絡(luò)
在邊緣計(jì)算場(chǎng)景中，被提到最多的就是云邊網(wǎng)絡(luò)差且不穩(wěn)定，其實(shí)國(guó)內(nèi)基礎(chǔ)網(wǎng)絡(luò)在 2015 年開始全面升級(jí)，尤其是在“雪亮工程”全面完成之后，基礎(chǔ)網(wǎng)絡(luò)有一個(gè)很大的提升。上圖摘自《第 48 次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r》報(bào)告，固網(wǎng) 100Mbps 接入占比已達(dá) 91.5%；無(wú)線網(wǎng)絡(luò)接入已經(jīng)都是 4G，5G 的優(yōu)質(zhì)網(wǎng)絡(luò)。
而真正的挑戰(zhàn)在云邊網(wǎng)絡(luò)組網(wǎng)，對(duì)于使用公有云的場(chǎng)景：公有云屏蔽數(shù)據(jù)中心網(wǎng)絡(luò)，只提供了互聯(lián)網(wǎng)出口帶寬，通過(guò)互聯(lián)網(wǎng)打通云邊，通常只需要解決數(shù)據(jù)安全傳輸即可，接入不復(fù)雜。對(duì)于私有自建的 IDC 場(chǎng)景：打通云邊網(wǎng)絡(luò)并不容易，主要是運(yùn)營(yíng)商網(wǎng)絡(luò)沒有完全產(chǎn)品化，同時(shí)私有 IDC 層層防火墻等其他復(fù)雜產(chǎn)品，需要專業(yè)的網(wǎng)絡(luò)人員才能完成實(shí)施工作。
（2）list-watch 機(jī)制與云邊流量
List-Watch 機(jī)制是 Kubernetes 的設(shè)計(jì)精華，通過(guò)主動(dòng)監(jiān)聽機(jī)制獲取相關(guān)的事件及數(shù)據(jù)，從而保證所有組件松耦合相互獨(dú)立，邏輯上又渾然一體。List 請(qǐng)求返回是全量的數(shù)據(jù)，一旦 Watch 失敗，就需要重新 Relist 。但是 Kubernetes 有考慮管理數(shù)據(jù)同步優(yōu)化，節(jié)點(diǎn)的 kubelet 只監(jiān)聽本節(jié)點(diǎn)數(shù)據(jù)，kube-proxy 會(huì)監(jiān)聽所有的 Service 數(shù)據(jù)，數(shù)據(jù)量相對(duì)可控；同時(shí)采用 gRPC 協(xié)議，文本報(bào)文數(shù)據(jù)相比業(yè)務(wù)數(shù)據(jù)非常小。上圖是在節(jié)點(diǎn) 1200 節(jié)點(diǎn)的集群規(guī)模，做的壓測(cè)數(shù)據(jù)監(jiān)控圖表。
真正的挑戰(zhàn)在基礎(chǔ)鏡像及應(yīng)用鏡像下發(fā)，當(dāng)前的基礎(chǔ)鏡像及業(yè)務(wù)鏡像，即使在中心云，依然在探索各種技術(shù)來(lái)優(yōu)化鏡像快速分發(fā)的瓶頸；尤其是邊緣的 AI 應(yīng)用，一般都是由推送應(yīng)用+模型庫(kù)構(gòu)成，推算應(yīng)用的鏡像相對(duì)較小，模型庫(kù)的體積就非常，同時(shí)模型庫(kù)隨著自學(xué)習(xí)還需要頻繁的更新，如果更高效的更新模型庫(kù)，需要更多技術(shù)及方案來(lái)應(yīng)對(duì)。
（3）邊緣資源和算力
邊緣的資源情況需要細(xì)分場(chǎng)景，針對(duì)運(yùn)營(yíng)商網(wǎng)絡(luò)邊緣，面向消費(fèi)者的邊緣計(jì)算，資源相對(duì)比較充足，最大的挑戰(zhàn)是資源共享及隔離；針對(duì)實(shí)體產(chǎn)業(yè)的邊緣，都會(huì)有不小的 IDC 支持，邊緣資源非常充足，足以將整個(gè)云原生體系下沉；針對(duì)智能設(shè)備邊緣，資源相對(duì)比較稀缺，但一般都會(huì)通過(guò)一個(gè)智能邊緣盒子，一端連接設(shè)備，一端連接中心管控服務(wù)，從上圖的 AI 邊緣盒子來(lái)看，整體配置提升速度較快，長(zhǎng)期來(lái)看，邊緣的算力快速增強(qiáng)以此來(lái)滿足更復(fù)雜更智能化的場(chǎng)景需求。
（4）Kubelet 比較重，運(yùn)行占用資源多
對(duì)于 Kubelet 比較重，運(yùn)行占用資源多的問題，需要深入了解節(jié)點(diǎn)資源分配及使用情況，通常節(jié)點(diǎn)的資源自下而上分為四層：
對(duì)于各層的資源分配設(shè)置的沒有標(biāo)準(zhǔn)，需要根據(jù)集群的情況來(lái)權(quán)衡配置，Amazon Kubernetes 對(duì) Kubelet 資源配置算法是 Reserved memory = 255MiB + 11MiB * MAX_POD_PER_INSTANCE；假設(shè)運(yùn)行32 Pods，高達(dá) 90% 的內(nèi)存都可以分配給業(yè)務(wù)使用，相對(duì)來(lái)說(shuō) Kubelet 資源占用并不高。
同時(shí)也要結(jié)合業(yè)務(wù)對(duì)高可用的要求,做響應(yīng)的調(diào)整。針對(duì)邊緣場(chǎng)景，一般不建議在一個(gè)節(jié)點(diǎn)上運(yùn)行大量的Pods 穩(wěn)定為大。
業(yè)務(wù)應(yīng)用的云邊管運(yùn)協(xié)同模型
基于中心云的分布式業(yè)務(wù)應(yīng)用架構(gòu)，與云邊分布式協(xié)同業(yè)務(wù)應(yīng)用架構(gòu)本質(zhì)上有很大差別。在中心云更多的是基于 DDD 業(yè)務(wù)領(lǐng)域，將復(fù)雜的業(yè)務(wù)系統(tǒng)拆分成一個(gè)個(gè)相對(duì)獨(dú)立的服務(wù)，整體構(gòu)建一個(gè)松耦合的分布式應(yīng)用；但在云邊分布式場(chǎng)景下，更多強(qiáng)調(diào)的是集中式管控運(yùn)營(yíng)，分散式運(yùn)作支撐，將管理運(yùn)營(yíng)系統(tǒng)集中在云中心，實(shí)現(xiàn)中心式管控，將支撐業(yè)務(wù)實(shí)時(shí)運(yùn)作的應(yīng)用分散至邊緣，實(shí)現(xiàn)低延遲快速響應(yīng)。
從業(yè)務(wù)應(yīng)用來(lái)看，財(cái)務(wù)/經(jīng)營(yíng)，計(jì)劃/管理兩層屬于管控運(yùn)營(yíng)類的應(yīng)用，就是需要通過(guò)中心云統(tǒng)一匯聚，實(shí)現(xiàn)集中化強(qiáng)管控；對(duì)延遲不敏感，對(duì)安全，大數(shù)據(jù)分析能力等要求較高；控制，傳感/執(zhí)行，生產(chǎn)過(guò)程三層屬于運(yùn)作支撐類應(yīng)用，也可以優(yōu)先考慮中心云；如果業(yè)務(wù)場(chǎng)景對(duì)延遲敏感，才考慮通過(guò)邊緣計(jì)算能力，實(shí)現(xiàn)分散式低時(shí)延響應(yīng)；
從請(qǐng)求響應(yīng)來(lái)看，對(duì)時(shí)延不敏感（50ms 以上）都有限考慮部署在中心云計(jì)算及云化的邊緣產(chǎn)品（CDN）實(shí)現(xiàn)；對(duì)延遲敏感（小于10ms ），運(yùn)營(yíng)商骨干網(wǎng)完全無(wú)法支持的，考慮建設(shè)邊緣計(jì)算平臺(tái)，同時(shí)業(yè)務(wù)面臨不小的投入及人員；
以實(shí)體物流領(lǐng)域?yàn)槔?#xff0c;經(jīng)典的 OTW 系統(tǒng)（OMS 訂單管理系統(tǒng)，WMS 倉(cāng)庫(kù)管理系統(tǒng)，TMS 運(yùn)輸管理系統(tǒng)）其中 OT 就屬于典型的管理運(yùn)營(yíng)系統(tǒng)，所以建議部署在中心云，通過(guò)中心云數(shù)據(jù)匯聚，實(shí)現(xiàn)拼單拆單，多式聯(lián)運(yùn)等跨區(qū)域業(yè)務(wù)；W 是倉(cāng)庫(kù)管理系統(tǒng)，管理四面墻的任務(wù)，屬于運(yùn)作支撐應(yīng)用，并且倉(cāng)庫(kù)一般都有一些自動(dòng)化設(shè)備，就可以考慮將 W 部署在邊緣。
總結(jié)
邊緣計(jì)算平臺(tái)的建設(shè)，以 Kubernetes 為核心的云原生技術(shù)體系，無(wú)疑是當(dāng)前最佳的選擇與建設(shè)路徑；但是云原生體系龐大，組件復(fù)雜，將體系下沉至邊緣會(huì)面臨很大的挑戰(zhàn)與困難，同時(shí)充滿巨大的機(jī)遇及想象空間。業(yè)務(wù)應(yīng)用想要真正踐行邊緣的云原生體系，需要從理念、系統(tǒng)設(shè)計(jì)、架構(gòu)設(shè)計(jì)等多方面來(lái)共同實(shí)現(xiàn)，才能充分發(fā)揮邊緣的優(yōu)勢(shì)及價(jià)值。
如果您有興趣也可以釘釘搜索群號(hào)：31993519，加入 OpenYurt 項(xiàng)目釘釘群。
戳此處，立即了解 OpenYurt 項(xiàng)目！
發(fā)布云原生技術(shù)最新資訊、匯集云原生技術(shù)最全內(nèi)容，定期舉辦云原生活動(dòng)、直播，阿里產(chǎn)品及用戶最佳實(shí)踐發(fā)布。與你并肩探索云原生技術(shù)點(diǎn)滴，分享你需要的云原生內(nèi)容。
關(guān)注【阿里巴巴云原生】公眾號(hào)，獲取更多云原生實(shí)時(shí)資訊！
總結(jié)
以上是生活随笔為你收集整理的从中心走向边缘——深度解析云原生边缘计算落地痛点的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： CNCF 沙箱项目 OCM Placem
- 下一篇： 深度解析｜基于 eBPF 的 Kuber