Ne visa attālā skaitļošana ir mākoņdatošana.
Mākoņdatošanas uzplaukums ir pavēris iespēju pasauli. Tomēr tas nav vienīgais attālās skaitļošanas veids. Mākoņskaitļošanai ir mazāk pazīstams brālēns, ko sauc par malu skaitļošanu. Lai gan starp abiem jēdzieniem ir līdzības, pastāv izteiktas atšķirības to darbībā un nolūkos, ko tie kalpo.
Tomēr kopā šie divi attālās skaitļošanas veidi pārveido to, kā mēs strādājam, sazināmies, spēlējam, un pārveido sabiedrības ainavu kopumā. Ienirsimies attālās skaitļošanas pasaulē, salīdzinot un kontrastējot mākoņdatošanu un malu skaitļošanu.
Galvenās atšķirības starp Edge un mākoņdatošanu
Šie abi ir attālās skaitļošanas veidi. Tāpēc noderīgs sākumpunkts ir izklāstīt vienkāršu attālās skaitļošanas jēdziena definīciju. Attālā skaitļošana savā būtībā attiecas uz tādu skaitļošanas resursu izmantošanu, kas fiziski neatrodas lietotāja atrašanās vietā.
Šīs definīcijas vienkāršība slēpj tēmas sarežģītību. Piemēram, attāliem darbiniekiem, kuriem nepieciešama piekļuve biznesa sistēmām, būs nepieciešami pilnīgi atšķirīgi resursi no lietiskā interneta (IoT) ierīces, kurai ir jāapstrādā dati reāllaikā. Šeit parādās galvenās atšķirības starp mākoņdatošanu un malu skaitļošanu.
Mākoņdatošana ir vairāk piemērota scenārijiem, kas apstrādā lielu datu apjomu. Turpretī, malu skaitļošana ir vairāk piemērota mazāka datu apstrādei, bet reāllaikā.
Šis ir vienkāršots apraksts par atšķirību starp diviem attālās skaitļošanas modeļiem. Sadalīsim to nedaudz, pārbaudot dažus rādītājus, kas palīdz definēt mākoņdatošanu un malu skaitļošanu.
Atšķirības veids |
Malu skaitļošana |
Mākoņdatošana |
Datu izplatīšana/uzglabāšana |
Izplata datus vairākās vietās. |
Saglabā datus vienā centralizētā vietā. |
Datu apstrāde |
Apstrādā datus tuvāk avotam, samazinot latentumu. |
Apstrādā datus mākonī, nodrošinot mērogojamu un centralizētu apstrādi. |
Drošība |
Nepieciešama drošības pārvaldība vairākās vietās, palielinot sarežģītību. |
Vienkāršo drošību, jo ir centralizēta uzglabāšanas vieta, lai gan tas rada vienu atteices punktu. |
Joslas platums |
Samazina vajadzību pēc joslas platuma, apstrādājot datus lokāli, samazinot datu pārsūtīšanas prasības. |
Nepieciešams ievērojams joslas platums datu pārsūtīšanai uz un no mākoņa, kas var būt sarežģīti apgabalos ar ierobežotu savienojamību. |
Izmaksas |
Var būt nepieciešami lielāki sākotnējie ieguldījumi infrastruktūrā, taču pastāvīgās izmaksas var būt zemākas salīdzinājumā ar mākoņdatošanu. |
Piedāvā izmaksu efektivitāti, kas mainās līdz ar lietošanu. Tas ir saistīts arī ar mazākām sākotnējām izmaksām, padarot to piemērotu dažādiem budžeta apsvērumiem. |
Šīs atšķirības nosaka katra modeļa priekšrocības un nosaka to lietošanas gadījumus.
Edge un mākoņdatošana darbībā
Katra modeļa unikālās īpašības padara tos piemērotus dažādiem lietošanas gadījumiem. Izpratne par scenārijiem, kuros katrs modelis ir izcils, ir vienkāršākais veids, kā izprast atšķirību starp divām attālās skaitļošanas pieejām.
Ir pelēkās zonas, kurās abas metodoloģijas saduras. Bet kopumā tie sniedz izteikti atšķirīgus pakalpojumus.
Mākoņdatošanas lietošanas gadījumi
Mākoņdatniecībai ir daudz priekšrocību. To galvenokārt izmanto situācijās, kad milzīgs datu apjoms tiek glabāts, piekļūts un pārvaldīts no centralizētas vietas. Starp scenārijiem, kad šie atribūti padara to par pareizo izvēli, ir šādi:
- Datu analīze: Ir pienācis lielo datu laikmets, un organizācijas bieži paļaujas uz mākoņdatošanu, lai analizētu milzīgas datu kopas.
- Darbs attālināti: Mākoņpakalpojumi ir būtiska sastāvdaļa pārejā uz attālinātu un hibrīddarbu. Mākonis ļauj darbiniekiem piekļūt darba resursiem no jebkuras vietas ar interneta savienojumu. Tā var būt pamata piekļuve darba failiem vai attālināta piekļuve darba datoriem un attālajām lietotnēm.
- Programmatūra kā pakalpojums(SaaS): SaaS programmatūras iegādes un lietošanas modeļa pieaugumu lielā mērā veicina mākoņdatošana.
- Katastrofu atkopšana un dublējumkopijas: Mākoņsistēmas bieži tiek izmantotas kā rezerves un avārijas atkopšanas risinājumi. Viens piemērs, ko lielākā daļa cilvēku zina, ir jūsu tālrunī saglabātie attēli. Tie ir dublēti mākoņsistēmā, kas nodrošina to drošību, ja pazaudējat vai nomaināt tālruni.
Kopējais pavediens, kas iet caur šiem lietojumiem, ir prasība pārvaldīt un apstrādāt lielu datu apjomu. Lai gan tas var notikt reāllaikā, tas nav galvenā mākoņdatošanas īpašība.
Edge skaitļošanas lietošanas gadījumi
Malu skaitļošana ir vairāk piemērota mazāka datu apjoma apstrādei reāllaikā. Tas ir paredzēts scenārijiem, kad latentums ir jāsamazina un ir nepieciešamas tūlītējas darbības.
Starp izplatītākajiem malu skaitļošanas lietojumiem ir:
- Lietu internets (IoT): IoT ierīces kļūst arvien izplatītākas. Viss no viedās mājas viedajām pilsētām ir atkarīga no IoT ierīcēm. Savukārt tiem bieži ir nepieciešama reāllaika datu apstrāde, un malu skaitļošana to nodrošina.
- Spēles: Katrs spēlētājs kādā vai citā brīdī ir piedzīvojis neapmierinātību ar spēles kavēšanos. Malu skaitļošana ar zemu latentumu, “malu” apstrādi un reāllaika datu apstrādi padara to par perfektu izvēli, lai atvieglotu kavēšanos. Viens no spilgtākajiem piemēriem, kā spēlēs tiek izmantota malu skaitļošana, ir tādās spēlēs kā Pokemon Go, kur spēlētāja reāllaika dati ir neatņemama spēles sastāvdaļa.
- Satura straumēšana: šis ir vēl viens lauks, kurā malu skaitļošana tiek izmantota, lai atvieglotu buferizācijas un kavēšanās problēmas.
- Papildinātā un virtuālā realitāte: lietojumprogrammas, kas izmanto paplašinātā vai virtuālā realitāte nepieciešama piekļuve datu apstrādei reāllaikā, lai netraucēti nodrošinātu visaptverošu pieredzi.
Malu skaitļošana ir vēlamais risinājums, ja ir nepieciešama zema latentuma piekļuve datiem.
Mākoņu un malu skaitļošanas nākotne
Precīzu to nākotni paredzēt ir grūti. Ātrajai attālinātās darba prakses, IoT un AI ieviešanai būs galvenā loma šo attālās skaitļošanas veidu nākotnes diktēšanā.
Tomēr tie sniedz dažas norādes par to, kā mēs varam sagaidīt to attīstību. Apspriežot nākotni, jāņem vērā trīs galvenie aspekti:
- Mākoņdatošana: Tā kā arvien vairāk organizāciju pāriet uz attālāku darba praksi un izmantos "lielo datu" mākoņdatošanas priekšrocības, turpinās pieaugt.
- Malu skaitļošana: IoT pieaugums un nepieciešamība pēc datu apstrādes reāllaikā veicina malu skaitļošanas izaugsmi. Tā kā arvien vairāk ierīču kļūst par interneta iespējotu un ģenerē datus, vajadzība pēc malas skaitļošanas, lai ātri un efektīvi apstrādātu šos datus, tikai pieaugs.
- Hibrīdie modeļi: galu galā robežas starp šīm tehnoloģijām izplūdīs, un hibrīdmodeļi, kas var izmantot abus, visticamāk, kļūs izplatītāki.
Nākotnes attēlošana vienmēr ir īstā lieta. Tomēr nav šaubu, ka abas šīs tehnoloģijas turpinās strauji attīstīties.
Dodieties mākoņos vai dzīve uz malas
Attālās skaitļošanas attīstība visos tās veidos nozīmē, ka šīs tehnoloģijas ir pieejamas ilgtermiņā. Gan mākoņdatošanas, gan malu skaitļošanai ir stiprās un vājās puses, kas lielā mērā nosaka scenārijus, kas tos izmanto.
Tomēr nākotne, visticamāk, ir hibrīdmodeļos, kas apvieno abu modeļu stiprās puses. Šie tīkli apvienos mākoņdatošanas mērogojamību un datu apstrādes iespējas ar malu skaitļošanas zema latentuma un reāllaika apstrādes iespējām.
