邊緣計算、霧計算、雲端計算區別幾何？

雲端計算是理解其中區別的關鍵！

1. 雲端計算

一種利用網際網路實現隨時隨地、按需、便捷地使用共享計算設施、儲存裝置、應用程式等資源的計算模式。
雲端計算系統由雲平臺、雲端儲存、雲終端、雲安全四個基本部分組成。 雲平臺從使用者的角度可分為公有云、私有云、混合雲等。

通過從提供服務的層次可分為基礎設施即服務（Iaas）、平臺即服務（Paas）和軟體即服務（Saas） 雲端計算：更大、更快、更強將應用部署到雲端後，可以不必再關注那些令人頭疼的硬體和軟體問題，它們會由雲服務提供商的專業團隊去解決。

使用的是共享的硬體，這意味著像使用一個工具一樣去利用雲服務（就像插上插座，你就能使用電一樣簡單）。

只需要按照你的需要來支付相應的費用，而關於軟體的更新，資源的按需擴充套件都能自動完成。

雲端計算，像在每個不同地區開設不同的自來水公司，沒有地域限制，優秀的雲軟體服務商，向世界每個角落提供軟體服務——就像天空上的雲一樣，不論你身處何方，只要你抬頭，就能看見！

雲端計算已經走過了它輝煌的10年，雲端計算架構也日臻完善，越來越多的產品登上了雲！但是現階段依然會存在計算延遲、擁塞、低可靠性、安全攻擊等問題！

基於此，作為雲端計算的補充：邊緣計算和霧計算等開始被提出，以彌補雲端計算的一些短板問題！

2. 霧計算 VS 雲端計算

最初是由美國紐約哥倫比亞大學的斯特爾佛教授(Prof. Stolfo)起的，當時的意圖是利用“霧”來阻擋黑客入侵。

沒成想美國思科公司把這個名詞嫁接了過去並得到了發揚光大，也就是我們現在所討論的「霧計算」！ 霧計算可理解為本地化的雲端計算

現在正在流行的“雲端計算”，是把大量資料放到“雲”裡去計算或儲存，解決諸如電腦或手機儲存量不夠，或者是運算速度不夠快的問題

在終端和資料中心之間再加一層，叫網路邊緣層。如再加一個帶有儲存器的小伺服器或路由器，把一些並不需要放到“雲”的資料在這一層直接處理和儲存，以減少“雲”的壓力，提高了效率，也提升了傳輸速率，減低了時延，這個工作原理其實就可以理解為：霧計算

霧計算和雲端計算相比，顯得更接地氣了一些！ 雲端計算重點放在研究計算的方式，霧計算更強調計算的位置。

霧計算相較雲端計算更貼近地面！更具體些說，它們在網路拓撲中的位置不同！

霧計算和雲端計算實際上又存在有很多相似之處：如都基於虛擬化技術，從共享資源池中，為多使用者提供資源服務等。

相對於雲端計算來說，霧計算離產生資料的地方更近，“霧比雲更貼近地面”的說法不是沒有道理的！

“霧計算介於雲端計算和個人計算之間的，是半虛擬化的服務計算架構模型。此外，霧計算實際上並沒有強力的計算能力，霧計算是將物理上分散的計算機聯合起來，形成較弱的計算能力，不過這樣的計算能力對於中小型的資料中心，完全夠用了”

如果說CDN是彌補TCP/IP本地化快取問題，那麼霧計算就是彌補雲端計算本地化計算問題！

霧計算 VS 雲端計算 有以下幾個明顯的特點：

• 更輕壓：計算資源有限相比較雲平臺的構成單位——資料中心，霧節點更加輕！霧計算能夠過濾，如聚合使用者訊息（如不停傳送的感測器訊息），只將必要訊息傳送給雲，減小核心網路壓力
• 更低層：霧節點在網路拓撲中位置更低，擁有更小的網路延遲（總延遲=網路延遲 計算延遲），反應性更強
• 更可靠：霧節點擁有廣泛的地域分佈，為了服務不同區域使用者，相同的服務會被部署在各個區域的霧節點上，使得高可靠性成為霧計算的內在屬性，一旦某一區域的服務異常，使用者請求可以快速轉向其他臨近區域，獲取相關的服務。此外，由於使用霧計算後，相較雲端計算減少了傳送到雲端和從雲端傳送的資料量，和雲端計算相比延遲更短，安全風險也得到了進一步的降低！
• 更低延：除了物聯網的應用外，網上游戲、視訊傳輸、AR等也都需要極低的時延，這點霧計算也是有所發揮的
• 更靈便：霧計算支援很高的移動性，手機和其他移動裝置可以互相之間直接通訊，訊號不必到雲端甚至基站去繞一圈！此外，霧計算也支援實時互動、多樣化的軟硬體裝置以及雲端線上分析等
• 更節能：霧計算節點由於地理位置分散，不會集中產生大量熱量，因此不需要額外的冷卻系統，從而減少耗電，霧計算更省電！

3. 邊緣計算 VS 雲端計算

和傳統的中心化思維不同，他的主要計算節點以及應用分散式部署在靠近終端的資料中心，這使得在服務的響應效能、還是可靠性方面都是高於傳統中心化的雲端計算概念，具體而言，邊緣計算可以理解為是指利用靠近資料來源的邊緣地帶來完成的運算程式。

那麼：邊緣計算和雲端計算又有何區別？ 實際上這兩者都是處理大資料的計算執行方式。

但不同的是，這一次，資料不用再傳到遙遠的雲端，在邊緣側就能解決，更適合實時的資料分析和智慧化處理，也更加高效而且安全。

邊緣計算服務的構建，從技術領域是一種很大的創新！
如今AWS、微軟、英特爾等國外大型企業已經著手佈局邊緣計算，可以預見的是邊緣計算之於雲服務企業重要性可見一斑！

如果說雲端計算是集中式大資料處理，那麼邊緣計算可以理解為邊緣式大資料處理！ 由於邊緣計算(Edge computing
)指的是接近於事物，資料和行動源頭處的計算，所以我們也可以把這種型別的資料處理使用更通用的術語來表示：鄰近計算或者接近計算(Proximity Computing)

邊緣計算具備的幾點特質：

• 1.分散式和低延時計算
• 2.對終端裝置的資料進行篩選，不必每條原始資料都傳送到雲，充分利用裝置的空閒資源，在邊緣節點處過濾和分析，節能省時
• 3.減緩資料爆炸，網路流量的壓力，在進行雲端傳輸時通過邊緣節點進行一部分簡單資料處理，進而能夠裝置響應時間，減少從裝置到雲端的資料流量
• 4.智慧化（Edge intelligence）
  對於未來而言物聯網也好、AR或則VR場景也好以及大資料和人工智慧行業，實際上都有著極強的對近場計算的需求，邊緣計算保障大量的計算需要在離終端很近的區域完成計算，完成苛刻的低延時服務響應！
  可以預見的是，在未來邊緣計算的發展並不邊緣！

4. 霧計算 VS 邊緣計算

邊緣計算概念出現時間上較早於霧計算，指代雲和裝置的邊界，霧計算而言因為和雲相比位置上更接近裝置，所以表示為霧。

關於二者的區別實際上有很多的解讀，角度不同觀點自然也會有所區別。 分享其中一種從物聯網層面的解讀： （部分觀點參閱自：http://readwrite.jp/infrastructure/32649/）

霧計算，經常是在IoT背景下被提及到，典型的主要業務是路由器、接入點甚至是與感測器和執行器一起的計算裝置。 處理能力放在包括IoT裝置的LAN裡面，這個網路內的IoT閘道器，或者說是霧節點用於資料收集，處理，儲存。多種來源的資訊收集到閘道器裡，處理後的資料傳送回需要該資料的裝置。

霧計算的特點是處理能力強的單個裝置接收多個端點來的資訊，處理後的資訊發回需要的地方，和雲端計算相比延遲更短。
和邊緣計算相比較的話，霧計算更具備可擴充套件性。

霧計算不需要精確劃分處理能力的有無，根據裝置的能力也可以執行某些受限處理，但是更復雜的處理實施的話需要積極的連線。

邊緣計算，進一步推進了霧計算的“LAN內的處理能力”的理念，處理能力更靠近資料來源。不是在中央伺服器裡整理後實施處理，而是在網路內的各裝置實施處理。

這樣，通過把感測器連線到可程式設計自動控制器(PAC)上，使處理和通訊的把握成為可能。

和霧計算相比的優點，根據它的性質單一的故障點比較少。各自的裝置獨立動作，可以判斷什麼資料儲存在本地，什麼資料發到雲端。

實際上霧計算和邊緣計算感覺很相似，但是在資料的收集，處理，通訊的方法層面還是存在些許的不同的，也各有利弊！
霧計算以及邊緣計算、海計算而言等等的出現，不是用來代替雲端計算，更多的是對雲端計算“bug類”問題的修修補補，本質上是作為雲端計算的延伸擴充而誕生的產品和理念！

無論是雲端計算、海計算或者是邊緣計算、霧計算，其他產品概念也好，目的只有一個：更好的服務於我們的生活！

http://blog.sina.com.cn/s/blog_6ab284e40102xhhb.html