[Spark基础]--雾计算

wiki解释

雾计算（英语：Fog Computing）或雾联网（fog networking，或fogging），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，以分布式协作架构进行数据存储（相较于将数据集中存储在云数据中心），或进行分布式网络数据包传输通信（相较于通过互联网骨干路由），或相关分布式控制或管理。雾计算是由思科（Cisco）在2014年所提出的概念^[1]，为云计算的延伸，这个架构可以将计算需求分层次、分区域处理，以化解可能出现的网络塞车现象。

雾计算的应用和物联网（IOT）及智能联网（M2M）有密不可分的关系。在物联网中，我们日常使用中的大多数设备将被彼此连接，最为具体精神概念为缩短处理数据时间,亦TSN(Time Sensative Networking),多数应用为医疗,智能工厂 , 智能车 ,智能电网等在讲求AI的这个时代,雾计算可以协助后台计算运作更有效率 , 在靠近IOT DEVICE端就具备计算,监视,收集数据的功能, 之后再将数据传至数据中心做更随为大量的数据分析及演算

知乎回答

作者：视界云
链接：https://www.zhihu.com/question/50879568/answer/260088823
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

雾计算最初是由美国纽约哥伦比亚大学的斯特尔佛教授(Prof. Stolfo)起的，当时的意图是利用“雾”来阻挡黑客入侵。

没成想美国思科公司把这个名词嫁接了过去并得到了发扬光大，也就是我们现在所讨论的「雾计算」！

雾计算：可理解为本地化的云计算

现在正在流行的“云计算”，是把大量数据放到“云”里去计算或存储，解决诸如电脑或手机存储量不够，或者是运算速度不够快的问题

&lt;img src="https://pic4.zhimg.com/50/v2-c5663cc3b0480382af3864de35b482c9_hd.jpg" data-size="normal" data-rawwidth="640" data-rawheight="409" class="origin_image zh-lightbox-thumb" width="640" data-original="https://pic4.zhimg.com/v2-c5663cc3b0480382af3864de35b482c9_r.jpg"&gt;参自Cisco：雾计算原始定义图示

在终端和数据中心之间再加一层，叫网络边缘层。如再加一个带有存储器的小服务器或路由器，把一些并不需要放到“云”的数据在这一层直接处理和存储，以减少“云”的压力，提高了效率，也提升了传输速率，减低了时延，这个工作原理其实就可以理解为：雾计算

雾计算和云计算相比，显得更接地气了一些！

云计算重点放在研究计算的方式，雾计算更强调计算的位置。

雾计算相较云计算更贴近地面！更具体些说，它们在网络拓扑中的位置不同！

雾计算和云计算实际上又存在有很多相似之处：如都基于虚拟化技术，从共享资源池中，为多用户提供资源服务等。

相对于云计算来说，雾计算离产生数据的地方更近，“雾比云更贴近地面”的说法不是没有道理的！

“雾计算介于云计算和个人计算之间的，是半虚拟化的服务计算架构模型。此外，雾计算实际上并没有强力的计算能力，雾计算是将物理上分散的计算机联合起来，形成较弱的计算能力，不过这样的计算能力对于中小型的数据中心，完全够用了”

如果说CDN是弥补TCP/IP本地化缓存问题，那么雾计算就是弥补云计算本地化计算问题！

雾计算 VS 云计算有以下几个明显的特点：

更轻压：计算资源有限相比较云平台的构成单位——数据中心，雾节点更加轻！雾计算能够过滤，如聚合用户消息（如不停发送的传感器消息），只将必要消息发送给云，减小核心网络压力

更低层：雾节点在网络拓扑中位置更低，拥有更小的网络延迟（总延迟=网络延迟计算延迟），反应性更强

更可靠：雾节点拥有广泛的地域分布，为了服务不同区域用户，相同的服务会被部署在各个区域的雾节点上，使得高可靠性成为雾计算的内在属性，一旦某一区域的服务异常，用户请求可以快速转向其他临近区域，获取相关的服务。此外，由于使用雾计算后，相较云计算减少了发送到云端和从云端发送的数据量，和云计算相比延迟更短，安全风险也得到了进一步的降低！

更低延：除了物联网的应用外，网上游戏、视频传输、AR等也都需要极低的时延，这点雾计算也是有所发挥的

更灵便：雾计算支持很高的移动性，手机和其他移动设备可以互相之间直接通信，信号不必到云端甚至基站去绕一圈！此外，雾计算也支持实时互动、多样化的软硬件设备以及云端在线分析等

更节能：雾计算节点由于地理位置分散，不会集中产生大量热量，因此不需要额外的冷却系统，从而减少耗电，雾计算更省电！

雾计算以及边缘计算、海计算而言等等的出现，不是用来代替云计算，更多的是对云计算“bug类”问题的修修补补，本质上是作为云计算的延伸拓展而诞生的产品和理念！

[Spark基础]--雾计算相关推荐

分布式离线计算—Spark—基础介绍
原文作者:饥渴的小苹果原文地址:[Spark]Spark基础教程目录 Spark特点 Spark相对于Hadoop的优势 Spark生态系统 Spark基本概念 Spark结构设计 Spark各种 ...
物联网的云计算、雾计算、边缘计算和MIST计算的基本概念
从物联网从业者的角度来看,经常看到对计算更加可用和分布式的需求.当开始将物联网与OT和IT系统整合时,面临的第一个问题是设备发送到服务器的庞大数据量.在一个工厂自动化的场景中,可能有数百个集成的传感器 ...
边缘计算（雾计算）——AI+IoT的热词
https://www.toutiao.com/a6643283169942438413/ 2019-01-06 15:31:36 雾计算是思科创造的一个术语,由OpenFog Consortium支 ...
Spark基础知识解答
Spark基础知识解答一. Spark基础知识 1. Spark是什么? UCBerkeley AMPlab所开源的类HadoopMapReduce的通用的并行计算框架. Spark基于mapred ...
【Spark】Spark基础教程知识点
第 1 部分 Spark 基础 Spark 概述本章介绍 Spark 的一些基本认识. Spark官方地址一:什么是 Spark Spark 是一个快速(基于内存), 通用, 可扩展的集群计算引擎 ...
spark的流失计算模型_使用spark对sparkify的流失预测
spark的流失计算模型 Churn prediction, namely predicting clients who might want to turn down the service, is ...
什么是spark的惰性计算?有什么优势?_spark——spark中常说RDD，究竟RDD是什么？
本文始发于个人公众号:TechFlow,原创不易,求个关注今天是spark专题第二篇文章,我们来看spark非常重要的一个概念--RDD. 在上一讲当中我们在本地安装好了spark,虽然我们只有lo ...
Spark基础学习笔记16：创建RDD
文章目录零.本讲学习目标一.RDD为何物 (一)RDD概念 (二)RDD示例 (三)RDD主要特征二.做好准备工作 (一)准备文件 1.准备本地系统文件 2.准备HDFS系统文件 (二)启动Sp ...
最全的spark基础知识解答
原文:http://www.36dsj.com/archives/61155 一. Spark基础知识 1.Spark是什么? UCBerkeley AMPlab所开源的类HadoopMapReduc ...

[Spark基础]--雾计算

[Spark基础]--雾计算相关推荐

最新文章

热门文章