边缘计算

优化并提升用户体验

Play Video

边缘计算平台确保超低延迟和高性能计算

CDNetworks 边缘计算平台 (ECP) 使客户能够通过轻松部署和扩展基于容器的应用程序来满足不断增长的业务需求。 ECP 将高性能计算、存储和网络资源尽可能靠近最终用户。这样做可以降低数据传输成本、减少延迟并提高特定区域性能。 ECP是一个基于Kubernetes和Docker的容器编排系统,客户只需编写一次基于容器的应用程序,就可以在任何地方部署它们

资料库

ECP 免费套餐计划

注册并获得 $500 额度

产品亮点

1500+ PoPs Global Presence

CDNetworks provides unmatched scale for rapidly expanding your container-based applications

50+ Tbps High Bandwidth

Aggregated bandwidth ensures high performance and availability, even with peak traffic

< 50 ms Ultra Low Latency

Fast application processing and communication between edge and end points

Distributed PoPs coverage to insure ultra-low latency

Compatible with TCP protocol

Automated deployment, self-healing, auto scaling, application monitoring & reporting

Comprehensive technical support

边缘计算平台解决方案

ECP 是一种基础设施即服务 (IaaS),可为容器实例提供计算、网络、存储资源,并在边缘提供 Kubernetes (K8s) 容器管理

计算

CPU
内存

网络

公共 IPv4 和 IPv6 网络接口
静态IP
负载均衡

存储

高性能本地SSD永久存储

产品亮点

自动化应用程序部署

当开发者指定一个 Pod 时,他们可以选择每个容器需要的资源。 Kubernetes 运行一个调度程序,根据请求以及预定义的调度策略和首选项,自动决定将 Pod 放置在哪些节点上。 不需要手动应用程序规划

自动恢复

Kubernetes 调度器将重启失败的容器,在节点宕机时替换和重新调度容器,并终止不响应任何健康检查的容器

自动更新

部署控制器允许开发人员轻松地进行应用程序部署和回滚

Pod 自动缩放 (HPA)

根据 CPU 和内存等资源使用情况自动向上和向下扩展应用程序

Users at the edge

ECP 免费套餐计划

注册并获得 $500 额度

ECP 全球覆盖

ECP将高性能计算、存储和网络资源尽可能靠近最终用户,并允许客户一次性编写基于容器的应用程序并将其部署到任何地方。CDNetworks的全球存在点(POP)根据成本分成四个“服务组”

标准服务组(Standard)

高级服务组(Premium)

豪华服务组(Premium+)

尊享服务组(Ultra)

我们为四个服务组定义了不同的价格。 通过这种方式,您可以针对全球不同地区完全定制性能和成本。 ECP 覆盖了全球各主要地区,并在全球范围内快速扩展中

什么是边缘计算?

边缘计算是一种网络原理,旨在使计算能力、内存和存储尽可能靠近最终用户。 “边缘”是指网络的边缘,即网络服务器可以最方便地向客户提供计算功能的位置。

边缘计算不再依赖于数据中心等集中位置的服务器,而是将计算从物理上更接近最终用户。计算是在本地完成的,比如在用户的计算机、物联网设备或边缘服务器上。

边缘计算最大限度地减少了客户端和集中式云或服务器之间必须进行的远程通信量。从而获得更少的延迟,更快的响应时间和带宽使用。

Edge Computing

常见问题

边缘计算的工作原理是允许来自本地设备的数据在被发送到集中式云或边缘云生态系统之前,在它们运行的网络边缘进行分析。分布在全球各地的数据中心、服务器、路由器和网络交换机组成的网络在本地处理和存储数据,每个网络都可以将其数据复制到其他位置。这些单独的位置称为节点(PoP)。边缘节点在物理上离设备更近,不像云服务器可能离设备很远。

对于传统架构,业务需要在物理服务器上运行多个应用程序。没有一种简单的方法可以将资源分配给所有应用程序,以确保它们的性能都一样好。然后出现了虚拟机(VM),它允许隔离应用程序,以便更好地利用同一硬件基础设施上的服务器资源。

容器与 VM 类似,不同之处在于它们可以在应用程序之间共享操作系统 (OS)。 这使得容器可以跨云和操作系统分发。 开发人员可以敏捷运维,无需停机。

事实上,开源平台 Kubernetes 可以帮助开发人员将容器应用程序的大部分管理自动化。 例如,它允许开发人员在一个容器接收高流量时分配网络流量、自动发布和回滚、重启失败的容器、运行健康检查等。

开发人员可以通过构建pod在边缘部署应用程序,pod是一个小的计算单元,它将一个或多个具有共享存储和网络资源的容器组合在一起。Kubernetes或K8s可以部署在每个边缘节点上,以允许开发人员自己在边缘节点上构建这些pod。

以一家云游戏公司为例,它让世界各地的用户从集中式云访问其设备上的图形密集型内容。 游戏必须响应用户的键盘、鼠标操作,并且数据必须以毫秒甚至更快的速度往返于云端。 这种持续的交互需要公司的服务器存储、获取和处理巨大的计算任务。 此外,现代云游戏需要 5G 网络,因为它们可提供稳定的超低延迟。

与服务器的距离越远,数据传输的距离就越远,出现延迟和抖动的可能性就越大。 这可能会导致用户延迟和糟糕的游戏体验。

通过将计算移至更靠近边缘和用户的位置,让数据传输的距离尽可能减少,使玩家获得无延迟的游戏体验。 这使得实际的用户设备(无论是控制台还是个人计算机)变得无关紧要。 因此,在边缘运行数据工作负载可以渲染图形密集型视频并提供卓越的游戏体验。 它还可以帮助公司降低运行集中式基础架构的成本。

边缘计算确实带来了一些安全问题。由于边缘节点更接近最终用户,边缘计算通常会处理大量高度敏感的数据。 如果此数据泄露,可能会引起严重的隐私侵犯问题。

随着越来越多的物联网和连接设备加入边缘网络,潜在的攻击风险也在扩大。 边缘计算环境中的设备和用户也随时可能会移动位置。 这些因素使得设计安全规则来阻止攻击变得困难。

一种确保边缘计算安全性的方法是最小化对设备本身的计算和处理。 可以从设备采集数据,然后打包路由到边缘节点进行处理。 然而,这可能并不总是可行的,例如当自动驾驶汽车或楼宇自动化系统上的传感器需要实时处理数据和做出决策时。

对静止和传输中的数据进行加密有助于解决边缘计算的一些安全问题。这样,即使这些设备的数据被泄露,黑客也无法破译任何个人信息。

边缘设备对电力和网络连接的要求也可能不同。 这引发了对可用性以及某个节点出现故障时的担忧。 边缘计算使用全局服务器负载平衡 (GSLB) 解决了这个问题,GSLB 是一种在多个不同边缘节点之间分配流量的技术。 使用 GSLB,当一个节点不堪重负并即将宕机时,其他节点可以介入并继续处理用户请求。

云计算是一种允许通过互联网按需提供存储、应用程序和处理能力的技术。在计算的早期,企业必须建立数据中心、硬件和其他计算基础设施来运行应用程序。这意味着前期成本、人力、管理复杂性都会随着规模的扩大而成倍增加。

云计算 本质上是让企业从云服务提供商那里“租用”数据存储和应用程序。提供商将负责管理其数据中心内的集中式应用程序,而企业则根据其对这些资源的使用情况付费。边缘计算的不同之处在于,应用程序和计算更接近用户。

无状态 VS 有状态

云计算和边缘计算之间的另一个重要区别在于它们如何处理有状态和无状态应用程序。

有状态应用程序是那些存储以前事务信息的应用程序。网上银行或电子邮件就是这样的例子:新的交易是在以前发生的情况下进行的。由于这些应用程序需要存储更多关于其状态的数据,因此它们更适合存储在传统的云上。

无状态应用程序是指那些不存储任何有关过去事务信息的应用程序。例如,在搜索引擎中输入查询是无状态事务。如果搜索被中断或关闭,您将从头开始新的搜索。运行在边缘的应用程序通常是无状态的,因为它们需要经常移动位置,并且需要较少的存储和计算资源。

带宽要求

云计算和边缘计算在它们处理的应用程序的带宽要求方面也有所不同。 带宽是指可以通过 Internet 在用户和服务器之间传输的数据量。 带宽越高,对应用程序性能和由此产生的成本的影响就越大。  

由于数据必须传输到集中式云的距离远大于传输到边缘计算,因此应用程序需要更高的带宽来保持性能并避免数据包丢失。 当您的应用程序需要高带宽才能发挥其性能时,边缘计算是一个更好的解决方案。

虽然边缘计算和云计算可能在很多方面有所不同 ,但两者同时使用并不冲突。 例如,为了解决公有云中的延迟问题,您可以在更接近数据源的地方分发任务关键型应用程序的处理。

延迟

云计算和边缘计算的一个主要区别在于延迟。由于用户与云之间的距离很远,云计算可能会产生延迟问题。边缘基础设施使计算能力更接近最终用户,最大限度地缩短了数据的传输距离,同时仍保留云计算的集中特性。因此,边缘计算更适合对延迟敏感的应用程序,而云计算则相反。

Play Video