雾计算
雾计算是思科创造的术语，指将云计算扩展到企业网络的边缘。因此，它也被称为边缘计算或雾化。它促进了终端设备和计算数据中心之间的计算、存储和网络服务的运行。
- 组成雾基础设施的设备称为雾节点。
- 在雾计算中，所有的存储能力、计算能力、数据以及应用程序都放在云和物理主机之间。
- 所有这些功能都更倾向于主机。这使得处理速度更快，因为它几乎是在创建数据的地方完成的。
- 它提高了系统的效率，也用于确保增加的安全性。
雾计算的历史
雾计算一词是由思科在 2014 年 1 月创造的。这是因为雾被称为靠近地面的云，就像雾计算与存在于主机和主机之间的节点附近的节点有关一样。云端。它旨在使系统的计算能力接近主机。在这获得了一点人气之后，IBM 在 2015 年创造了一个类似的术语，称为“边缘计算”。
何时使用雾计算？
雾计算可用于以下场景：
- 当仅需要将选定的数据发送到云时使用它。选择此选定数据用于长期存储，并且主机访问频率较低。
- 当应在几分之一秒内分析数据时使用它，即延迟应该很低。
- 每当需要在不同地理位置的大范围内提供大量服务时，都会使用它。
- 经过严格计算和处理的设备必须使用雾计算。
- 使用雾计算的实际示例是物联网设备（例如，欧洲汽车对汽车联盟）、带有传感器、相机的设备（IIoT-工业物联网）等。
雾计算的优势
- 这种方法减少了需要发送到云的数据量。
- 由于减少了数据传输的距离，从而节省了网络带宽。
- 减少系统的响应时间。
- 由于数据位于主机附近，因此它提高了系统的整体安全性。
- 它提供了更好的隐私，因为行业可以在本地对其数据进行分析。
雾计算的缺点
- 由于流量增加（大量数据流），主机和雾节点之间可能会出现拥塞。
- 当在主机和云之间放置另一层时，功耗会增加。
- 主机和雾节点以及雾节点和云之间的调度任务很困难。
- 随着数据的存储和计算，数据管理变得繁琐，数据的传输也涉及加密解密，进而释放数据。
雾计算的应用
- 它可用于监测和分析患者的病情。在紧急情况下，可以向医生发出警报。
- 它可以用于实时铁路监控，就像我们希望尽可能减少延迟的高速列车一样。
- 可用于油气管道优化。它产生大量数据，将所有数据存储到云端进行分析效率低下。
参考：
https://en.wikipedia.org/wiki/Fog_computing