一、边缘计算概述
边缘计算是在网络边缘执行计算:
核心特点:
- 低延迟
- 减少带宽
- 数据本地处理
- 分布式架构
二、边缘计算架构
1. 三层架构
┌─────────────────────────────────────────────────────────────┐
│ 云端(Cloud) │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 数据处理 │ │ AI训练 │ │ 业务管理 │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────────┘
│
│ 同步
▼
┌─────────────────────────────────────────────────────────────┐
│ 边缘层(Edge) │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 边缘节点1 │ │ 边缘节点2 │ │ 边缘节点3 │ │
│ │ (工厂) │ │ (门店) │ │ (车载) │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ 终端层(Device) │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ 摄像头 │ │ 传感器 │ │ PLC │ │ 机器人 │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
└─────────────────────────────────────────────────────────────┘
2. KubeEdge架构
┌─────────────────────────────────────────────────────────────┐
│ CloudCore │
│ ┌─────────────┐ ┌─────────────┐ │
│ │ 设备管理 │ │ 消息路由 │ │
│ └─────────────┘ └─────────────┘ │
└──────────────────────────┬──────────────────────────────────┘
│
┌──────────────────────────┼──────────────────────────────────┐
│ EdgeCore (边缘节点) │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ Edged │ │ MetaDB │ │ Device │ │
│ │ (Kubelet)│ │ (本地存储)│ │ 设备管理 │ │
│ └──────────┘ └──────────┘ └──────────┘ │
└─────────────────────────────────────────────────────────────┘
三、KubeEdge部署
1. 云端安装
bash
# 安装CloudCore
kubectl apply -f https://raw.githubusercontent.com/kubeedge/kubeedge/master/build/cloud/06-deployment.yaml
# 查看状态
kubectl get pods -n kubeedge
2. 边缘节点安装
bash
# 安装EdgeCore
wget https://github.com/kubeedge/kubeedge/releases/download/v1.14.0/keadm-v1.14.0-linux-amd64.tar.gz
tar -zxf keadm-v1.14.0-linux-amd64.tar.gz
# 加入集群
keadm join --cloudcore-ipport=192.168.1.100:10000 --token=xxxx
3. 应用部署
yaml
apiVersion: v1
kind: Pod
metadata:
name: edge-app
annotations:
node-selector: 'edge'
spec:
containers:
- name: app
image: myapp:latest
nodeSelector:
node-role.kubernetes.io/edge: ''
四、OpenYurt架构
1. 架构
┌─────────────────────────────────────────────────────────────┐
│ YurtHub (边缘网关) │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 缓存 + 离线运行 + 流量劫持 │ │
│ └──────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────┘
2. 节点池管理
yaml
apiVersion: apps.openyurt.io/v1alpha1
kind: NodePool
metadata:
name: beijing-pool
spec:
type: Edge
selector:
matchLabels:
zone: beijing
---
apiVersion: v1
kind: Node
metadata:
name: edge-node-1
labels:
zone: beijing
apps.openyurt.io/nodepool: beijing-pool
五、应用场景
1. 工业物联网
场景:工厂设备监控
需求:
- 毫秒级响应
- 断网可用
- 本地数据处理
方案:
- 边缘节点部署在车间
- 实时数据本地处理
- 异常告警本地响应
- 数据定期同步云端
2. 智慧交通
场景:车载系统
需求:
- 低延迟决策
- 离线运行
- 边缘协同
方案:
- 车载边缘计算
- V2X边缘通信
- 实时路径规划
3. 零售门店
场景:无人门店
需求:
- 快速结账
- 实时库存
- 客流分析
方案:
- 门店边缘节点
- 本地商品识别
- 实时库存同步
六、边缘计算平台
1. 平台对比
| 平台 | 厂商 | 特点 |
|---|---|---|
| KubeEdge | 华为 | K8s原生 |
| OpenYurt | 阿里 | 阿里云ACK@Edge |
| AWS IoT Greengrass | AWS | Lambda@Edge |
| Azure IoT Edge | 微软 | Azure Functions |
2. 选择建议
- KubeEdge:开源、K8s生态
- OpenYurt:阿里云集成
- Greengrass:AWS生态
- IoT Edge:Azure生态
七、总结
边缘计算架构要点:
- 低延迟:边缘处理
- 离线运行:本地缓存
- KubeEdge:K8s边缘方案
- 场景:工业、交通、零售
个人观点,仅供参考