IT治理员不须要在边缘和云之间启动选用，但须要了解每种技术的优缺陷，以便最好地将它们融入到企业运营中。
许多组织经常使用云作为其全体IT平台的一局部。资源治理的灵敏性和更高的全体应用率的承诺可以同等于节俭老本。
此外，对许多人而言，公共云是一个有吸引力的平台，由于经过第三方治理底层平台可以节俭技艺，此类平台规模宏大，并且能够在环球范围内安保地保管数据。
但是，组织在集中数据搜集和剖析方面遇到了疑问。这造成边缘计算作为代替打算的兴起。
什么是云计算?
经过云计算，创立了一个平台，可以将计算、存储和网络等资源以高度虚构化的方式灵敏地运行于特定上班负载，以更好地满足现代灵活上班负载的需求。该平台运转许多上班负载，并准许在它们之间共享资源，通经常常使用业务驱动的优先级来定义哪个上班负载首先经常使用任何资源。
云计算的优势
云具有很多优势，包含：
高度灵活灵敏的资源性能。经过正确的性能，云可以依据须要灵敏地将资源运行于上班负载。例如，对计算才干的需求突然激增的上班负载可以从虚构资源堆中运行此性能。当峰值完结时，可以监禁资源并将其放回堆中，预备好启动性能以满足另一个上班负载的要求。
高度虚构化。在架构良好的云中，平台虚构化象征着上班负载取得高水平的可移植性。假设须要，可以将运行的实例从云的一个局部移动到另一局部，并且可以极速成功。这提高了可用性和性能，并有助于防止散布式拒绝服务攻打等疑问。
云计算的缺陷
云也有其缺陷，包含：
资源下限依然存在。确实如此，尤其是在私有云中。物理主机的应用率通常不会高于百分之几十——在很长一段期间内以繁多百分比运转。私有云或者会将全体应用率提高到百分之几十，但或者会遇到网络限制方面的疑问。与资源应用率如此低下相关的老本不只包含坚持一切运转所需的电力需求，还包含所需的冷却、操作系统和运行容许以及保养。公共云或者曾经治理着数十万个上班负载，并以高达数十%的资源应用率运转，但它们可以更好地处置所需的空间;仅治理数十到数百个上班负载的私有云或者不具有此类性能。
处置环境的更多物理方面存在艰巨。即使有了虚构化，虚构环球和物理环球之间依然存在牢无法破的咨询。虽然公共云在其自己的数据中心之间具有外部高速网络衔接和高度提升的衔接，但组织和公共云之间通常没有这种高速互连。假设公共云中的集中式数据剖析依赖于缓慢且较低的带宽衔接来访问组织环境中的数据，那么当数据负载较高时，或者会发生数据锯齿和数据包抵触等严重疑问。
什么是边缘计算?
关于边缘计算，其想法是应用云的集中式个性，但防止在不用要的状况下传输和剖析数据。让默认更接近数据创立的中央和须要默认决策的中央可以提高全体性能。
边缘计算可以经过称为边缘设备的不凡计算单元来口头，也可以经过在接近创立数据的设备的规范物理或虚构主机上运转的公用软件映像来口头。而后，边缘计算服务可用于捕捉、操作和剖析数据，并选择应在哪些畛域口头哪些操作。
边缘计算的优势
边缘计算具有以下优势：
边缘计算使数据默认更接近须要的中央。这象征着照应获取了改善。关于消费线系统或默认修建等畛域，这种更即时的数据处置和决策或者是必要的。
边缘计算最大限制地缩小了更宽泛网络上的数据传输。整个平台中网络流量或者造成疑问的局部可以保管用于必定集中的数据。
其使数据传输能够驳回愈加“洋葱皮”的方法。在这里，边缘设备可以捕捉和剖析来自一组不同设备的数据，并可以过滤掉显著无用的数据。其还可以检查能否存在任何指向紧急疑问的内容，并将该数据发送到集中式云或另一个更接近**的性能更弱小的边缘设备，以启动更具体的剖析。
边缘计算的缺陷
边缘计算也存在一些疑问，包含：
定义边缘或者很艰巨。云平台曾经混杂了IT平台及其组成局部的边缘定义。关于现代边缘计算，须要定义由一组严密协同定位的数据生成设备组成的“虚构边缘”是**架构需求。但是，以物联网为例，一台边缘设备究竟应该担任多少个物联网设备呢?单个边缘设备应该担任哪些不同类型的物联网设备，即使它们都严密位置于同一位置?
或者会发生误报和漏报。由于当今市场上的大少数物联网设备都是相对愚昧的设备，因此边缘设备必定承当数据搜集和剖析的责任。但是，边缘设备必定具有老本效益;治理10个物联网设备的边缘设备不会破费数千美元。寻觅能够以适当的资金提供适当的默认的边缘设备或计算实例，依然是IT团队必定小心平衡的一个疑问。
边缘计算会取代云计算吗?
答案是，不会。云提供了一个底层平台，可以提高组织的全体灵敏性，同时提供降落老本和提高对市场变动的照应才干的时机。边缘计算提供了一种额外提高性能的方法，特意是在数据剖析和决策方面。窍门在于成功底层云平台与边缘计算的理智经常使用的良好混合，以满足组织的需求。
现代IT环境中的云
云必定处置的重要疑问之一是物联网的蓬勃开展。例如，设备散布在组织的物理IT环境周围，口头一系列不同的义务，从便捷的测量到针抵消费线或默认修建的要求的复杂操作。物联网设备数据丰盛，但十分“喧闹”，这象征着大局部数据简直没有用途。这些数据不是延续的，而是随着期间的推移作为一系列事情发生。这些数据不须要遍历网络，但许多物联网设备没有内置默认来了解这一点。
这里有一个二分法:试图经过云平台齐全治理物联网环境并不是最佳的做事方式。疑问在于，要让云处置这些物联网设备创立的一切数据，一切数据都必定经过网络传输到云计算才干所在的位置。这将造成数据自身的提前，以及对云的全体带宽的严重影响，即使其具有资源灵敏性。边缘计算提升了数据治理，最大限制地缩小了不用要的数据网络流量。
如何在边缘和云之间启动选用
这里的选用是在整个混合云平台中经常使用边缘的中央。在大数据上班负载无心义的状况下，例如，在检查在线购物者的购置形式或剖析完整数据集时，经常使用中央云平台是无心义的。但是，当检查相似设备的团圆分组时，其中少量数据简直没有用途或须要更即时的决策，经常使用边缘设备或服务可以协助以更提升的方式聚合、过滤和剖析数据。
关于IT架构师而言，确顾全体架构满足组织的需求是关键。但是，边缘服务的引入可以分阶段启动，依据优先需求用边缘取代现有的集中式服务。
雾计算和边缘云
那些在云计算环球中钻研边缘计算的人或者也会遇到雾计算——这实践上是将两个概念联合在一同，更像是一个繁多的概念。边缘计算设备被搁置在尽或者接近实践须要的中央，但与重要的集中式云平台严密集成。
还有另一个——边缘云，其对不同的人有不同的含意;许多人以为其与雾计算相反。关于其他人而言，边缘云更像是一个完选集成和提升的全体基础设备平台，依赖于底层网络结构来治理数据流和剖析。但是，雾计算和边缘云是相似的概念。
关于大少数组织而言，其结果是雾计算/边缘云环境。混合整个平台可为未来提供增强的性能和灵敏性。