主题对照

物联网与边缘计算

比较物联网平台的设备建模与接入、边缘节点就近处理的时延与带宽动因,以及云边协同中预处理、聚合与回传的分工。

16 张卡片 · 8 本书

本层 16 张卡片 · 含下级覆盖 16 张卡片

本主题的卡片

企业云计算:原理、架构与实践指南 2020 · 物联网与边缘计算

边缘计算因时延而生

5G 把设备到基站的时延压到 2 ms 以内,但从基站到中心云仍要 50~100 ms,而 AR、VR、自动驾驶等场景要求 10 ms 以内,网络距离成了瓶颈。边缘计算把计算、存储能力下沉到靠近设备或数据源的节点,就近处理,用位置换时延,同时减轻骨干网压力。

查看卡片与原书出处

企业云计算:原理、架构与实践指南 2020 · 物联网与边缘计算

IoT核心是设备映射

物联网是连接真实世界与数字世界的桥梁,平台的核心不只是把设备接进来,而是给设备建立统一的抽象模型。书中的物模型用结构化 JSON 描述物理实体,按属性、服务、事件三个维度定义设备能力。有了统一模型,不同设备的数据才能标准化,上层的分析、控制和规则联动才有共同语义。

查看卡片与原书出处

企业云计算:原理、架构与实践指南 2020 · 物联网与边缘计算

边缘先做预处理

设备数量暴增后,数据若全部回传中心云,会冲击核心网和骨干网,也挤占云端计算与存储资源。云边协同的关键分工是:边缘节点和网关先对数据做聚合、提纯、初步分析,把结果或高价值数据再传回云端,由云端负责全局分析和编排。

查看卡片与原书出处

分布式人工智能基于TensorFlow、RTOS与群体智能体系 (王静逸) · 分布式系统简介

云边互补

云计算是集中式的,把资源汇成共享池统一服务,重视整体;边缘计算是去中心化的,利用靠近数据源的计算节点自治处理,重视局部。边缘计算延时低、聚焦实时数据、过滤掉大量无用数据,效率更高。两者相互补充:各地数据先由边缘就近处理,再由云端整合。

查看卡片与原书出处

可伸缩架构(第2版):云环境下的高可用与风险管理 · 边缘计算

边缘贴近动作发生处

边缘计算是应用中更靠近“操作”发生地的那部分,操作指要处理的数据来源,比如终端用户或被控制的设备。它的目的是让时间敏感的操作更靠近需要它们的地方,关键是把计算放在能高效运行的位置,而不是对开发和运维最方便的位置。无人驾驶汽车判断前方是行人还是刹车的车辆,必须在车内完成;路线优化、车队管理不那么紧急,放在云端。

查看卡片与原书出处

可伸缩架构(第2版):云环境下的高可用与风险管理 · 边缘计算

边缘伸缩不同于云

边缘与云的伸缩方式不同。云端软件实例少、集中在少数地点,每个实例同时处理大量请求,用户越多负载越重,重点是资源管理:有没有足够资源支撑规模。边缘软件每新增一个用户就新增一个实例,每个实例只管一台设备、互不知晓,负载始终平稳,但实例数随用户线性增长,新增 100 万辆车就多 100 万个实例。所以边缘的重点是实例管理:如何管理、升级、监控海量实例。

查看卡片与原书出处

可伸缩架构(第2版):云环境下的高可用与风险管理 · 边缘计算

边缘要能独立降级

放在边缘的计算往往不能依赖网络。无人驾驶汽车的避障、刹车判断必须立即、每次准时发生,不能因为互联网连接不好或云服务器忙而失效或延迟;家庭安全系统在网络不可靠时也要能关炉子、拉警报。边缘软件对紧急情况响应更快、更可靠,还能让数据留在本地,减少对集中数据的依赖。与[[降级按场景设计]]相连。

查看卡片与原书出处

可伸缩架构(第2版):云环境下的高可用与风险管理 · 边缘计算

边缘靠自动化运维

边缘服务更难管理和升级:硬件有多个版本和功能差异,不同设备上容易跑着不同版本的软件,高度分布也使监控困难。书中给出成功使用边缘计算的 8 个要点,其中包括:主动决定每项计算放边缘还是云端,不确定时选云,只有对边缘最优时才用边缘;不要以为边缘计算高度定制就忽略 DevOps 原则;自动化、可重复的部署对远程且节点众多的边缘应用更加重要。

查看卡片与原书出处

Software Architecture in Practice, 4th Edition · 能效

传感器融合有省能前提

先用低功耗传感器推断是否值得启动高功耗传感器,例如先由加速度判断是否移动,再取GPS位置。收益依赖低功耗检查足够便宜且常能省掉高功耗读取;如果仍频繁启动后者,额外检查反而耗能,还会增加复杂性、延迟并可能降低数据质量。

查看卡片与原书出处

Software Architecture in Practice, 4th Edition · 移动系统

传感与执行连接数字模型

传感器把环境物理特性转成电子数据,执行器反过来按数字指令作用于环境。软件需要构造环境表示,有时一个传感器足够,有时要多源联合识别对象;传感器集线协处理器还能分担主CPU工作。模型、响应、安全和隐私相互关联,传感失效时应有领域适当的降级,例如定位不可用时采用受限估计,而不是当读数始终可靠。

查看卡片与原书出处

Software Architecture in Practice, 4th Edition · 移动系统

传感栈把读数变成环境信息

传感栈组合设备和驱动,把原始读数变成应用可理解的环境信息。读取周期影响处理负载与精度;平滑利用时间序列抑制噪声;转换统一单位与格式;融合组合不同传感器来提高完整性和可信度。四者职责不同,不能把单位换算叫作融合,也不能把一次异常读数直接当作现实状态。具体算法依领域而定。

查看卡片与原书出处

Software Architecture in Practice, 4th Edition · 移动系统

端云卸载依赖连接与隐私

把路线计算或识别放到云端可借用更多算力和数据,但要核对本地能力、连接可得性、切分后的响应时间、本地存储和数据更新频率,还要考虑隐私。卸载不是单纯比较CPU速度:断网时必须仍有定义清楚的行为。不同运行模式也可关闭未用功能,将资源让给当前关键任务。

查看卡片与原书出处

Building Distributed Systems Designing scalable architectures with microservices, event-driven patterns, and robust deployment… · Distributed Systems Fundamentals

边缘计算靠近需求

边缘计算把计算和存储放到数据产生或使用位置附近,减少远距离传输的延迟及带宽消耗。内容缓存是直观例子:从靠近用户的位置提供数据。它改变处理位置,并不自动解决更新同步、节点故障或全部隐私问题。

查看卡片与原书出处

工业互联网安全 架构与防御 · 第1章 绪论

边缘计算的时延与暴露权衡

工业现场把部分计算任务从云端移到边缘节点,能缩短数据处理路径,提高实时性;代价是边缘节点常部署在更开放的现场,采集、分析和传输中的数据更易暴露。评估边缘计算方案时,不能只比较响应时延,还要核对节点的物理接触面和数据保护能力。这个取舍会扩大[[工业互联网四大特性相互放大治理难度]]中的分布式攻击面。

查看卡片与原书出处

Practical Process Automation (Bernd Ruecker) · 编排软件、决策与人

从设备数据流启动行动

设备数据流先由流处理识别洞察,工作流再确保有人按时处理并安排行动。连续低油压不应每次都新建维修实例:有状态连接器可为同一设备洞察只建一次,把恢复正常的信号路由到原实例,必要时取消维修。流负责识别,流程负责持续履行处理责任。

结构图:

flowchart TD
 A[设备传感数据] --> B[流处理提取洞察]
 B --> C[有状态连接器]
 C -->|新洞察| D[启动维修流程]
 C -->|同一异常重复| E[复用既有实例]
 C -->|恢复正常| F[通知既有实例]
 F --> G[判断是否取消维修]
查看卡片与原书出处

数据工程之道-设计和构建健壮的数据系统 · 第3章 设计好的数据架构

物联网数据链路

物联网数据不是由人直接输入,而是由定期或持续从环境收集数据的设备产生;设备通常低功耗、在低资源低带宽环境运行。智能手机几乎一夜之间造就了庞大的物联网集群,之后又有智能恒温器、车载系统、智能电视、智能音箱。作者预计 IoT 将成为生成和使用数据的主要方式之一。

链路上的组件:

环节 要点
设备(事物) 至少能收集和传输数据,也可能做边缘计算或边缘 ML。数据工程师不必懂设备内部,但要了解其功能、收集的数据、发送前的处理、发送频率,以及设备或网络中断、环境因素对下游收集的影响
物联网网关 连接设备并安全路由到互联网目的地的枢纽,让设备用极少功率连接,充当数据中转站;一大群设备通常按物理位置使用多个网关(低功耗 WiFi 标准可能降低其重要性)
获取 从网关开始流入事件获取架构;也可能网关先积累、等进入蜂窝或 WiFi 范围再批量上传。要考虑迟到数据、模式差异、数据损坏、连接中断
存储 取决于延迟要求:远程科学传感器可用批量对象存储;家庭监控自动化需要接近实时,用消息队列或时序数据库
服务 批处理科学应用用云数仓分析出报告;家庭监控用流处理或时序库查找火灾、停电、入室盗窃等关键事件并告警,另有月度批报告

类似反向 ETL 的服务模式:收集制造设备传感器数据,分析后寻求优化,再把结果发回设备重新配置,让设备更高效运行(物联网语境中通常不叫反向 ETL)。

查看卡片与原书出处
辅助阅读:卢曼编号

按卢曼编号阅读

点击箭头逐层展开,点击卡片标题查看详情。路径上下文仅用于连接层级,不计入主题卡片数。

  • 展开或收起下级: 260 ADC用有限位数量化连续电压 路径上下文 Raspberry Pi开发实战 · 传感器 理解等级:未标注
  • 展开或收起下级: 2280 故障不同于失效 路径上下文 数据密集型应用系统设计 · 可靠性、可伸缩性、可维护性 理解等级:未标注
    • 展开或收起下级: 2280.h 可维护性三支柱 路径上下文 数据密集型应用系统设计 · 可靠性、可伸缩性、可维护性 理解等级:未标注
      • 展开或收起下级: 2280.h.1 组合工具即成为系统设计者 路径上下文 数据密集型应用系统设计 · 第一章:可靠性、可伸缩性、可维护性 理解等级:初级
        • 展开或收起下级: 2280.h.1.a 数据工程的定义 路径上下文 数据工程之道-设计和构建健壮的数据系统 · 第1章 数据工程概述 理解等级:初级
          • 展开或收起下级: 2280.h.1.a.8 数据架构靠可逆决策 路径上下文 数据工程之道-设计和构建健壮的数据系统 · 第3章 设计好的数据架构 理解等级:中级
            • 2280.h.1.a.8.i 物联网数据链路 主题成员 数据工程之道-设计和构建健壮的数据系统 · 第3章 设计好的数据架构 理解等级:中级
  • 展开或收起下级: 2285 流程自动化三个层次 路径上下文 流程自动化实战:系统架构和软件开发视角 · 简介 理解等级:未标注
    • 展开或收起下级: 2285.g 编排即协调 路径上下文 流程自动化实战:系统架构和软件开发视角 · 万物皆可编排 理解等级:未标注
      • 2285.g.14 从设备数据流启动行动 主题成员 Practical Process Automation (Bernd Ruecker) · 编排软件、决策与人 理解等级:中级
  • 展开或收起下级: 2313 组成派与决策派 路径上下文 软件架构设计:程序员向架构师转型必备 · 解析软件架构概念 理解等级:未标注
    • 展开或收起下级: 2313.e 架构由四个维度定义 路径上下文 Fundamentals of Software Architecture · Introduction 理解等级:中级
      • 展开或收起下级: 2313.e.5 架构风格封装已知权衡 路径上下文 Fundamentals of Software Architecture · Part Architecture Styles 理解等级:初级
        • 展开或收起下级: 2313.e.5.f 分布式能力伴随网络代价 路径上下文 Fundamentals of Software Architecture · Foundations 理解等级:中级
          • 展开或收起下级: 2313.e.5.f.10 分布式系统的统一外观 路径上下文 Building Distributed Systems Designing scalable architectures with microservices, event-driven patterns, and robust deployment… · Distributed Systems Fundamentals 理解等级:初级
            • 2313.e.5.f.10.g 边缘计算靠近需求 主题成员 Building Distributed Systems Designing scalable architectures with microservices, event-driven patterns, and robust deployment… · Distributed Systems Fundamentals 理解等级:中级
  • 展开或收起下级: 2544 轻量级函数的动因 路径上下文 Serverless核心技术和大规模实践 · FaaS轻量级函数与云边一体 理解等级:未标注
  • 展开或收起下级: 2765 边缘计算因时延而生 主题成员 企业云计算:原理、架构与实践指南 2020 · 物联网与边缘计算 理解等级:未标注
    • 2765.a IoT核心是设备映射 主题成员 企业云计算:原理、架构与实践指南 2020 · 物联网与边缘计算 理解等级:未标注
    • 2765.b 边缘先做预处理 主题成员 企业云计算:原理、架构与实践指南 2020 · 物联网与边缘计算 理解等级:未标注
  • 展开或收起下级: 2791 三层分布式 路径上下文 分布式人工智能基于TensorFlow、RTOS与群体智能体系 (王静逸) · 分布式系统简介 理解等级:未标注
    • 2791.b 云边互补 主题成员 分布式人工智能基于TensorFlow、RTOS与群体智能体系 (王静逸) · 分布式系统简介 理解等级:未标注
  • 展开或收起下级: 2936 边缘贴近动作发生处 主题成员 可伸缩架构(第2版):云环境下的高可用与风险管理 · 边缘计算 理解等级:未标注
    • 2936.a 边缘伸缩不同于云 主题成员 可伸缩架构(第2版):云环境下的高可用与风险管理 · 边缘计算 理解等级:未标注
    • 2936.b 边缘要能独立降级 主题成员 可伸缩架构(第2版):云环境下的高可用与风险管理 · 边缘计算 理解等级:未标注
    • 2936.c 边缘靠自动化运维 主题成员 可伸缩架构(第2版):云环境下的高可用与风险管理 · 边缘计算 理解等级:未标注
  • 展开或收起下级: 5410 能效是架构级权衡 路径上下文 Software Architecture in Practice, 4th Edition · 能效 理解等级:高级

未编号或编号待整理

来源书籍

主题索引

物联网与边缘平台

移动与电池供电系统承担哪些物理约束,边缘节点与网关在采集、过滤、协议转换和本地决策上承担什么,设备侧算力与云端算力如何划分。

23 张卡片 · 8 本书