边缘计算是通过将数据处理移动到网络边缘来优化云计算系统的一种方法，它越来越受欢迎，这主要是因为它通过在数据源附近或在数据源附近进行分析和知识生成来减少通信带宽。但这种方法涉及的资源不是连续连接到网络上的，比如笔记本电脑、智能手机、平板电脑和传感器。四个主要的数据需求推动边缘计算的存在：数据访问的速度、数据中心可靠性、数据生成速度和安全性。
边缘应用的特征包括捕捉商业时刻的快速响应时间，其中任何宕机可能具有重大后果的容易访问的数据，高速率和大量数据生成，其中将所有原始数据移动到中央位置可能是不必要的，并且隐私和安全的担忧可能会阻止从边缘计算到更高层次的数据移动。
移动到边缘
在最近的博客文章中，调研机构Gartner公司的Tom Bittman预测“边缘计算将取代云计算”。他认为越来越多的数据应用程序依赖于速度，而边缘计算设备在满足这些需求方面比核心基础设备的装备要好。为此，Bittman说边缘计算可能比云计算更重要。
物联网（IoT）是边缘计算将扮演越来越重要角色的领域之一。451Research最近的调查结果支持了这一观点，他们发现，近三分之一的组织（30.2％）计划在未来一年月内增加其网络边缘/周边设备的容量，这是他们对物联网项目进行调查的直接结果。由于近一半（45％）的组织目前正在进行物联网数据处理，例如边缘计算的数据分析，数据聚合和数据过滤，所以这种情况应该是不足为奇的。这些组织中大约有一半直接在物联网设备上执行此处，其余的在IT基础设施中这样做。
边缘计算和物联网网络架构
物联网网络将包含计算系统的多个“层”，包括图中所示的四个基本层。每层都有维护、处理和分析数据的能力，但并不是所有的数据都可以由于法规、隐私和安全性而传输到后续层。数据移动到更高的层次通常是汇总。
四个基本层的特点如下：
第1层包含“事物”：设备，传感器，执行器等
第2层包含网关或数据采集系统，用于收集第1层设备的数据，如电信网关或数据采集系统
第3层被称为边缘IT或接近边缘
第4层是IT基础架构的核心，无论是数据中心还是基于云计算的存储库
除了这四层之外，任何数量的中间层都可以位于边缘和核心之间。更具体地说，驱动边缘计算存在的需求包括以下内容：
速度：必须消除或最小化数据延迟，以使用户能够捕获“业务时刻”，如及时响应客户。速度还可以使边缘分析为制造过程提供实时反馈，从而实时优化该过程。
数据访问的可用性和可靠性：边缘分析通常在关键环境（如医院和公路）中执行。在这种情况下，停机或断电简直是无法忍受的。
生成速度：企业必须确保能够轻松区分数据值不经常变化的“静态系统”和数据值经常变化的“动态系统”。在这两种情况下，组织都可以在边缘处过滤和预聚合数据，然后将其发送到诸如云或企业数据中心这样的中心位置。对于静态系统，它们可能只需要发送数据进行额外的处理和分析相关的价值偶尔的变化。然而，对于动态系统，它们可能需要预先聚合，并在每小时或其他频率发送相对较大的相关数据量，以避免让网络崩溃。
隐私、安全和合规性：用户可能不愿意将数据发送给分析人员。此外，隐私和安全规定可能需要在本地设备上留下数据。
数据虚拟化和边缘分析
实时数据是大多数物联网活动的关键，尤其是边缘分析。数据虚拟化是实现实时数据的关键，它允许组织从上述四个物联网层中的任何一个进行集成，并将其与其他场景数据（如主数据）结合使用。数据虚拟化将来自多个设备的数据结合起来，提供跨设备的逻辑视图，并且可以部署在边缘和边缘与核心IT之间的任何中间层。它还提供了一个强大的安全层，可以使用户无需担心与输入设备或通道的交互，从而使企业可以在数据虚拟化层对设备数据进行建模，而不会对最终用户造成任何干扰。
