据预测，到2025年，边缘计算市场将以19.9%的复合年增长率增长。目前，许多公司正在企业边缘或家庭部署物联网，因此下一波关注度可能会落在如何从物联网中获取和处理具有商业价值的数据上。
在部分情况下，物联网能够自行接收、处理甚至存储数据，但其他情况下则需要与其他核心企业系统协作共享数据，以支持人工智能和分析等技术。
许多公司正在把物联网部署到企业的边缘、家庭和现场。这些设备可以发送、接收和处理数据，未来很可能会重点关注如何从物联网中获取和处理具有商业价值的数据。无论公司为边缘/物联网和集中式核心计算开发了哪种IT架构，能否集成所有这些数据源以实现业务成果将是一个重要的关注点。
边缘核心集成挑战
对于IT部门而言，边缘计算和核心计算的集成面临五个关键挑战。
1. 边缘(尤其是物联网)数据过载
IDC预计，到2025年，将有416亿台联网的IoT设备产生79.4 ZB的数据，但并非所有这些数据对公司都是有用的，公司可能无力负担所有数据的管理。
基础设施资产管理公司Yotta的首席技术官Manish Jethwa在一次采访中表示：“企业可能会面临被物联网数据淹没的风险。很多数据对企业几乎没有价值，如果没有清楚地了解什么数据应该存放在哪里，那么物联网很可能会被大量根本没有业务价值的数据所淹没。”
2. 集成时间受限
大多数企业都希望应用程序能够快速上市投入使用，但绝大多数应用所需的系统集成都是最困难、风险最大、最耗时的项目之一。由于许多边缘设备都带有自己的专有操作系统，并且不一定能与其他IoT设备或其他中央IT系统对接，因此边缘计算的存在更是增加了其中的复杂性。
3. 系统老旧
为什么说传统系统已经老旧?许多传统系统具有很高的可靠性，并且数十年都保持良好的性能。但当涉及到将传统系统与边缘和物联网集成时，可能会十分艰难。因为传统系统最初并不是为物联网设计的，许多传统系统还包含数千行定制代码，其中一些是“黑盒”。这些都使得边缘集成变得复杂。
4. 带宽
物联网数据不断在边缘生成，如果用户希望将其传输到其他地方，是否有带宽来支持这么大的数据流?对于IT而言，这既是一个财务问题，也是技术问题。
5. 安全性
据调查显示，很多使用物联网的公司都面临安全漏洞问题，原因在于使用物联网设备的人，或者负责在边缘保护设备的非IT人员。另外还有边缘和物联网基础设施的多样性，边缘可以是网络节点、传感器、网关、硬件或应用程序软件，有许多可移动的部分，也可以由许多不同的供应商来提供，这就会导致更多的漏洞和更高的安全风险。
为边缘定义有效的集成策略
在中央和边缘计算之间的集成工作中，首要的就是避免繁琐的定制编码。系统集成商首先要思考的就是，是否存在针对物联网/终端和核心系统的扩展API库;次要选择是找到一个ETL(提取、转换、加载)工具，来帮助自动化边缘-核心系统集成;或者可以解耦边缘和中央计算，以便两者可以彼此独立地运行，然后通过云在它们之间传递数据。
(1) API：有些核心计算系统带有数百个应用程序编程接口(API)，这对于将不同的系统与边缘应用程序集成在一起有很大的帮助。不过问题在于，并非所有边缘的专有系统和协议都包括在内。
建议：尽可能使用标准API进行边缘连接。
(2) ETL：ETL软件能够从边缘设备获取数据，并将数据转换为核心中央系统可接受的格式，然后将转换后的数据加载到目标中央系统中。ETL可以根据用户提供的数据转换业务规则自主运行，可以排除中央系统不需要的无关边缘数据。使用ETL，还可以根据用户输入的业务规则对数据进行清理和规范化。
建议：当API不存在或不充分时可以使用ETL。ETL的优点之一是它可以利用用户提供的数据转换业务规则完成更多工作。
(3) 解耦边缘和中央计算：我们可以通过在边缘部署智能边缘节点来节省带宽，让更多的处理直接在边缘进行。这样边缘可以直接处理传入的边缘数据，随后在云中进行优化，删除不需要的数据，然后将其发送到核心系统。
建议：如果想节省带宽和从核心系统卸载处理，可以考虑在边缘进行本地化处理。
原文链接：
https://www.informationweek.com/strategic-cio/it-strategy/how-to-integrate-edge-computing-with-your-core-systems/a/d-id/1338586?
