并非每个应用程序都是为边缘计算而构建的。 事实上，鉴于当今边缘计算的采用相当有限，可以公平地说，当今的大多数应用程序都不是边缘计算的候选者。
例如，许多类型的分布式公司设施依赖于对从个人生产力工具到库存和零售管理等应用程序的访问。如果这些应用程序在非本地托管，并且与它们的网络连接失败，则员工和客户可能会被切断，从而有可能失去收入以及对产品和设施的控制。
大多数企业不会将上述场景视为边缘计算应用，就像他们不会将台式电脑视为边缘系统一样。 相反，保护性本地处理属于分布式计算的范畴。 将其视为边缘应用程序可能会增加成本、开发复杂性和产品选择的压力。
那么，边缘计算的真正体现是什么?它在企业中的应用是什么? 随着边缘计算真实用例的出现，最先进的示例不仅强调边缘即服务云产品，还强调从分布式计算到真正边缘的转变。
4个边缘计算示例
了解边缘计算发挥作用的最佳方法是选择一些反映边缘计算应用演变的现实示例。
1、销售点
乍一看，销售点似乎属于保护性本地加工的范围。 然而，销售点有一个微妙的区别：应用程序延迟会影响工作人员或客户的行为。
当收银员或顾客扫描商品上的条形码时，他们期望得到积极的反馈——通常是音频、屏幕上的商品描述或两者兼而有之。 这种远程站点活动具有潜在的延迟限制，但它们不如自动化制造应用程序中的限制严格。
因此，销售点是分布式计算和边缘计算的结合。 尽管为应用程序使用远程计算资源可能会因数据中心的连接或资源拥塞而引入延迟问题，但本地应用程序很少需要任何特殊技术来进一步管理延迟。 尽管如此，开发人员仍应仔细检查扫描响应时间限制，因为错过扫描会造成零售损失。
2、仓储
这个边缘计算示例位于分布式边缘鸿沟的另一侧：涉及人工和自动货物移动和会计相结合的仓储应用程序。
在这些应用中，卡车到达和离开设施，工人将货物移入和移出这些卡车。 货物从库存中提取或添加到库存中，并与卡车运输库存链接或取消链接。 货物本身经过包装并贴有条形码标签，当货物在货架上或传送带上移动时，扫描仪会记录其条形码，以帮助创建显示货物移动的模型。
活动的节奏可能很快，而且由于移动必须在人类和自动化设施之间进行协调，因此不可能停止并恢复丢失的信息——系统无法跟上。 在许多情况下，自动化包裹处理会在货物流经时将其转移到新的路径上，任何延误都可能导致运送错误的包裹。
传统的本地库存流程正在发挥作用，但自动化流程也在发挥作用。此外，延迟管理非常重要。这使得仓储成为本地控制器和服务器资源最有可能支持的边缘计算应用。因此，开发人员应该将其视为嵌入式控制应用程序。
3、多功能运输
运输边缘计算示例适用于公路、铁路、航空和海运公司。多功能传输暴露了可能将内部边缘托管应用程序转换为边缘服务应用程序的问题。
在运输应用中，内容和运输都很重要。条形码、二维码和RFID可以识别任何一种类型的物体，因为传感器可以在装卸甚至移动过程中读取它们。包含传感器的遥测设备可以提供其他详细信息，例如温度和GPS位置。
读取这些指标的正常应用程序结构是在许多点收集数据，然后将其发送到内部:边缘/云或边缘/数据中心应用程序的完美模型。由于交通应用程序自然会在关键点批量获取传感器数据，因此延迟管理对于确保不丢失数据和快速分析问题至关重要。
如今，一系列与设施相关的设备支持该用例下的应用，但移动服务(包括5G)的使用越来越多，人们对边缘托管服务也越来越感兴趣。传感器报告的相同批量性质意味着交通应用程序在使用方面往往是零星的，这使它们非常适合通过边缘托管提供支持。
4、智慧城市
在某种程度上，最后一个例子是其余例子的总和。 智慧城市可能确实是一座城市，但也可能是校园、体育场甚至是战场。 智慧城市的特点是多样性和不可预测性的结合，而且在许多情况下，如果出现问题，财产和生命可能面临风险。
智慧城市说明世界很大。 本质上，在应用程序级别处理它需要将其分解为相互依赖的系统。 其中每一个仍然是更广泛的画面的实时组成部分，因此每一个都处理其本地事件并连续将事件贡献给更广泛的系统。 每个级别的操作以事件为中心的性质意味着低延迟的本地处理，整个系统的同步取决于事件的一致和快速移动。
如果单独考虑的话，智慧城市的某些元素可能是被视为分布式计算的其他边缘用例。 在智慧城市环境中，即使是保护性本地处理也可能需要与系统实时集成，以便在购物者经过商店时提醒他们优惠信息。 这需要了解价格和库存。 城市(或类似城市的设施集合)越智能，该集合的系统元素就必须越实时、以边缘为中心。
