[系统运维]雾计算和边缘计算有什么区别

雾计算与边缘计算的异同点

• 雾计算和边缘计算系统都将数据处理转移到数据生成源头;
• 二者都试图减少发送到云端的数据量，以降低延迟;

通过以上策略;

二者都可以改善远程关键型应用程序中的系统响应时间，提高系统安全性，因为减少了通过公共互联网发送数据的需求，并降低了成本。

某些应用程序可能会收集大量数据，这些数据被发送到中央云服务的成本很高。

但是它们收集的数据中可能只有少量是有用的。

如果在网络边缘进行某些处理并且仅将相关信息发送到云，则可以有效降低成本。

例如安全摄像头，将24小时视频发送到中央服务器代价将是非常昂贵的，其中23个小时可能只是一个空荡荡的走廊。

如果使用边缘计算，通过工业智能网关进行相应的边缘计算，只将重要的数据进行发送，您可以选择仅发送实际发生某事的那一小时，代价将会降低很多。

以吸尘器为例说明，集中化的雾节点(或者IoT网关)继续从家中的传感器收集信息，检测到垃圾的话就启动吸尘器。

而边缘计算的解决方案里传感器各自判断有没有垃圾，来发送启动吸尘器的信号。

雾计算和边缘计算都涉及处理更接近原点的数据。关键的区别在于处理发生的确切位置。

4.?雾计算与边缘计算的使用方式不同

我们可以看到，这两种技术非常相似。

雾计算过程发生在局域网(LAN)级网络架构上，使用与智能网关 和嵌入式计算机系统交互的集中式系统。

而边缘计算处理的大部分数据来源于所在的物联网设备本身。

随着物联网的不断发展和生产的更海量的数据，处理接近生成点的数据将变得势在必行。

虽然这雾计算和边缘计算两者有些相似，但是数据的收集，处理，通信的方法确实是不同的。

都有各自的长处，雾计算和边缘计算都将在未来的物联网行业中发挥着十分重要的作用。