“云”计算与分布式存储

Posted 2021-04-19 星际大陆联盟

云计算自从提出之后，产生了大量可伸缩的基础设施平台和基于中心化的云计算模型。

高密度计算资源的集中和大规模的IDC部署俨然已成为各个国家信息产业的基础设施建设一部分，并且随着大数据，5G，物联网等产业的蓬勃发展，云计算的产业规模还将日益扩大。

但是随着各种各样的巨量数据不停的产生于互联网的各个位置，网络带宽受限，不稳定的处理延时，隐私保护等等问题的出现，使集中式的云计算模型在许多场景下迎来越来越多的挑战。

比如：实时视频采集系统，要求在短时间内对视频内容进行分析处理和预警，如果所有数据传输回云中心，不仅会造成中心网络拥堵，带来海量数据的存储压力，更会造成不可预测的处理时延，影响用户体验。

同时视频内容的隐私性也无法保证，在许多国家造成合规风险。因此越来越多的行业应用将对数据和内容的处理从集中的云和数据中心转移到网络边缘。

边缘计算的优势

快速响应

随着芯片性能的不断提升以及功耗的持续下降，使得从前需要大量运算的数据处理过程在终端即可快速完成。

比如 人脸识别，智能交通管理等领域。边缘侧产生特征数据，立刻通知业务中心或者边缘协作接口，同时可以利用位置信息对事件进行及时定位，大大提高了数据整合迁移的时间。同时降低了业务功耗，保护了源数据的隐私性。

网络带宽优化

这些数据如果通通交由云来处理，在网络拓扑中将产生大量的拥塞堵点。如果这些数据能够在边缘侧进行处理，在数据源所在的局域网内进行处理，利用边缘计算的就近存储特点，可以最大化利用可用链路，提高数据上传下载的速率。

数据安全和隐私保护

在边缘侧对源数据进行处理，可以有效的分离特性向量，使回传数据与数据源脱敏，实现敏感隐私数据的可靠保护。

数据存储在网络边缘侧，降低了集中存储数据的风险，降低了IDC的数据维护难度，如果结合分布式存储协议，在边缘侧分片冗余存储则可以有效的降低单点故障的概率，安全隔离用户数据。

边缘存储面临的问题

为此又提出了不少企业级的存储方案，但这些方案也存在许多问题，比如各家标准不统一，基于不同的硬件方案有不同的接口方案，不同的服务商之间无法进行数据的链接和处理，使大量数据存在互相隔离的“容器”中，无法有效的在不同存储提供商之间扩容。

并且同一个边缘中心内的数据没有隐私保护和足够的冗余备份，相当于在业务环境中架设了一个个私有“云盘”。最后，采购的多余存储服务无法实现价值，浪费资源。

新的分布式存储协议来重构边缘存储方案，统一完整的面向服务的上层接口，隔离存储业务的复杂性

在分布式存储协议中，需要将存储服务的加入，退出，数据的确权，存储，分发，检索，支付等抽象为接口，成为标准协议。

这些标准不基于特定的语言，算法和网络协议来组织业务，只要符合统一接口的实现，并且基于服务方共识的业务治理逻辑，不管治理模式是区块链，还是传统的中心化管理平台，只要符合协议标准，服务商都可以参与服务。

物联网的快速发展和云计算的促进了大数据，AI产业的蓬勃兴起，同时也引入边缘计算的计算范式。

同时边缘存储也受到了很大的挑战，尽管上面的分布式存储协议还有很多实际问题需要解决后才能实现，但也不失为边缘计算的一个好的演进方向，希望以后有更多的开发者能够关注到这么一个领域，共同推进下一代网络技术演进。

---

   长按二维码关注咨询我们

     山东省青岛市英德隆大厦30楼A10

    （市南区东海西路15号）

      邮箱：[e-mail]

---