Edge是一個新的領域。它提出了許多企業在監控策略方面必須考慮的新挑戰。
Edge只的最新的技術邊緣計算。
無論您是從事技術、媒體、零售業,還是任何其他有或沒有數字業務的企業,您面臨的最大挑戰是如何將產品交付到最后一英里。如果我有一家雜貨店,雖然我很容易擁有一個大倉庫來存儲和銷售商品,但如果不方便,沒有人會開車去那里。這就是為什么商店離顧客很近的原因——所以任何人都可以在回家的路上停下來拿起他們每周的雜貨。對每個人來說,最大的挑戰是如何盡可能方便快捷地向最終用戶交付任何產品或服務。
亞馬遜以其“當天”交付顛覆了零售業,為“最后一英里”交付設定了非常高的標準。同樣,他們對 Whole Foods Market 的收購表明,他們看到了通過簡化配送鏈和提供更便捷的每周食品采購體驗來顛覆易腐爛商品行業的巨大機會。鑒于上述示例,“邊緣”顯然不僅僅是計算行業的一個術語——這個概念適用于所有面向客戶的行業。
如果我們現在專門研究 IT 和計算,我們面臨的不可避免的技術限制之一是數字信息的傳播速度不能超過光速,雖然速度快得令人難以置信,但數字用戶離信息發送的地方越遠,用戶獲得它所需的時間越長——我們稱之為“延遲”。
Edge Computing代表互聯網的第三幕
今天,互聯網已經經歷了一系列變革來處理最后一公里的問題。我們已經擺脫了早期的單一方法,即一切都從一個集中的數據中心交付。Akamai 在推出內容交付網絡 (CDN) 時開創了互聯網的第二幕,通過將常用內容緩存在分散的數據中心中,使最終用戶更接近最終用戶。這些數據中心雖然離最終用戶更近,但仍然相距很遠。數據包必須傳輸數百英里,因此仍會受到網絡躍點、盡力而為路由以及實際上的延遲的影響。
互聯網的下一次迭代,目前正在由亞馬遜、VaporIO 和 Packet 等公司實施,旨在實現一些尚未出現的令人難以置信的技術,例如真正的虛擬現實 (VR)、真正的虛擬學習,以及物聯網 (IoT) 行業中的大量創新。由于它們的延遲要求和對超快速連接的需求,這些應用程序需要超級貼近消費者。
因此,互聯網的第三幕是關于如何讓內容和應用程序盡可能接近數字用戶,無論是人類、自動駕駛汽車還是可穿戴技術。這就是邊緣的意義所在:我們如何實現智能革命以響應對超低延遲的需求?
Edge技術是一個更加互聯的世界的推動者
Edge computing將改變我們與技術交互的方式;它將變得比今天更加普遍。想象一下,你醒來時沒有問 Siri 天氣會怎樣,答案就給了你:“別忘了你的雨傘,”Siri 會在你沒有帶傘出門之前說。這種“智能”服務需要邊緣計算。歸根結底,技術只是促成一個更互聯、更由人工智能驅動的世界,在這個世界中,數字用戶不斷獲得反饋和建議。
推動技術創新的始終是應用程序。想想過去十年以及我們在人工智能領域看到的進步,例如 Uber 或 Siri。這些新技術和應用推動了 4G 的采用以及云計算技術的創新。同樣,需要超低延遲的下一代應用程序將推動邊緣計算的增長和 5G 的采用。
Edge將成為云的延伸
Edge computing本質上是分布式計算發展的下一步。
Edge computing解決了如何獲取當前在大數據中心或云提供商中運行的計算體驗并將其移動到靠近最終用戶的數百個微型數據中心的問題。這樣的位置可能是紐約市的中央車站。每天有數百萬人通過 Grand Central,在此期間他們不斷地發送和接收數據。我們需要即時可用的數據以及他們使用的應用程序的超快速度,因此我們不能依賴于將它們托管在一百多英里外位于紐約州北部的數據中心。誰會將“您的”數據放入 Grand Central 以實現這一點?優勢在于突破限制并使應用程序更接近用戶所在的位置。
盡管如此,盡管發生了這種演變,但邊緣不會消除對云計算的需求。相反,兩者將共存。邊緣計算更加分布式和輕量級;它是關于使事情更接近最終用戶所需發生的任何事情。雖然一些數據處理將在你的手持設備上進行——你的 iphone 或你的Android/ target=_blank class=infotextkey>安卓,或者通過特斯拉在他們的汽車中部署的那種人工智能芯片(因為你不能把數千臺服務器放在邊緣,而必須依賴可能只有 20 或 30 個)——大處理仍將駐留在大數據中心(云和傳統)中。
State of the Edge 指出,“隨著對邊緣應用程序需求的增長,云將越來越靠近邊緣。” 事實上,我們開始看到 AWS 和 Microsoft 等云公司擾亂了新興的邊緣生態系統,并宣布邊緣計算資源以使數據處理更接近最終用戶。邊緣將成為云的延伸,大數據中心的延伸。用另一個日常類比來思考:你可以在布魯克林的一個舊港口擁有一家大型宜家,它可以容納和銷售所有東西,但曼哈頓中城的宜家小店只出售最常見的東西。
邊緣監控
邊緣是一個新的領域。它引發了企業在監控策略方面必須考慮的許多新挑戰。
其中之一是處理監控系統需要收集的數據量,隨著越來越多的“事物”連接到互聯網,這將是巨大的。IDC 的最新預測估計,到 2025 年,將有 416 億臺聯網物聯網設備,產生 79.4 澤字節的數據。
圍繞從邊緣數據中心收集分析的解決方案開始出現,例如戴爾最近宣布的新邊緣解決方案,其中包括增強的遙測管理和流分析引擎,以及微型數據中心和新的邊緣服務器。圍繞分析的挑戰也適用。收集的數據越多,我們就越需要開發嚴格的機器學習和人工智能系統來幫助處理它。
第二個重要的監控挑戰是訪問。如果 5G 完全部署,由于高頻無線電波在長距離和穿過物體的過程中掙扎,將會有比現在更多的蜂窩塔,天線之間的距離可以接近 500 英尺。您從這些小型基站中的多少進行監控?同樣,您如何選擇要監控的邊緣數據中心?監控足跡需要多廣泛,才能真正覆蓋所有表現形式的邊緣?
制定正確的戰略
制定正確的策略以從邊緣角度全面了解事物的表現是至關重要的。監控行業已向數字體驗監控 (DEM) 廣泛發展。這涉及從監控網絡或應用程序的健康狀況到監控用戶體驗的期望結果的重大轉變。
傳統監控工具專注于您直接控制的基礎架構和應用程序,這會導致位于托管基礎架構和最終用戶之間的其他關鍵服務和網絡出現盲點。一個好的 DEM 解決方案采用更全面的方法進行監控,著眼于向最終用戶交付應用程序或服務所涉及的整個 IT 基礎架構的數字性能。
隨著邊緣計算的出現,采取以用戶為中心的監控方法比以往任何時候都更加重要!如果您有一個托管在邊緣的應用程序,并且您正在從集中式 AWS 或 Azure 數據中心進行監控,它不會告訴您“邊緣應用程序”的性能如何,或者您的客戶是否可以訪問它。監控解決方案具有位置感知能力至關重要。同樣重要的是,您的監控解決方案讓您有機會為您收集的數據提供上下文,并允許以最小的生產更改專門測試應用程序的某些部分或測試特定的邊緣位置。
我們已經看到一些 CDN 服務在邊緣運行,例如 Akamai、Fastly 和 Cloudflare。為了確保 API 服務(目前為大多數 AI 推薦提供支持)始終開啟并盡可能可靠,大型 CDN 提供商開始提供邊緣服務,將 API 流量轉移到其邊緣網絡,以便他們可以提供來自邊緣服務器的 API 響應而不是原始服務器。這就是 API 監控已經很關鍵的地方,不僅僅是從可用性的角度來看,而是通過詢問您的 API 調用是否返回正確的響應以確保服務的完整性。
端到端監控對于全面了解和了解可能出現問題的地方至關重要。隨著邊緣計算的勢頭持續增長,這種情況將繼續存在。