当你认可时间等同于金钱或安全时；当你面对数据合规性问题时，边缘计算就是你最好的选择。本文将带给你5个边缘计算的应用场景，从而帮助大家思考如何进行边缘化设计。

开篇

边缘计算是指将基础设施定位在靠近数据产生或消费的地方。与其将数据推送到公共或私有云进行存储和计算，不如在 “边缘”进行就地处理，处理数据的基础设施可以是简单的商品服务器，也可以是复杂的平台，如AWS for the Edge、Azure Stack Edge或Google Distributed Cloud。

边缘计算的第二层含义，包括性能、可靠性、安全性和操作的合规性。为了支持这些要求边缘计算会将计算、存储和带宽转移到边缘的基础设施上执行，因为这些功能在集中式云架构上是不能执行的。

Edgevana的首席执行官Mark Thiele说：“边缘计算为企业领导者提供了一个新的途径，可以与客户和合作伙伴发展更深的关系，并获得实时的洞察力”。

当开发团队开发规模还不大，并处于概念验证的早期时，可能很难认识到最佳基础设施。但是，随着团队规模的扩大以及项目进度的推进，大家会逐渐认识到对边缘基础设施的需求，这就会迫使团队重新架构甚至重构应用程序。从而增加开发成本，放慢开发进度，甚至阻碍企业的交付。

随着应用程序变得越来越现代化和集成化，企业应该在开发的早期考虑边缘技术和集成，以防止开发企业级应用程序时出现的性能和安全挑战。Devops团队应该在平台的基础设施要求被准确建模之前寻找响应的指标。以下是考虑边缘的五个理由。

提高效率与安全性

在制造业，当延迟可能导致工人受伤时，几秒钟的价值是什么？如果制造需要昂贵的材料，而提前几百毫秒发现缺陷可以节省大量资金，那又如何呢？

在制造业中，有效利用边缘计算可以减少浪费，提高效率，减少工伤，并提高设备的可用性。

架构师要考虑的一个关键因素是由于决策失败或延迟而导致的失败成本。如果存在重大风险或成本，如制造系统、手术平台或自动驾驶汽车，边缘计算可能为需要更大安全性的应用提供更高的性能和可靠性。

减少延时

亚秒级的响应时间是大多数金融交易平台的基本要求，现在许多应用都希望有这样的性能，缩短从感觉到发现问题的时间，缩短发现机会到做出行动的时间，总之在不断加速决定的周期。

咨询公司的高级副总裁Amit Patel说：“如果实时决策对你的业务很重要，那么提高速度或减少延迟就很关键，特别是在企业使用所有连接设备收集数据的情况下”。

当有成千上万的数据源和决策节点时，提供低延迟技术就显得尤为重要。这方面的例子包括连接数以千计的拖拉机和农场机器，并在边缘设备上部署机器学习（ML），或实现元数据或其他大规模企业对消费者的体验。

如果需要实时采取行动，就从边缘计算开始，“Akamai高级产品经理Pavel Despot说。”边缘基础设施适合于低延迟、高弹性和高吞吐量的应用场景，从而处理分布在不同地理位置用户的工作负载，这一技术涉及到流媒体、银行、电子商务、物联网设备等不同领域。

LaunchDarkly的开发者关系总监Cody De Arkland表示，在全球都分布有办公地点的企业或支持大规模的混合工作的企业就是一个典型的例子。边缘工作的价值在于，你能将工作分配到离你最近的人身上，这些人会对工作进行分担。如果应用程序对数据传输时间敏感的话，你应该考虑边缘基础设施，并考虑哪些工作应该在边缘运行。

提高应用程序的可靠性

Scale Computing的首席执行官Jeff Ready表示，我们看到制造业、零售业和运输业对边缘基础设施的兴趣很大，在这些行业中，设备根本不可能停机，数据的实时访问和利用数据的需求已经成为差异化竞争的要素。

因此，当停机成本高，维修时间长，以及集中式基础设施故障影响多个业务时，应考虑边缘基础设施。

Ready分享了两个例子。例如在海洋中间的一艘货船，它不能依靠断断续续的卫星连接来运行其船上系统，或者一家杂货店需要从店内收集数据来创造个性化的购物体验。如果一个集中式系统发生故障，可能会影响到多艘船和物流，而高度可靠的边缘基础设施可以减少停机的风险和造成的影响。

本地数据处理和法规支持

如果性能、延迟和可靠性不是主要的设计考虑因素，那么根据有关数据收集和消费地点的规定，可能仍然需要边缘基础设施的支持。

AWS物联网副总裁Yasser Alsaied认为，边缘基础设施对本地数据处理和数据驻留要求很重要。例如，它有利于那些远程操作工作负载的公司，这些公司由于连接性的原因而无法将数据上传到云端，该企业的特点是数据会驻留在某个特定的区域内，并对数据进行高度管制，或者拥有需要本地处理的大量数据。

开发团队应该回答的一个基本问题是，数据将在哪里被收集和消费？合规部门应提供关于数据限制的监管指南，并应就物理和地理限制咨询运营职能部门的领导。

对大数据集带宽的成本优化

带有视频监控、设施管理系统和能源跟踪系统的智能建筑，都会以每秒的速度捕获大量的数据。在建筑中本地处理这些数据比在云端集中处理数据要便捷得多。

ScaleFlux的营销副总裁JB Baker表示，所有行业都在经历数据的激增，要适应这种复杂性，需要一种完全不同的思维方式来利用巨大数据集的潜力。边缘计算是解决方案的一部分，因为它使计算和存储更接近数据的起源。

MinIO的首席执行官和联合创始人AB Periasamy提出了这样的建议：“随着数据在网络边缘的产生，在应用和基础设施架构方面产生了独特的挑战。将带宽作为模型中成本最高的项目，而资本和运营支出在边缘的运作方式有所不同。”

总之，当开发团队看到应用程序需要在性能、可靠性、延迟、安全、监管或规模方面的优势时，那么在开发的早期对边缘基础设施进行建模可以考虑更智能的架构。