云计算与雾计算边缘计算的不同在于（一文带你理清雾计算、云计算及边缘计算的异同）

互联网的出现带来了大量的数据积淀，而即将到来的物联网毫无疑问会继续加速这一趋势。同时，为了应对万物互联时代中必不可少的算力问题，各类型的计算设备和理念层出不穷，从集中到分散不一而足。

为此，本文特地选取目前日趋火热的一种计算结构——“雾计算”，并将其与云计算和边缘计算来做对比，以此简单概括出几种计算理念的异同，并剖析这几项技术对物联网的发展有何意义。

首先，需要了解的是，雾计算是指一种去中心化的计算结构，是使用最终用户终端设备或连接最终用户设备的边缘设备，以分散式协作架构进行数据存储（相较于将数据集中存储在云端数据中心），或进行分散式网络封包传输通信（相较于通过互联网骨干路由），或相关分散式控制或管理。

2011年，为了应对大量物联网设备和大数据量的实时低延迟应用，出现了用雾计算扩展云计算的需求，“雾计算”这一词也由Jonathan Bar-Magen Numhauser教授在那一年定义。2014年，思科公司在Cisco Live 2014首度提出这个概念。

2015年11月19日，思科系统、ARM控股、戴尔、英特尔、微软和普林斯顿大学成立了OpenFog联盟，以促进雾计算领域的利益和发展。

而谈到雾计算，大众毫不例外的都会将其与云计算进行比较。简单来说，云计算和雾计算都为终端用户提供存储、应用和数据。但是，雾计算与云计算的最大区别在于与边缘的距离。在雾计算的理论模型中，雾计算节点在物理和功能上介于边缘节点和集中式云之间，雾计算更接近终端用户，地域分布更广，也比云计算更节能。

雾计算、云计算和边缘计算的关系

其中，雾计算的优势之一是让许多用户同时连接到互联网。从本质上讲，它提供了与云计算解决方案相同的网络和服务，但增加了分散网络的安全性。

具体来看，云计算是指使用托管在互联网上的远程服务器网络来存储、管理和处理数据，而不是使用本地服务器或个人计算机。

云计算平台提供了在一个可扩展的系统上，用户之间共享和混用硬件设备，本质上是让用户拥有了从异地存储和恢复数据的能力。

当智能手机关联上云计算后，原本手机因存储空间不足而需要放弃掉的应用和服务数据都可以从云端传输过来并反过来再传输到云端，以提供我们所需的服务。当然，这其中对云计算技术考验最大的就是“带宽”。

相比之下，雾计算的主导地位将由更接近数据源（用户设备）的数据收集需求所驱动。雾联网由控制平面（Control plane）和数据平面（Data plane）组成，在数据平面上，雾计算使计算服务驻留在网络边缘，而不是数据中心的服务器。

由此，雾计算的使用涉及到一个复杂的边缘设备互连的过程。边缘设备包括传感器、存储系统和网络基础设施，它们共同工作以捕获和分发数据。

与云计算相比，雾计算强调接近最终用户和客户目标（如运营成本、安全策略、资源利用）、密集的地理分布和上下文感知（对于涉及计算和物联网资源的内容）、降低延迟和节省主干带宽以实现更好的服务质量（QoS）以及边缘分析/流挖掘，从而实现卓越的用户体验和故障情况下的冗余，同时它还能够用于辅助生活场景。

与过去相比，随着物联网的发展，越来越多的设备被加入到网络中，海量的设备除了对无线数据传输提出了要求，也对数据的安全性和本地处理数据的能力提出了要求。

而雾计算的灵活性及其从集中式云和网络边缘设备收集和处理数据的能力，使其成为物联网时代解决信息过载的最有用的方法之一。包括智能手机、可穿戴式健康监测设备、联网车辆和AR/VR类产品都需要雾计算的支持。

不过，需要清楚的一点是，雾计算是一种中间水平的计算能力，它不是云计算的替代，而是作为云计算的补充。

谈罢雾计算和云计算，还有一个概念需要解释，那就是边缘计算。因为概念的相似性，二者经常被搞混，但严格来说，边缘计算基本上是雾计算的一个子集，它指的是在数据出现的地方附近进行处理。

但雾计算除了上述内容，还包括让数据可以被更有效地处理，减少网络延迟和流量，支持骨干网带宽的节省，以达到更好的服务质量。

概括来说，雾计算可以被理解为从数据产生的地方到数据存储的地方进行处理的方式。边缘计算仅指靠近数据产生地的处理。雾计算涵盖了边缘计算和将数据从边缘传输到终端所需的网络连接。

通过边缘计算，物联网设备与可编程自动化控制器等设备相连。自动化控制器执行数据处理、通信和其他任务。通过雾计算，数据从端点传输到网关。然后，数据被转移到源头进行处理和返回传输。地理分布式基础设施与云服务保持一致，以最小的延迟实现数据分析。

IDC估计，在2020年，边缘设备会产生全球10%的数据。到2025年底，全球约有45%的数据将被转移到更接近网络边缘的地方。雾计算号称是未来几年唯一能够应对人工智能、5G和物联网场景下数据爆炸的技术。

雾计算和边缘计算使企业能够更有效地使用带宽，同时增强安全性，解决隐私问题。由于雾计算节点可以安装在任何有网络连接的地方，雾计算在工业物联网应用中越来越受欢迎。

当一个设备或应用产生或收集大量信息时，数据存储变得越来越复杂和昂贵。在处理这些数据时，网络带宽也变得昂贵，需要大型数据中心来存储和共享信息。

以智慧城市为例。数据中心不是为了处理智慧城市应用的需求而建造的，但智慧城市中的水务、医院、执法、交通和应急管理应用需要最新的数据和技术来提供信息和服务，以支持其运营。

随着城市中所有物联网设备传输、存储和访问的数据量不断增加，这就需要一种新的基础设施来处理这一数据量。

雾计算作为一种替代传统的数据处理方法出现了。雾计算收集和分配计算、存储和网络连接的资源和服务。它大大降低了能源消耗，最大限度地降低了空间和时间的复杂性，并最大限度地发挥了这些数据的效用和性能。

在处理大量数据、网络交易和快速处理的应用案例中，使用雾计算的好处包括实时、混合和自主的数据中心，可提高运营效率和安全性。此外，雾计算可以帮助确保系统保持可用和优化，而无需在电源、数据中心安全性和可靠性方面进行投资。

雾计算通过将计算资源集中在多个节点上，降低了管理成本。雾节点的位置是根据其可用性、效率和使用情况来选择的。此外，它还减少了企业数据中心的负载和数据流量。

从根本上说，雾计算为企业提供了更多的灵活性，可以在最需要的地方处理数据。对于一些应用来说，数据处理应该尽可能快，例如在制造业中，联网的机器应该尽快对事故做出反应。

雾计算还可以为企业提供一种简单的方法，让企业实时了解客户或员工的情况。随着雾计算的实施，企业可望借助物联网技术抓住新的机遇，增加利润。不仅如此，这项技术还有可能为政府甚至个人用户节省大量资金。

在物联网应用中，雾计算、云计算和边缘计算将相互配合，不断推动其向大众生活的渗透。云计算通过弹性计算基础架构分发计算工作负载，实现云端数据的实时处理。雾计算和边缘计算则对网络边缘的计算资源进行访问、分析，然后发回网络边缘。这样可以实现数据的实时处理。不难看出，物联网雾计算市场未来将成为云计算市场的主要贡献力量。