Сравнение туманных и облачных вычислений (Fog vs Cloud)

Рост числа смартфонов и их приложений дают возможность пользователям получать доступ ко всё большему объему данных, вычислительной мощности, а также дают им возможность управлять конечными устройствами в реальном времени.

Однако, традиционная архитектура централизованного облака Cloud и ограниченность полосы пропускания сетей уровня ядра (Core) не даёт возможность посылать туда большие объемы данных от конечных датчиков и сенсоров для вычислений и анализа.

Fog Computing, с другой стороны, даёт возможность устройствам Fog-узлов на границе сети выполнять некоторую обработку данных в месте их получения и использования, для того, чтобы снизить задержку обмена и объема данных, посылаемых в Cloud, а также выполнять локальную аналитику (см. рисунок 1).  

Рисунок 1. Задержка обмена данными и операции аналитики в Fog-сети (источник: Dataconomy 2016).

Средний срок службы сервера в облачных дата-центрах составляет около двух лет. Для бизнес-приложений, которые генерируют большое количество данных, столь частый апгрейд оборудования не только сложен технически, но и очень дорог. Вместо инвестиций, ИТ-департаментам организаций приходится все время заниматься поддержанием соответствия своей ИТ-системы текущим требованиям бизнеса. Однако, на границе сети в небольших распределённых дата-центрах, компоненты серверной инфраструктуры могут служить до восьми лет. Исследования показывают, что решения, основанные только на централизованном облаке Cloud, гораздо более затратные, нежели основанные на гибриной архитектуре Cloud+Fog.

Другая проблема, связанная с Cloud – скорость вычислений и задержка обмена данными. При передаче в облако, скорость вычислений снижается, а задержка обмена данными растёт. Однако, данные могут иметь различную ценность и назначение. Одни данные представляют наибольшую ценность в момент их сбора. Спустя некоторое время их ценность быстро падает. Другие данные предназначены для накопления их определённого объёма для того, чтобы аналитика на их основе была релевантной.

Граничные вычисления и Fog-системы позволяют анализировать данные до того, как они посылаются в центральное облако Cloud, в момент, когда их ценность максимальна. Например, хакерскую атаку или вторжение в систему можно предотвратить более эффективно, когда анализ происходит непосредственно в месте атаки или вторжения. На ожидание пересылки данных в центральный дата-центр уходит драгоценное время.

Поэтому, извлечение из общего, большого объема данных той части, которую следует передать в Cloud (Data thinning), и отсечение ненужных данных – очень важный процесс, при котором ценные данные отделяются от малоценных данных. Например, беспилотный автомобиль генерирует массу промежуточных данных, которые вовсе не нужно хранить в дата-центре в течение долгого времени.

Fog computing также помогает решить проблемы с данными промышленных роботов. Подавляющая часть этих данных нужна только в месте работы робота, поэтому их обработку эффективнее и целесообразнее производить здесь же. Дроны, которые исследуют земной ландшафт в различных целях (охрана, сельское хозяйство, контроль трубопроводов и ЛЭП, и пр.), также генерируют огромное количество данных, которые нужны очень короткое время. Передача этих данных в центральное облако очень затратна и часто технически невозможна, а ожидание команд из центра – это потерянное время. От подобных устройств требуется только лишь распознавание воспринимаемых машинным зрением изображений, сбор значимых данных и посылка этих данных тем людям, которым эти данные нужны в данный момент времени. Например, дроны могут использоваться в сельском хозяйстве, чтобы оценивать необходимость полива полей и, в случае обнаружения такой необходимости, извещать фермера, посылая ему изображение поля с участками, требующим срочного полива, участками, которые можно полить через некоторое время, и участками, которые в ближайшее время поливать не нужно.

В таблице 1 показаны основные различия в требованиях к системам Cloud и Fog Computing.

Таблица 1. Различия в требованиях к системам Cloud и Fog (источник: Cisco).

ТребованияCloud ComputingFog Computing
Задержка данныхВысокаяНизкая
Джиттер задержкиВысокийОчень низкий
Расположение ПО услугиВ ИнтернетНа границе сети
Расстояние между клиентом и серверомМного переходовОдин переход (hop)
БезопасностьСложно задатьМожно задать
Перехват данных при передачеВысокая вероятностьОчень низкая вероятность
Географическое распределениеЦентрализованноеМестное
Число серверных узловНесколькоОчень много
Поддержка обильностиОграниченнаяПоддерживается
Поддержка взаимодействия в реальном времениПоддерживаетсяПоддерживается
Тип коннективности «последней мили»Выделенная линияБеспроводная сеть

В таблице 2 показаны основные проблемы Cloud и то, как они решаются в Fog.

Таблица 2. Основные проблемы Cloud и решения Fog (источник: Cisco).

CloudFog
Данные и приложения обрабатываются в централизованном облаке Cloud, что при большом объёме данных занимает большое время.Вместо того, чтобы отправлять данные в центр, они обрабатываются на границе сети, поэтому время обработки существенно снижается.
Проблема недостатка полосы пропускания, как результат посылки полного объема данных для обработки в централизованное облако CloudМеньшая потребность в полосе пропускания сети уровней агрегации и ядра, за счет того, что биты данных агрегируются на узлах Fog и частично там обрабатываются, с удалением избыточных данных.
Медленная реакция и проблемы масштабирования, как результат удалённого расположения серверов.Размещение небольших серверов, называемых «граничными серверами» (edge servers) неподалёку от пользователей в Fog-сети позволяет избежать времени ожидания отклика решить проблема масштабирования.

Можно сформулировать четыре основных причины необходимости Fog computing:

  1. Fog обеспечивает обработку в реальном времени и управление кибер-физическими системами CPS (cyber-physical system);
  2. Fog помогает приложениям могут соответствовать требованиям пользователей;
  3. Fog предоставляет среду для пулинга местных ресурсов (т.е. гибкое их переназначение и переиспользование в местных системах);
  4. Fog позволяет быстро производить инновации и масштабирование с приемлемыми затратами.

Можно сделать вывод о том, что Fog имеет преимущества перед Cloud, однако, не может полностью заменить централизованное облако. Центральное облако Cloud будет предпочтительнее в случае массивных и много-потоковых вычислений, потребность в которых остаётся высокой.

Fog и Cloud будут взаимодополнять друг друга и в то же время каждая из этих парадигм будет иметь свои преимущества и недостатки. Fog и тесно связанная с ним концепция граничных вычислений (Edge computing) будут играть критическую роль в развитии Интернета Вещей (IoT).

Fog computing будет расти за счёт появления новых сетевых парадигм с требованиями быстрой обработки с меньшей задержкой и джиттером.

Cloud computing будет служить целям высокопроизводительных вычислений, обработки больших объемов разнородных данных в ядре искусственного интеллекта, долгосрочного хранения данных, ценность которых либо не уменьшается, либо падает со временем относительно медленно.


About Алексей Шалагинов

Независимый эксперт
This entry was posted in Analytics, Cloud, Интернет Вещей, Тенденции and tagged , , , , , . Bookmark the permalink.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.