IT领导者在实施边缘计算战略时需要注意的五个陷阱供参考：2022年是边缘计算年吗？从财务角度来看，边缘计算已经到来：国际数据公司（IDC）预测，今年全球企业将在边缘计算上花费1760亿美元，与2021年相比增长约15%。但归根结底，这只是一个（大）数字。在架构方法、技术能力、企业用例、安全策略等方面，有许多明显迹象表明边缘计算已经成熟。在最近对2022年值得关注的边缘计算趋势的分析中，红帽技术布道者GordonHaff写道：“虽然我们在某些边缘计算部署中看到了遗留架构的影子，但我们也看到了边缘计算的全新趋势，或者至少是一个与以前截然不同的趋势。”“边缘计算正在帮助IT和业务领导者解决从电信到汽车等行业的问题，这些行业的传感器数据和机器学习(ML)数据正在激增。”IT领导者通常不会在没有计划的情况下解决业务问题，这就是边缘计算的原因物联网和机器学习等战略和相关类别在业务路线图上占有突出地位。例如，在红帽的《2022年全球技术展望》报告中，61%的受访者表示他们计划在未来12个月内运行物联网或边缘工作负载（或两者）。五要避免的边缘计算陷阱我们要求IT领导者和边缘计算专家阐明他们认为企业边缘战略中的不足之处——即使它们不会完全影响投资回报率。。。以下是滚动时需要关注的五个方面1.不要太拘泥于“边缘”的通用定义。与其他高端技术术语一样，行业对该术语的定义有些教条，并不能反映特定团队或组织的日常现实。一刀切的定义意味着一个适合所有人的策略。在边缘策略中要注意的第一个陷阱：没有放之四海而皆准的解决方案。正如CapgeminiEngineering的首席技术官ShamikMishra所说：“不要试图强加边缘战略（或技术平台）上的目标不合适”。米什拉说：“对边缘有不同的解释。移动设备可以是一种边缘，本地微型数据中心也可以。”一家公司的“边缘服务器”可能意味着专用硬件，而另一家公司的“边缘服务器”可能意味着非常规位置的传统服务器。用例也是如此。虽然基于行业或其他环境的可重复用例将继续出现，企业战略需要针对企业。“边缘计算的应用因行业和地区而异，”米什拉说。“基于无人机的检查方法可能适用于一个地理区域，但相同的用例可能不适用于另一个地理区域。”这并不是说没有普遍的担忧。安全性就是一个很好的例子：忽略安全性的边缘策略是不完整的。自动化是另一个常见的线程。“缺乏自动化也会导致更高的维护成本，这可能会抵消边缘计算的商业利益，因此需要预先考虑适当的自动化策略，”Mishra说。2.低估变更管理，风险自负对于经验丰富的IT领导者来说，这与其说是一个重磅炸弹，不如说是一个提醒，但也值得在这里列出：忽视如此重要的边缘计算计划并不是一件好事。“边缘战略的最大弱点之一是未能让所有必要的利益相关者参与进来，”Akamai的企业架构师JoshJohnson说。“将工作负载迁移到边缘不是‘直接转移’操作，而是一个涉及多个团队变更的项目。”在IT内部，几乎每个广泛的功能都需要一些学习和/或适应，特别是如果您没有在边缘架构中运行大量工作负载并且没有可以利用的过去经验。示例包括：开发人员：例如，主要负责编写代码的人员可能需要学习边缘开发和部署的最佳实践。“从服务器和位置较少的环境迁移到具有数千个位置的较小环境需要完全不同的设计和架构考虑，”Johnson说。运营/DevOps/SRE：负责仪器、监控和配置管理等运营需求的人员可能需要重新考虑他们的边缘计算实践和工具。“如果无法看到在边缘执行的代码，就很难验证应用程序是否按预期运行，”Johnson说。安全性：随着越来越多的工作负载转移到边缘（无论组织如何定义该术语），安全性自然会成为一个重要的关注领域。这将需要改变传统的安全策略，就像向混合云和多云等分布式IT环境的更广泛转变将需要类似的改变一样。“安全团队需要改进他们的做法，以确保边缘应用程序受到保护，”约翰逊说，并补充说“代码和数据存在于边缘，在数据中心传统防火墙的保护之外。”3.优先考虑一致性、可预测性和可重复性依赖一次性“雪花”获得成功的边缘策略从长远来看可能会造成麻烦。这是混合云架构经验可能使边缘模型受益的另一个领域：如果您已经了解自动化和可重复性对生产中运行的数百个容器的重要性，您将看到与边缘计算价值类似的东西。Aerospike电信解决方案全球总监ShahedMazumder建议：“遵循标准化架构并避免碎片化，碎片化是数百个不同系统的管理噩梦，”一致性和可预测性将是关键边缘部署与云部署一样重要。基于部署。”其实这是云和边缘关系加深的一种表现，比如混合云中一些有益实用的方法也会延续到边缘。一般来说，如果您已经解决了混合或多云环境中涉及的一些复杂问题，那么您就走在了正确的轨道上。“边缘环境本质上是异构的，组织应该准备好解决这个问题，”SAS物联网高级经理SaurabhMishra说。“当尝试使用容器和Kubernetes在边缘创建一个公平的环境时，这在竞争环境中尤为重要。它还有助于将工作负载从云端转移到边缘，因为边缘变得更加突出。”4.知道如何大规模管理第三点直接影响第四点：在生产之前你不想弄清楚如何管理一切。就像云管理一样，集中式平台对于任何重要的实施都是一个好主意。SAS的米拉什说：“在投资平台时，重要的是要专注于能够集中管理边缘基础设施和工作负载的平台。”“虽然大多数边缘用例都希望通过与云的持续连接来执行工作负载，但关键是要拥有一个允许配置更改并将新工作负载从云推送到边缘的管理平台。报告从边缘到云的状态警报是推动企业规模和采用的动力。边缘和云之间的关系应该是互惠互利的。例如，SAS的Mishra说，设计同时依赖边缘和云工作负载的用例是有价值的，本地处理和警报发生在边缘，但全局“队列级”视图是在云中创建的。5.“一次构建，随处运行”的心态并不适用于所有工作负载就像云计算和边缘一样计算本质上是相关的，机器学习和边缘/物联网用例也是如此。然而，一些团队可能会发现在本地或超大规模云中运行良好的模型在边缘开始失败。“我们看到客户构建和Wallaroo平台工程副总裁PaulLegato说：“训练惊人的模型，但它们最终无法在边缘使用AI/ML。重要的是，你需要从有限的计算中得出所有你能得到的推论。”随着边缘计算工作负载变得越来越复杂，IT领导者和团队需要记住，现代软件范例中其他地方适用的“随处运行”理念在边缘架构中可能会很棘手。机器学习工作负载是这种情况的一个典型例子。“边缘机器学习也是关于在高度有限的硬件上运行模型，”Legato说。“你可以按下一个按钮，在云中获得最新、最好的128CPU核心机器，但在边缘，你运行的是一台小型、动力不足的工业PC或安全摄像头，可用的CPU和RAM最少”。译者介绍朱刚，51CTO社区编辑，2019年CSDN博客20强，2020年腾讯云+社区优秀作者，10年一线开发经验，曾参与猎头服务网站架构设计，企业智能客户服务及大型电子政务系统开发，主导建设某大型国有企业内部防泄密及电子文档安全监控系统，目前在某BIM龙头企业从事招投标软件开发。原标题：Edgecomputingstrategy:5potentialgapstowatchfor，作者：KevinCasey
