建造庞大的设施以容纳大量的硬件一直是数据中心行业的趋势。 还有一些较小的设施供个人用于他们自己的设备。 但现在，重点是更紧凑的本地设施，即边缘数据中心。

人们对边缘数据中心及其带来的好处的兴趣正在稳步增加，这是有充分理由的。 与核心数据中心相比，边缘数据中心更小，更靠近最终客户，并且可以以更低的延迟处理数据。

在本文中，我们将回答“什么是数据中心？”这一问题。 和“什么是边缘数据中心？”，解释边缘与云和区域数据中心之间的区别，讨论使用边缘数据中心的好处等等。

什么是边缘数据中心：4 大优势及其重要性

什么是数据中心？

在深入探讨边缘数据中心的优势和重要性之前，让我们先回答“什么是数据中心？”这个问题。

数据中心是一种设施，它使用复杂的网络、存储和计算基础设施来提供对数据和应用程序的共享访问。 有一些行业标准可以帮助设计、构建和维护数据中心基础设施和设施，以确保数据高度可用和安全。

什么是边缘数据中心？

边缘数据中心是一种分散式设施，具有冷却和电力基础设施，可在靠近数据生成地或数据使用地的位置提供存储和计算。 这意味着边缘数据中心存储、处理和分析靠近最终用户位置的数据，而不是将网络流量发送到最近的主要市场，然后在云或区域数据中心进行处理。

就物理位置而言，边缘服务器可以设置在独立设施或各种不同的环境中，包括电缆头端、手机信号塔底部、电信公司或组织现场。

边缘数据中心的特点

如前所述，边缘数据中心靠近最终用户。 与最终用户的物理距离保证往返网络时间尽可能短。 主要目标是减少数据延迟并提高吞吐量。 除了邻近性之外，边缘数据中心还具有以下关键特征：

  •  处理速度快。 除了减少网络延迟外，边缘数据中心还具有快速处理能力，可确保快速完成最终用户的请求。
  •  体积小。 组成常规数据中心的相同部分也存在于边缘数据中心中，但它们位于一个小得多的空间中。 精确大小可能会有很大差异，具体取决于应用程序以及实现所需延迟所需的用户距离。
  •  易于维护。 因为它们位于组织的园区或总部内，所以边缘数据中心相对容易访问和维护。
  •  更大网络的一部分。 边缘数据中心是复杂网络的众多部分之一。 可能有很多边缘数据中心分布在更大的地理区域。 可能还有更大的数据中心，其中数据以中心辐射模型传播。

数据中心边缘与云

云数据中心规模大，地处市区外，电力和土地相对便宜。 云数据中心与最终用户之间的距离可能从数百英里到数千英里不等，这会增加最终交付数据的延迟。 因此，尽管云数据中心可以更有效地支持网站托管、电子商务以及移动和 Web 应用程序等用例，但边缘数据中心可以适当地为具有低延迟要求的应用程序提供服务。

数据中心边缘与区域

边缘数据中心位于非常靠近生成或使用数据的地方。 另一方面，区域数据中心通常位于较大的城市地区并覆盖更广的地理区域，这意味着它们距离最终用户更远。 因此，区域数据中心更适合处理存储和分析等对性能不太敏感的任务，而边缘数据中心更适合支持具有低延迟要求的应用程序。

边缘数据中心的好处

将数据中心移至边缘有四个主要优势，其中包括：

1.安全。 边缘数据中心通过限制存储的数据量、减少更广泛的网络漏洞以及减少传输的敏感数据量来提高安全性。
2.延迟。 边缘数据中心可实现更低的延迟，从而大大缩短响应时间。 通过将计算和存储放置在靠近最终用户的位置来减少数据必须传输的物理距离，可以最大限度地降低遇到数据流不畅的传输线的可能性。
3.运营成本。 随着进出中央服务器的流量减少，边缘数据中心降低了路由和数据传输的成本，这对于高带宽应用程序至关重要。 更具体地说，边缘数据中心通过使存储和计算更接近使用点，减少了连接到云或区域数据中心所需的必要互连集线器和高成本电路的数量。
4.带宽。 通过在本地处理数据，边缘数据中心减少了进出中央服务器的流量。 因此，可以在用户的大型网络中访问更多带宽，从而提高整个网络的性能。

为什么边缘数据中心很重要？

物联网和 5G 网络的快速发展为许多行业中基于云的新应用程序的创建铺平了道路。 对于其中许多应用程序（例如可穿戴医疗设备或自动驾驶汽车）而言，要为最终用户成功运行，处理速度快、延迟低和带宽高是必需的。

边缘数据中心在物联网时代的重要性

据 Gartner 称，目前 45% 的物联网数据是在边缘处理的。 物联网和边缘计算共同提供了一种更快、更有效的数据收集和处理方法。 数据处理通过边缘计算实时处理，减少了网络拥塞和延迟，从而提高了效率和更无缝的客户体验。 此外，物联网设备可以充当云网关，实现更大的数据收集和处理。 边缘计算和物联网协同工作，为处理和管理数据提供完整的解决方案。

与集中式物联网设计相比，边缘计算具有许多优势，包括

减少延迟、更好的服务质量 (QoS)、降低能耗、即时部署软件更新的能力、更快的数据处理、促进物联网系统之间的数据传输、提高数据安全性、易于扩展等。

边缘计算的用例

下面列出了顶级边缘计算用例：

  •  自动驾驶车辆。 使用可以实时收集、解释和共享数据的自动驾驶汽车可以使交通更加安全。
  •  可穿戴医疗设备。 医疗保健专业人员可以立即访问健身手环和个人健康监测设备收集的重要患者数据。
  •  人工智能虚拟助手。 家庭 AI 虚拟助手的处理工作量在本地分布，以减少延迟数据处理并提高性能。
  •  增强现实。 零售连锁店正在实施需要实时数据处理的增强现实 (AR) 技术，以改善店内购物体验。
  •  内容分发网络。 内容提供商可以在短短一毫秒内将缓存在边缘的内容交付给最终用户。
  •  金融机构。 随着延迟的减少，交易算法的执行速度会更快，从而有可能增加银行和其他金融机构的利润。
  •  制造业。 向工业物联网设备添加数据存储和计算功能可提高能源效率和预测性维护。
  •  远程监控。 摄像机记录了大量可以在本地收集和处理的数据。

总结

由于边缘数据中心带来的众多好处，在过去几年中，边缘数据中心受到了广泛关注，并且很可能在未来几年继续成为人们关注的焦点。