云计算vs雾计算！从直播网站瘫痪起聊聊那些云里雾里~

2018年女排世锦赛亚洲区资格赛哈萨克斯坦站首日比赛，中国队以3-0击败了斐济，取得开门红。本次在哈萨克斯坦举行的世锦赛亚洲区资格赛A组比赛，只有当地的电视台直播该赛事，球迷们纷纷寻找直播资源。国内没有直播，历经千辛万苦，终于有粉丝找到了可以看到比赛直播的一个哈萨克斯坦的网站，但把这个网址通过社交平台分享出去之后，女排粉丝们大量涌入，直接导致该直播网站瘫痪。

网友一

网站又崩了，可能哈萨克斯坦的网站从来没同一时间涌入这么多人吧！

网友二

退出之后，就进不去了，绝望！！

网友三

好卡啊，我都不想看了，听也听不清楚

身处在被互联网包围的环境中，网站瘫痪，服务器崩溃，网页加载极慢等现象层出不穷，我们深有体会。直播行业在近两年得到喷井式的爆发，移动互联网的发展对直播带来直接影响，随时随地开启直播给基础网络提出了严苛的要求，上行带宽不足，下载数据的速度跟不上，就会直接影响直播端的画面连贯性，出现卡顿，闪屏的现象。

传统的“云”的核心，就是装了大量服务器和存储器的“数据中心”。云计算架构将计算从用户侧集中到数据中心，让计算远离了数据源，也会带来计算延迟、拥塞、低可靠性和安全攻击等问题。同时随着物联网的到来，今后各种家庭电器以及大量传感器，包括嵌入在可穿戴设备里的传感器都会连网，从而产生极其大量的数据。而大量数据的发送和接收，可能造成数据中心和终端之间的I/O(输入输出)瓶颈，传输速率大大下降，甚至造成很大的时延。

于是有人想出一个方法，在终端和数据中心之间再加一层，叫网络边缘层，如再加一个带有存储器的小服务器或路由器，把一些并不需要放到“云”的数据在这一层直接处理和存储，可大大减少“云”的压力，提高了效率，也提升了传输速率，减低了时延。这个方法叫做“雾计算”。

同时，物联网技术发展势头十分迅猛，每天都有数以亿计的设备，每天产生超过两个艾字节的数据。据估计，截至2020年，超过500亿的“物”将联网。如此，物联网将产生数据的数量和种类，都达到了史无前例的规模。如果，运用传统云计算的方式，将这些数据都送到云端处理，则需要耗费巨大的带宽。所以，一种新的分析和处理物联网数据的模型：“雾计算”，就应运而生了。

雾计算（Fog Computing），这个概念由思科首创。简单点说，拓展了云计算（Cloud Computing）的概念，相对于云来说，它离产生数据的地方更近，数据、数据相关的处理和应用程序都集中于网络边缘的设备中，而不是几乎全部保存在云端。通俗一点讲：“雾计算”的名字源自“雾是比云更贴近地面（数据产生的地方）”。

雾计算就是本地化的云计算。云计算更强调计算的方式，雾计算更强调计算的位置。如果说云计算是WAN计算，那么雾计算就是LAN计算。如果说CDN是弥补TCP/IP本地化缓存问题，那么雾计算就是弥补云计算本地化计算问题。核心路由器、汇聚路由器和接入路由器，核心计算(云)和边缘计算，如果历史是押韵的，那么还欠世界一个“汇聚计算”。

但“雾计算”并不与“云计算”形成竞争，而是可以看作后者的延伸。云计算需要大量带宽，而无线网络带宽有限。用了“雾计算”，可以使所需的带宽量大大降低，原则上可使传输的数据“旁路”，即从互联网边上绕过去，使这些数据尽可能本地化。最有价值的数据仍然可以通过“云”来传输，但是大部分的数据流量可以从这些网络中分流出去，从而大大减轻了云网络的流量负担，像开头直播网站的尴尬局面就能避免出现了！

下图所示是一个智能交通灯系统，除了监控探头作为传感器，还有交通灯作为执行器。雾计算的引入将为这一系统带来更多的可能性。监控过程中，相比上一帧画面，通常只有一部分画面变化，而另一部分不变，非常适于压缩处理。对于需要人为监控的画面，雾节点将视频流直接转发 给中心机房；而其他监控视频只需要存储，对实时性要求不高，可以在雾节点处缓存若干帧画面，压缩后再传向中心机房。这样从雾节点到机房的网络带宽将得到缓解。在雾节点处，可判断监控画面中是否有救护车头灯闪烁，做出实时决策发送给对应交通灯，协助救护车通过。

为了实现「云雾计算」的双管齐下，思科已和微软联手，将早先思科的 Fog Data Services 与微软后来研发的 Azure 物联网云平台整合在一起，使对网络边缘的分析、安全、控制、以及数据管理可以与集中化的云端连通性、政策、安全、分析、app 开发等等方面有机结合起来。通过云计算与雾计算的联合，相信未来网络的发展定会云开雾散，迎来科技创新的新曙光。

扫一扫，与小编一起探讨雾计算那些事儿~