雾计算——云计算的延伸

雾计算，这个概念由思科首创，是一种分布式的计算模型，被称为边缘计算。作为云数据中心和物联网设备/传感器之间的中间层，它为计算设备提供了收集并管理数据的方法。不是在云端或是遥远的数据中心，而是就在较近的当地地区。在这种模式之下，传感器以及连接性设备将数据发送至一个附近的边缘计算设备上，之后可能会是由一个像交换机或路由器这样的网间连接装置来处理并分析数据。

雾计算是个很形象的名称，提出它的Ginny Nichols提了一个有趣的说法“雾是接近地面的云”。这句话有两层含义：

1、雾计算和云计算有很多相似。如它们都基于虚拟化技术，从共享资源池中，为多用户提供资源。

2、接近地面。这也指出了雾和云第一个不同——位置。更具体些，是它们在网络拓扑中的位置。

雾计算与云计算相比有以下四点优势：

1、更低：雾节点在网络拓扑中位置更低，拥有更小的网络延迟（总延迟=网络延迟+计算延迟），反应性更强。

2、更多：相比较云平台的构成单位——数据中心，雾节点数量庞大。

3、更广：雾节点拥有广泛的地域分布。

4、更轻：雾节点更轻量，计算资源有限。

雾计算是对云计算的延伸，以适应新兴的物联网。雾计算可以弥补云计算的空缺，解决云计算存在的一些问题。

云计算承载着业界的厚望。业界曾普遍认为，未来计算功能将完全放在云端。然而，将数据从云端导入、导出实际上比人们想象的要更为复杂和困难。由于接入设备（尤其是移动设备）越来越多，在传输数据、获取信息时，带宽就显得捉襟见肘。随着物联网和移动互联网的高速发展，人们越来越依赖云计算，联网设备越来越多，设备越来越智能，移动应用成为人们在网络上处理事务的主要方式，数据量和数据节点数不断增加，不仅会占用大量网络带宽，而且会加重数据中心的负担，数据传输和信息获取的情况将越来越糟。

因此，搭配分布式的雾计算，通过智能路由器等设备和技术手段，在不同设备之间组成数据传输带，可以有效减少网络流量，数据中心的计算负荷也相应减轻。雾计算可以作为介于M2M（机器与机器对话）网络与云计算之间的计算处理，以应对M2M网络产生的大量数据——运用处理程序对这些数据进行预处理，以提升其使用价值。

与云计算相比，雾计算主要依赖的不是位于中心位置的远程服务器，而是使用离本地设备较近的分布式计算机资源，简单来说就是在终端和数据中心之间新增一个“网络边缘层”，把一些并不需要或者不马上需要放到“云”的数据在这一层直接处理和存储，这样就可大大减少“云”的压力，同时也提升了传输速率，降低了延迟性。由于计算能力较弱，雾计算更多的是提升网络传输的速度。

所以，云计算是新一代的集中式计算，而雾计算是新一代的分布式计算，符合互联网的“去中心化”特征。由此看来，雾计算不是云计算的相对面，它可以被视为各种混合云计算。其中，一些进程由靠近网络设备的私有雾网络处理，而也有一些由公共云处理。

雾计算不像云计算那样，要求使用者连上远端的大型数据中心才能存取服务。除了架构上的差异，云计算所能提供的应用，雾计算基本上都能提供，只有雾计算所采用的计算平台效能可能不如大型数据中心。

雾计算不仅可以解决联网设备自动化的问题，更关键的是，它对数据传输量的要求更小。雾计算这一“促进云数据中心内部运作的技术”有利于提高本地存储与计算能力，消除数据存储及数据传输的瓶颈。