英文原文：How cloud, fog, and mist computing can work together

      在過去 10 年，云計算開始風靡全世界。當一些公司認識到他們使用云可以節省多少成本時，他們開始考慮將云計算應用到其他業務方面，以便進一步降低成本。此外，隨著云技術的不斷改進，通過云得到的服務種類也越來越多。

      隨著更多功能遷移到云中，云的局限性和缺陷變得更加明顯。用戶發現當前的云計算架構不適合某些類型的項目和情形。具體來講，他們發現正處于高速增長過程中的物聯網 (IoT) 并不總是能夠很好地與云計算一起使用。讓我們來談談這種情況。

      那么 IoT 與云計算有何關系呢？實際上，二者關系密切，因為 IoT 的許多部分都由云計算提供助力。它可以是通過連接到云端在您的手機上遠程控制恒溫器的簡單情形。或者，您可以使用云存儲來存儲某個安全攝像頭網絡錄制的視頻片段。總而言之，IoT 和云計算通常能夠很好地互補。

      但是，隨著網絡的發展，隨著更多的智能設備接入網絡，許多問題開始出現。其中一個問題通常是所有這些聯網設備生成的大量數據。例如，在安全攝像頭網絡中，系統每秒可能向服務器上傳大量視頻數據。在這樣一個系統中，攝像頭本身沒有存儲組件，因此所有這些視頻都必須存儲在主服務器上。

      云計算通常無法處理的另一個問題是時間延遲。因為數據只能在云中處理，所以記錄數據與從該數據中獲取結果之間始終存在一定的延遲。這種延遲在時間關鍵型系統中可能產生問題。設想一輛自動駕駛汽車配備了傳感器來檢查周圍環境。當汽車以 50 千米/小時的速度行駛時，在兩秒后獲得其環境的分析結果將變得毫無意義，因為汽車那時將位于不同的位置。

      除了云計算 – 還有霧計算和靄計算

      這些問題的核心在于云計算架構的中心化性質。畢竟，只有網絡的中心節點才有能力存儲和處理數據。為了解決這個問題，網絡設計師們提出了一種架構，在這個架構中，計算能力更均勻地分布在網絡上。這些架構將處理能力推送到網絡邊緣，使其更接近數據源。這些技術被稱為霧計算和靄計算。

      理解這兩種架構以及它們之間的區別的最快方法是，了解日常的氣象學意義上的云、霧和靄現象。在現實生活中，一朵云密布著厚重的凝結水，高高掛在空中，離地面很遠。另一方面，霧是位于云下方的更薄的凝結水，而靄是地面上漂浮的水滴形成的薄層。

      從這一類比可以看出，云計算與實際的云類似，在云計算中，強大的計算能力位于遠離人類活動的地方。霧計算發生在云下方的一層中，該層的基礎架構將終端設備與中央服務器相連。最后，靄計算發生在地面上，其中的輕計算能力位于每個網絡邊緣，位于傳感器和執行器設備級別上。

      （另一個術語是人們經常使用的邊緣計算。不幸的是，這個術語似乎對不同的人有不同的含義。有些人使用邊緣計算作為靄計算的同義詞，而另一些人認為它等同于霧計算。出于本討論的目的，我將避免使用邊緣計算這個術語，以避免產生混淆。）

      霧、靄和云計算是互補的

      讓我們明確一點：云、霧和靄計算是相互補充的。它們應該相互協作，而不是相互對抗。每種計算都有自己的優缺點；因此，通過結合運用它們，我們可以發揮它們的優勢，最大限度地減少它們的不足。

      盡管如此，您不需要同時使用所有這些方法。例如，假設您在一個偏遠的地區構建一個自動化的農場灌溉和監控系統。如果沒有互聯網連接，您可以放棄云計算，簡單地將數據存儲在現場的計算機中。

      如前面所述，霧計算是將計算能力用于設備傳感器與云服務器之間的連接的范例。此能力通常會配備在一個充當網關的設備中，該設備連接所有傳感器并管理與云的連接。網關設備可能擁有不錯的計算能力和數據存儲，所以它可以處理來自多個傳感器的數據。

      對于需要處理來自多個傳感器的數據的項目，以及最小化延遲至關重要的項目，霧計算非常適合。基于這些特征，您可以看到自主駕駛車輛非常適合使用霧計算。

      自主駕駛汽車依靠多個傳感器來獲得它周圍環境的全面解讀。但是，在云中處理所有這些數據是不可能的，因為汽車需要盡快獲得該數據的結果。擁有一個能立即處理該數據的網關設備，是讓汽車正常行駛的關鍵。此外，網關設備必須能夠過濾和查找需要發送到云端進行進一步分析的相關數據，從而減少所需的帶寬。

      當然，霧計算不是完全沒有缺點。霧計算的最大問題是，整個系統的正常運行完全依賴于網關設備，這意味著網關可能是單點故障。類似自主駕駛車輛的系統中存在這樣的問題可能非常危險，所以采用一種備份或冗余機制很重要。

      靄計算旨在將計算能力放在每個網絡邊緣上，并放在設備的實際傳感器上。此計算能力通常以嵌入在設備上的微芯片或微控制器的形式存在。因此，靄計算的處理能力更加有限。

      您可能想知道，在傳感器上配備計算能力是否是必需的。畢竟，這些傳感器的職責只是記錄來自環境的數據，對吧？這些傳感器通常還有另一項工作，那就是將它們記錄的信息傳輸到網絡中的數據存儲中。數據傳輸使用的電池電量比同等的計算進程要多得多。因此，通過在傳感器上配備計算能力，數據可以在存儲之前先進行處理、預處理和優化。產生的數據將會小得多，在傳輸過程中消耗的能量也會更少。

      盡管使用靄計算沒有什么重大缺點，但它要復雜得多。不僅用于靄計算的系統通常是特定于應用的，傳感器通常也是異構的，這些使得實現一個解決方案變得更加復雜。此外，靄計算架構中提供的處理能力通常是有限的，這為任何可能的解決方案增加了更多的限制。

      霧和靄計算的最后一個方面是安全性。使用霧或靄計算會提高系統上的數據安全性。在這些計算架構中，數據先在本地進行處理，然后才發送給遠程服務器。這意味著可以先刪除或加密所有敏感數據，減少系統需要處理的安全威脅。

      盡管其他架構擁有所有這些優勢，但云計算提供了最大量的計算能力。之前，我解釋了自主駕駛車輛如何非常適合霧計算，但不要忘記，我們需要分析和使用所有這些數據來提高車輛的性能。因為分析數據需要大量的計算能力，而且不是一個時間敏感操作，還有什么比使用云計算更好的方法呢？

      結束語

      云、霧和靄計算都有各自的優缺點。隨著越來越多的設備連接到互聯網，正確使用所有這些范例將是確保我們的系統和應用能夠與不斷成長的設備網絡一起擴展的關鍵。