《未来网络发展大会-未来网络白皮书——无服务器边缘计算网络白皮书.docx》由会员分享，可在线阅读，更多相关《未来网络发展大会-未来网络白皮书——无服务器边缘计算网络白皮书.docx（54页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、、乙1刖5 I一、无服务器边缘计算网络的开展背景11.1 边缘计算的蓬勃开展突X1.2 无服务器计算的逐渐兴起 .31.3 无服务器边缘计算网络的提出及开展6二、无服务器边缘计算网络架构及关键技术102.1 无服务器边缘计算网络参考架唆匕）102.2 无服务器边缘计算网络关键技术112三、无服务器边缘计算网络的应用场景 183.1 智能制造193.2 物联网.213.3 车联网223.4 AR/VR 233.5 智慧交通25四、无服务器边缘计算网络生态建设与产业开展284.1 开源生态开展284.2 产业开展394.3 标准化进展51五、总结与展望54 副本）来处理爆发事件，因为他们自动扩缩容
2、功能会产生延时而不能 满足应用需求。在边缘领域会进一步恶化，因为边缘节点边云环境资 源更少，因此提前预留是不合适的。Serverless针对突发流量效应的 用例带来了重要好处，因为Server!ess允许通过空闲时收缩到。而峰 值时快速扩容的方式探索突发工作负载的统计多路复用。基于此，边 缘计算编排将利用Serverless功能而非lazy重型虚拟化以及低效的资 源预留解决方案来解决这类突发性。鉴于无服务器边缘计算网络的显著优势，业界纷纷对无服务器边 缘计算网络开展了相关的研究，并推出了相关的产品。2017年，意大 利的研究机构首次将Serverless计算融入了边缘计算架构，以赋能低 时延应
3、用。随后，该研究机构进一步研究了基于端-边-云连续空间的 函数管理框架，基于资源可用性及服务质量等方面实现Serverless函 数在端-边-云连续性空间上的适时分配。该研究机构于2019年在基 于移动通信环境的雾计算场景（含有大量高密度分布式异构的雾计算 节点）下提出Serverless边缘计算的一些关键特性（如低时延计算卸 载、平台间协同、延时优化、随机数据分析、边缘节点间业务协同、 有状态划分等），实现了相关基于开源无服务器计算Openwhisk的边 缘计算平台原型系统，并做了相关评估。在产业界，无服务器边缘计 算的第一个商业尝试为AWS于2017年发布的LambdaEdgeo在研 究领
4、域，基于OpenFaas进行裁剪发布了 一个基于少量资源运行的轻 量级可移植的版本faasdo在国内，无服务器边缘计算网络的研究刚刚起步，成果相对较少,但当前边缘计算集成Serverless已经吸引了产业界和学术界的极大兴 趣。同时，无服务器边缘计算网络也面临着一些技术挑战，例如冷启 动产生的长延时，不实用的为云设计的本钱效益模型，持续工作负载 和边缘AI应用（无GPU支持）的不适用性，缺失位置和能源感知, 未考虑分布式网络，无效的数据迁移，间断资源说明，可靠性和容错 考虑，无效的资源调用的可能性，平安问题，不成熟的函数触发/缺 失仿真工具等。r二、无服务器边缘计算网络架构及关键技术随着自动驾
5、驶、智能制造等新型业务的开展，边缘计算和无服务 器计算技术得到了快速开展，同时边缘计算与无服务器计算的融合也 成为互联网领域开展的重要趋势。因此，介绍分析无服务器边缘计算 网络的架构和关键技术对于推动网络产业开展、驱动未来网络创新具 有重要意义。本章首先对无服务器边缘计算网络的参考架构进行介绍 分析，然后分别对基于Serverless的服务管理技术，资源管理编排技 术、网络控制管理技术等关键技术进行介绍W2无服务器边缘计算网络参考架构I )智能制造AR/VR自动驾驶创新试验智能业务与应用3E段路由管控网络调度协同共享MEC节点MEC节点MEC节点ME0点MEC节点分布式无服务器边缘计算网络图2
6、-1无服务器边缘计算网络的参考架构在本小节，主要介绍无服务器边缘计算网络参考架构，该架构主 要五个局部：分布式边缘计算网络基础设施资源、边缘网络控制器及 边缘编排管理器、基于Serverless的服务管理系统、智能业务与应用。 无服务器边缘计算网络的参考架构包括的基础功能如下：(1)智能业务与应用：该局部主要是部署在无服务器边缘计算 网络中的新型业务与应用，这些新型的智能业务与应用，可以通过相 应的函数API接入并调用平台提供的函数服务；同时，通过底层网络 的控制和资源的编排，实现跨网跨域的函数服务调用，进而具备分布 式弹性可扩展的能力。(2)基于Serverless的服务管理系统：基于Ser
7、verless的服务管 理系统可以认为是该架构的“大脑”，实现了对Serverless服务的管 控，并向上支撑智能服务与应用，向下连通网络及资源。基于 Serverless的服务管理子系统，具备Serverless任务分解、Serverless服 务部署、Serverless服务发现、Serverless服务调度(负载均衡)、协同 调度等机制能力。(3)边缘网络控制器及边缘编排管理器：网络控制管理子系统, 连接各个分布式的边缘计算节点，实现对边缘网络集中统一的管理和 控制，并保证时延确定性和路径最优化，构建敏捷、高效、可定制的 边缘智能网络。边缘资源编排器主要对分布式的计算资源和存储资源 进行
8、集中统一的管理和编排，包括对资源负载状况的实时监控，为函 数的计算处理提供弹性的资源，具备灵活的资源扩缩能力；对接异构 基础设施资源，屏蔽异构资源对应用部署的影响，实现多级泛在算力的抽象和管理；同时对接分布式基础设施资源，实现层级式管控。(4)分布式边缘计算网络基础设施资源：分布式基础设施资源主要由边缘计算节点和边缘网络设备组成，为无服务器边缘计算网络 参考架构提供计算、存储和网络设施资源。基于以上无服务器边缘计算网络参考架构以及功能组成，无服务器边缘计算网络的核心特征可以概括如下：/X、使用者：按需使用、按需付费、降低使用者的本钱，防止为闲 置资源买单；开发者：专注业务开发，无需关注底层基础
9、设施资源；边缘计算系统：极致的资源弹性，高效的分布式资源协同，敏 捷的分布式服务调度，最大化的利用分布式的边缘计算资源；边缘计算网络：超低的边缘网络传输时延，超高的边缘网络传 输可靠性，灵活的边缘网络管控能力，边缘计算站点间网络传 输时延、抖动可保证；2.2无服务器边缘计算网络关键技术本小节主要介绍无服务器边缘计算网络参考架构中的关键技术, 包括基于Serverless的服务管理技术、资源管理编排技术、网络控制 管理技术等。2.2.1 基于Serverless的服务管理技术基于Serverless的服务管理技术主要为分布式函数计算提供支撑; 其中，无服务器计算技术(Serverless Com
10、puting)是基于Serverless的 服务管理技术的基础。在无服务器计算中，开发者在构建和运行应用 时无需管理服务器等基础设施；无服务器计算构建了一个更细粒度的 部署模型，在该模型中应用被拆解为细粒度的函数并被上传到一个平 台，然后根据当前所需执行、扩展和计费；在无服务器边缘计算网络 中，用户不需要知道服务的部署位置或者资源的部署情况，只要网络 系统能够满足用户的计算需求和服务体验即可。基于Serverless的服 务管理技术主要具备基于Serverless的服务部署、基于Serverless的 服务发现和基于Serverless的服务调度等能力。其中，基于Serverless 的服务部
11、署主要解决函数服务在哪里部署的问题以及部署在哪种计 算载体中的问题；基于Serverless的服务发现主要解决函数服务对外 暴露的问题，便于计算任务的请求；基于Serverless的服务调度主要 解决函数服务处理负载均衡的问题。2.2.2 资源管理编排技术资源管理编排是无服务器边缘计算网络参考架构的关键技术之 蓼通过统一协同管理分布式的边缘计算节点资源，实现对计算 资源、网络资源和存储资源的管理和编排，以保证资源的按需供应、 弹性灵活,进而提升分布式计算和存储资源的利用率。其中，对容器、 Unikernal等计算载体进行管理编排是资源管理编排技术的主要内容。 接下来，本小节主要针对容器和Uni
12、kernal这两种计算载体的管理编 排进行介绍分析。当前，容器(Container)技术作为主流的轻量级操作系统虚拟化 技术，通过将应用程序及其运行依赖环境打包封装到标准化、强移植 的镜像中，并通过容器引擎提供进程隔离、资源可限制的运行环境， 实现应用与OS平台及底层硬件的解耦，一次打包，随处运行。容器 基于镜像运行，可部署在物理机或虚拟机上，通过容器引擎与容器编 排调度平台实现容器化应用的生命周期管理。其中，Docker技术是容 器的主流技术手段。当前，业界普遍采用Kubernetes(K8S)实现Docker 的高效管理编排。Kubernetes是Google开源的容器集群管理系统。 K8
13、s在Docker技术的基础上，为容器化的应用提供部署运行、资源 调度、服务发现和动态伸缩等一系列完整功能，提高了大规模容器集 群管理的便捷性。Kubernetes是一个完备的分布式系统支撑平台，具 有完备的集群管理能力，多扩多层次的平安防护和准入机制、多租户 应用支撑能力、透明的服务注册和发现机制、内建智能负载均衡器、 强大的故障发现和自我修复能力、服务滚动升级和在线扩容能力、可 扩展的资源自动调度机制以及多粒度的资源配额管理能力。同时 Kubernetes提供完善的管理工具，涵盖了包括开发、部署测试、运维 监控在内的各个环节。另一方面，随着边缘计算的不断开展，很多边缘计算服务朝着单 一核心的
14、方向开展。为解决以传统虚拟机为载体向用户提供应用服务 时所带来的资源开销大、启动速度慢、攻击面大的问题，业界提出了 Unikemal作为新型的计算载体。Unikernal作为一种精简、专属、全 系统优化的解决方案，具有小型、快速、平安的优势，是继容器之后的轻量级微服务系统架构。虽然基于Docker的容器技术解决了传统VM存在的系统庞大、启动速度慢的问题，且易于使用，但是大家最 关心的平安问题仍然还未得到真正的解决。因此，人们仍然需要一种 能够提供高级别的平安性、具有体系架构精简、高效率和高性能特性 的解决方案。Unikernal还可充分利用虚拟机管理程序的资源管理与 隔离技术，提供更好的平安性
15、。Unikernal还在跨平台环境、大数据分 析和横向扩展云计算服务中展现出极大的灵活性、高速度和多功能性; Unikernal有望成为超越容器的下一代云技术；考虑到目前的云数据 中心大局部都是使用强大的通用操作系统来部署应用服务，这些系统 不仅消耗大量资源，还具有相当大的攻击面。而Unikernal推陈出新， 试图将嵌入式编程技术应用于数据中心，消除了几乎所有的多余组件, 在很大程度上减少了资源占用空间和攻击面。无服务器边缘计算使得服务对单位资源的需求更加轻量化，可以 引入更多的计算资源接入边缘网络来贡献闲置算力，从而形成边缘算 力服务与交易过程，对于资源管理来说，可以建立依托于区块链的去
16、中心化、低本钱、保护隐私的可信交易技术。在未来泛在边缘计算场 景市;无服务器边缘计算网络可以将算力资源作为透明和公开的服务 能力提供给用户。在边缘算力交易过程中，算力的贡献者与算力的使 用者别离，通过可拓展的区块链技术和容器化编排技术，整合算力贡 献者的零散算力资源，为算力使用者和边缘服务的其他参与方提供经 济、高效、去中心化、实时便捷的算力服务8。223网络控制管理技术网络控制管理技术主要采用软件定义网络(Software Defined Network, SDN)技术以及时间敏感网络(Time-Sensitive Networking, TSN)技术，实现分布式边缘计算节点网络连接的可管可
17、控，保证时 延确定性和路径确定性。在无服务器边缘计算网络中，可以基于SDN 技术构建边缘网络的控制面，通过要求边缘计算节点以及网络设备定 期上报计算、网络和存储相关状态信息，构建计算、网络和存储的状 态视图，从而实现在控制面集成计算资源的感知、网络资源感知、内 容资源感知等功能。当终端设备发起服务请求时，基于SDN的边缘 网络控制平面可以根据实时的资源状态状况，将服务请求调度至最匹 配的边缘计算节点，实现任务调度的灵活敏捷和高效。另一方面，边缘计算节点之间的计算任务分发通常要求极低的时 延，以保证终端设备能做出及时的动作响应，这就要求无服务器边缘 计算网络支持确定性的网络传输，以保证超低时延、
18、超高可靠的传输。 其中，通过确定性网络技术，实现边缘计算节点之间、终端设备与边 缘计算节点间的“准时、准确、快速”的数据传输，进而控制并降低 端到端时延，为时间敏感型网络业务提供确定性的网络传输服务。目 前，可应用于无服务器边缘计算网络确实定性技术主要包括FlexE、 AVB/TSN、DetNet40 FlexE应用于物理层与数据链路层之间，它通 过时分复用分发机制，将多个Client接口的数据按照时隙方式调度并 分发至多个不同的子通道，使网络即具备类似于TDM (时分复用)包和抖动的最坏情况界限，企 yi*IFf ./VK A像以此提供确定的延迟。，/V匕筮？ .工：4L99-1F一二 ,包
19、和抖动的最坏情况界限，企 yi*IFf ./VK A像以此提供确定的延迟。，/V匕筮？ .工：4L99-1F一二 ,的独占时隙、隔离性好的特性，又具备以太网统计复用、网络效率高 的特性。AVB/TSN应用于数据链路层，该技术首先将网络中需求不 同的流量分成不同的优先级流，将有确定性需求的流量与其余流量区 分开，然后以类似“时分复用”的思想，通过不同的流量整形机制为 高优先级流量提供确定的传输“时隙”，以保证时间敏感流量有一条 确定的传输路径。DetNet应用于网络层，该技术的目标是在第2层桥 接和第3层路由段上实现确定传输路径，这些路径可以提供延迟、丢附录A：术语与缩略语55参考文献56三、无
20、服务器边缘计算网络的应用场景无服务器计算作为新一代云计算的思想及理念，其核心是将提供 服务资源的基础设施抽象成各种服务，通过API接口的方式提供给 用户调用，落到具体技术上主要有函数即服务（FaaS）以及后端即服 务（BaaS）等。其具备如下优势：第一，底层透明化，应用开发、部 署无需关注底层基础设施情况，专注于业务的自身逻辑层面即可，提 升业务开发效率；第二，支持服务的弹性伸缩，按需使用，适用与业 务量不确定性，或者具备潮汐效应的一些场景。但不可防止的是，作 为云计算的一局部，存在着与最终用户距离过远，依赖数据传送网的 稳定高效等诸多因素。MEC （Multi-Access Edge Con
21、puting）即多接入 边缘计算，相对于云计算集中部署的架构，边缘计算是一种分布式计 算部署架构，将计算能力，业务，以及局部5G网络能力部署到网络 边缘乃至用户侧，提供一种可靠、高效的业务体验。其具备如下优势： 第一，低时延的就地数据处理；第二，敏感数据本地处理，更可靠。 但是，边缘侧也就意味着单一节点所能提供服务的能力有限，无法向 云计算那样无限的横向扩展。因此，基于两者的优势结合，构建无服务器边缘计算网络可以更 好的适配那些低频、频次不确定性同时时间敏感的业务场景，如：智 能制造、物联网、车联网、智慧交通等。3.1智能制造智能制造不仅仅是无人工厂，而应该是贯穿于产品设计、生产、 管理、销售
22、、服务等各个环节，利用人工智能、大数据等新技术，以 到达提升企业洞察力、提高生产效率、强化产品竞争力为目标的完整 体系。目前，世界主要兴旺国家政府及组织高度重视，积极出台相关 战略政策，提升工业智能化水平已成为全球共识与趋势。我国近期发 布的中共中央关于制定国民经济和社会开展第十四个五年规划和二1 jr。三五年远景目标的建议中就明确提出了，要把开展经济的着力点 鸳放在实体经济之上，给予高端制造和智能制造大力关注。其特别强调， 要坚定不移建设制造强国、质量强国、网络强国、数字中国，推进产 趣 I j ,*t A . , , ,业基础高级化、产业链现代化，提高经济质量效益和核心竞争力。同 * Vl
23、 /阳时坚持创新在我国现代化建设全局中的核心地位，加速实现关键核心 技术的重大突破。近年来,我国智能制造及相关产业开展迅速，也取姬得了一定的成绩，山是，与世界兴旺国家相比，仍有不小的差距。目前来说犷制约智能制造开展的因素有很多，例如：生产模式与材料缺；,Z失M言息融合困难、平台纷杂、管理方式落后、人才缺乏等方面。就 I信息融合困难这一点来说，就存在着数据采集困难、协议复杂不一、 信息化与自动化融合困难，数据算法缺失等诸多问题亟待解决。截至目前，我国已建成全球最大、最为完善的5G网络，为工业 设备、数据的互联互通提供了高质量的传输通道。止匕外，飞速开展的 云计算、大数据、人工智能等新技术，也在不
24、断地尝试服务于传统制 造业，帮助企业智能化转型升级。综合行业需求及各项技术的开展， 我们认为无服务器边缘计算网络能够在靠近工业现场、数据源头侧， 构建融合网络、计算、存储、应用核心能力的分布式开放体系，为企 业智能制造就近提供边缘智能相关服务，满足传统制造业在敏捷联接、 实时业务、数据优化、应用智能、平安与隐私保护等方面的关键需求，Google 的VRGlass、腾讯的TenVR等，但是当前制约AR/VR产业无法大规 模开展的原因还有很多，除了 AR/VR技术的成熟度以为外，最大的 因素莫过于AR/VR技术所需计算能力以及数据传输带来的网络时延 两方面。XV *AR/VR现阶段依赖的可穿戴设备
25、算力有限，无法完成或者说快速 .完成图片渲染、图像转码等工作，同时频繁的计算会使得终端设备能 源消耗过快，发热量巨大，无法长期使用。云端渲染转码，即将图片 渲染、转码的工作放到计算资源充足的云上去处理，存储，用户使用 z时再从云端将内容下载到本地显示即可，但这也将带来另一个问题， ,.Z-即数据的传输时延问题。要想获得极致的、沉浸式的VR体验，尤其 在实时AR/VR场景下，业务的端到端时延需要控制在25ms以内， 才能满足高刷新率下，高清图像显示、复杂场景的再现。而当时延过 大时，在用户侧那么表达为画面显示不完整，导致头晕、目眩等不良反 应，大大降低了用户体验。图 3-2 AR/VR当下已有局
26、部AR/VR服务提供商尝试通过将服务部署在边缘计 算节点以取得更好得用户体验，也取得一定得效果。例如腾讯在其 CDN边缘节点上试水云游戏等，但是随着AR/VR业务的快速开展、 普及，需要渲染、转码的的图像将越来越多，传统边缘计算如果通过 普通服务器来处理任务1要保证所有视频、图像在预期时间内完成转 码的话，那么需要按照最大并发量配置相应的服务器资源，本钱投入是 又了,广相当巨大的。如果将分散的边缘计算节点融合成一个统一的网络，并 叠加无服务器计算能力，形成无服务器边缘计算网络，当有视频、图 yr像上传到边缘网络中，那么会直接触发相关服务，实时处理，满足处理 大量视频、图像数据时的极致扩容要求。
27、3.5智慧交通智慧交通是指在传统交通行业中充分运用物联网、大数据、人工 智能、自动控制等新技术，致力于打造一个保障公众出行平安、提升交通运输效率，支撑交通建设管理的交通体系，成为国家经济的快速、 可持续开展的一大保障。随着我国城市化水平的快速提升，城市交通容量急剧攀升，大量 的道路监控辅助设备带来海量的数据，如高清的监控图片、视频等， 这些数据处理当下还较为依赖后台低效的人工，同时将这些数据全部 回传至分析中心，又会造成巨大的网络带宽浪费，在智能交通实时调 度等领域，还存在实时性无法保障等问题。因此，在智慧交通场景下， 以无服务器边缘计算网络为依托，在交通网络局部范H内，实现交通 状况动态感知
28、、自适应调整、智能优化。 M图3-3智慧交通以道路拥塞场景下的车流调度场景为例，全流程涉及数据采集、数据分析、结果判定，多路口协同策略选择、路面实时控制等多个环 节，而每个环节对于算力的要求各不相同。总体来说，无服务器计算 网络满足了该场景下，基于既定模型，对图像、视频进行实时AI分 析，防止了大量数据回传中心带来的延迟，同时面对城市交通的特殊 性，在早晚高峰期以及突发状况下，快速响应大量的调度请求，交通 信号按需实时控制，降低交管中心信息基础建设投资。一、无服务器边缘计算网络的开展背景无服务器边缘计算网络是融合边缘计算、无服务器计算等先进技 术，高效、低本钱利用边缘侧有限异构资源，基于大量无
29、服务器边缘 计算节点形成的一体化计算网络，实现计算节点内的转算存融合及节 点间的网络协同，支撑海量多样智能终端、用户在边缘侧的差异化计 算诉求，满足广泛接入、高吞吐和低时延的网络诉求X本章对无服务 器边缘计算网络的开展背景进行介绍，首先介绍和分析无服务器边缘 计算网络的两项核心支撑技术，即边缘计算和无服务器计算，然后对 无服务器边缘计算网络的进展进口解F1.1边缘计算的蓬勃开展随着网络技术的不断开展，海量智能终端、移动设备产生的数据 越来越多，对网络系统也提出了更高要求，例如低时延、实时处理、 事件驱动开发、高效部署等；同时，各类互联网服务和应用（例如 AR/VR,高清视频等）的快速开展，也给
30、数据高效存储和处理带来新 的挑战。考虑到云计算数据中心距离用户较远，在云计算数据中心中进行 数据的存储、处理、分析存在传输时延大、带宽本钱高的问题。因此， 业界提出了边缘计算的概念1,即在靠近用户终端的网络边缘部署 云计算环境，就近处理数据和计算任务。然而，边缘计算的资源通常、无服务器边缘计算网络生态建设与产业开展目前越来越多信息通信网络相关企业进入到边缘计算和无服务 器计算相关研究中。边缘计算作为边缘网络的汇聚和控制节点，将会 影响到整个信息通信网络行业的生态建设。而无服务器计算引发了企 业运营思维的转变，提高了技术服务的准确度和影响力，未来的无服 务器计算将会更加敏捷、灵活和强大。本章节将
31、会探讨无服务器边缘 计算网络的生态建设，包括整个能力的开发者、使用者和运营者。4.1 开源生态开展无服务器边缘计算网络开源生态主要由边缘计算和无服务器计 算的相关开源工程构成，本小节对主流的边缘计算开源工程和无服务 器计算开源工程进行介绍O未来这些工程直接可能会相互渗透、融合， 从而形成无服务器边缘计算网络整个生态的重要组成局部。4.1.1 边缘计算开源生态(1) EdgeGalleryEdgeGallery是由华为、紫金山实验室、中国信息通信研究院、中 国移动、中国联通、腾讯、九州云、安恒信息等八家创始成员发起的 一个MEC边缘计算开源工程。目的是打造一个符合5G边缘“联接 +计算”特点的边
32、缘计算公共平台，实现网络能力(尤其是5G网络) 开放的标准化和MEC应用开发、测试、迁移和运行等生命周期流程的通用化。目前EdgeGallery整个边缘计算平台是基于Kubemetes打 造，在规划中会引入无服务器计算的相关特性，提升在监控、伸缩性 方面的能力。EdgeGallery:打造MEC统一生态,加速M EC商用节奏MEC应用仓库QEDGEGALLERY/4,应用开发工具网络连接终端运营商边缘MEC应用编排和 管理(MEAO/M) 工程定位/ 运营商主导的边缘计算架构和能力开放事实标准/ 口降低企业上车门槛，形成规模APP,构筑2B商业模:翳开源范围.(运营商MEC的公施台局部:ME唯
33、行态：支撑异构硬件和虚拟化计算平台，统一应用和服务 管理，统一网络能力开放API接口，统一MEP菅理接口MEC管理编排：统一应用生命周期管理，资源和应用监控 MEC应用仓库：统一应用仓库，可平滑对接商用APP应用市场MEC应用开发工具：提供标准MEP API的代码集成，实现应用的 打包? 口测试)图 4-1 EdgeGallery 介绍(2) KubeEdge,XKubeEdge是一个开源系统，用于将容器化应用程序编排功能扩 展到Edge的主机，是一个面向边云协同的云原生边缘计算框架。姬KubeEdge在Kubemetes原生的容器编排调度能力之上实现了边云之 间的应用协同】资源协同、数据协同
34、和设备协同等能力，完整打通了 边缘计算申云、边、设备协同的场景。KubeEdge架构上分为云、边、 端士个层次。云端负责应用和配置的校验、下发，边缘侧负责运行边 缘应用和管理接入的设备，设备端运行各种边缘设备。KubeEdge完 整打通了边缘计算中云、边、设备协同的场景。KubeEdge的功能特点如下：1)支持复杂的边云网络环境：双向 多路复用边云消息通道提供应用层可靠增量同步机制，支持高时延、低质量的网络环境；2）应用/数据边缘自治：支持边缘离线自治及边 缘数据处理工作流；3）边云一体资源调度和流量协同：支持边云节 点混合管理、应用流量统一调度；4）支持海量边缘设备管理：资源 占用业界同类最
35、小；提供可插拔设备管理框架，支持自定义插件扩展; 5）开放生态：100%兼容 Kubernetes原生能力；支持 MQTTModbus Bluetooth Wifi、ZigBee等业界主流设备通信协议。.望 XV% ；图 4-2 KubeEdge 介绍(3) K3S “ %声 3s息专为在资源有限的环境中运行Kubernetes的研发和运维人员设计，通过消除安装Kubernetes的复杂性和学习本钱，K3S极 大地简化了边缘部署的复杂度。K3s与架构无关,并且占用空间极小。 K3S的易用性使组织可以从堆栈中获得更高的价值，将集群部署至 数百甚至数千个地点，并快速启动这些集群。目前K3s可以使用
36、Istio 支持快速部署无服务器容器，自由的进行容器的扩缩容，未来随着K3S的应用越来越广，无服务器边缘计算的特性会得到进一步的开展。(4) OpenYurt图4-3 K3S架构OpenYurt是阿里云开源的云原生边缘计算解决方案。已经应用于V ifCDN、音视频直播、物联网、物流/工业大脑、城市大脑等实际应用 场景中，并服务于阿里云LinkEdge盒马、优酷、视频云等多个业务 或工程中。目前开源的能力包括了边缘自治能力和原生K8S集群一 键式转换为边缘集群。OpenYurt已经具备了缘自治、高效运维通道、 边缘单元化管理、边缘流量拓扑管理，平安容器、边缘Serverless/FaaS异构资源
37、支持等能力。图 4-4 OpenYurt 架构4.1.2 无服务器计算开源生态Kubernetes的蓬勃开展由催生了一系列以它为基础的Serverless 框架，目前开源的Serverless框架大多以Kubernetes为基础，本小节 主要介绍 Knative、OpenFaaS Open Whisk 和 Kubeless。(1) Knative2018年7月，Google发布了 Knative无服务器开源平台5。Knative 是 Google 开源的基于 Kubernetes 和 Istio 的 Serverless 开 源实现，目标是为了提供更高层次的抽象，让开发者无需关注基础设 施(虚
38、拟机或者容器，网络配置，容量规划)，而专注于业务代码即 可，旨在标准化Serverless。只需使用几个YAML文件就可以轻松地 开始使用Knative 了。这也意味着，在本地或者托管云服务上，任何 可以运行Kubernetes的地方都可以运行Knative和业务的代码。目 前参与的公司主要是Google、Pivotal IBM、Red Hat, Knative是为 了解决容器为核心的Serverless应用的构建、部署和运行的问题。Developers build and deploy appsAPIUsers and Systems (loT) use applications devel
39、oped and deployed by developers and hosted by operatorsOperators deploy and manageKnative instances using Kubernetes API and toolsContributors develop and contribute code and docs to the OSS projectIQ图4-5 Knative层级关系Knative 采用 Go 语言编写，支持 C#, G。，Java, Node, js, PHP,Python, Ruby, and Rust 语言。包含 Servin
40、g 和 Eventing 两大组件，他、“ vw一一们都通过 Kubernetes custom resource definitions (CRDs)来配置与运行。i fServing：基于Kubernetes彳和*Istio平台部署，运行无状态的应用和函数。Serving通过使麻Kubernetes CRDs来控制以下特性：Revision（修订版本）、Configuration （配置）、Route （路由）和 Service （服图 4-6 Knative 架构Eventing:事件系统，引入Source （源）、Channel （通道）和Subscription （订阅）概念，无需特定代码来选择消息代理，自动完成 事件的绑定和触发。(2) OpenFaaSOpenFaas无服务器功能框架，通过将功能打包，无需重复的样板化编码，简化操作流程6。具有以下优点：y/，；.提供易用的UI界面，一键点击安装即可轻松使用。?支持Linux或Windows平台编写函数功能，,并点包Docker镜像格式。乂轻量可移植，可以通过容器方式，运行在现有硬件或者云环境中。支持命令行工具，可以通过YAML制作模板和定义函数。可以根据实际需求,