共计 1945 个字符，预计需要花费 5 分钟才能阅读完成。
| 导读 | 边缘计算克服了云计算的一些缺点。生成的数据将会继续增长，更需要具有更低延迟、可扩展性和恢复能力等优势的边缘计算进行处理。然而，获得这些优势并不是那么容易。 |
创建边缘环境本身并不能兑现这项技术的最终承诺。这些都是复杂的网络，因此需要进行仔细规划才能充分利用。考虑到这一点，需要采用一些改进边缘计算数据处理的最佳实践。
优化边缘计算数据处理的第一步也是最简单的一步。企业可以利用边缘计算的最大好处之一是充分利用其边缘环境处理更接近其最终用途的数据。
仅仅因为数据不是物理对象并不意味着物理定律不适用。光纤技术能够以三分之二的光速传输信息，但网络拥塞和低延迟会阻碍这一点，尤其是长距离传输。如果企业缩短这些数据必须传输的距离，可以更快地处理它。
距离数据采集点更近的边缘设备应该执行大部分计算。企业在规划数据中心和产品的物理布局时应考虑到这一点，并不是每个进程都能发生在它所使用的数据附近，但应该尽可能接近。
边缘计算要考虑的另一个因素是网络如何跨设备分配计算。在这些项目和微型数据中心之间分配工作负载有助于解决每个中心的有限资源问题，但这样做很容易使网络过于复杂。分布式计算越多，系统就越复杂，从而可能引入漏洞。
在边缘环境中已经很难实现可见性。然而，考虑到 2019 年的数据泄露事件平均需要 206 天才能检测到这一情况，企业应该最大限度地提高网络透明度。简化计算分布将有助于这一努力。
这种策略与将数据处理任务移动到更接近其最终用途的位置是密切相关的。更少的分布意味着更短的传输距离，有助于减少网络延迟，同时提高网络可见性。企业不必完全避免计算分布，但它应该尽可能简单。
企业降低复杂性和优化数据处理位置的最佳方法之一是根据最终用途进行分配。每个工作流都有不同的即时需求，边缘计算环境应该考虑这些不同的需求。企业可以通过在为其分配处理位置时牢记数据的最终用途来做到这一点。
以预测性维护为例。鉴于机器出现故障带来的损失，应该尽快进行机器健康分析，以实时提醒工作人员注意问题。因此，这种分析最好在收集这一设备信息的传感器上进行。
例如长期分析或机器学习算法其他操作，可能需要更少的即时性但更加多样化的数据。因此，将相关信息发送到远离设备本身的集中点对分析更有意义。
如果边缘数据不安全，就不能期望有效地处理。考虑到边缘计算如何在物联网设备上处理关键活动，这可能是一个挑战。
例如简化边缘环境和将数据移近最终用户的一些措施将有助于提高安全性。企业还应该考虑他们如何加密信息，在静止和传输过程中对数据进行加密是至关重要的。机密计算可以更进一步，并在数据处理过程中对其进行加密，从而提供更高的安全性。
自动化监控解决方案是另一个有用的步骤，因为边缘环境过于复杂，人工管理难以应对。同样，零信任架构可以帮助保护这些复杂的网络，而无需庞大的团队来处理。
提高安全性和数据处理性能的一个步骤是实施安全访问服务边缘(SASE)。运行边缘计算环境涉及大量动态需求，因此企业需要正确的架构来管理它。SASE 将 SD-WAN 功能与云安全工具结合在一个单一的 SaaS 模型中来提供。
安全访问服务边缘 (SASE) 提供了管理云计算环境的单一窗口，从而简化了原本过于复杂的边缘网络。通过 SaaS 模型获得这些服务还可以降低基础设施的要求。
需要注意的是，安全访问服务边缘 (SASE) 是一项相对较新的技术，只有不到 1% 的企业在 2018 年制定了实施战略。然而，随着越来越多的人意识到边缘管理的挑战性，它正在迅速发展并变得更容易获得。
正如这些步骤所强调的那样，许多边缘数据处理最佳实践归结为简化和精简这些系统。在软件方面做到这一点的一种有用方法是依赖容器化。容器是将标准化应用于其他环境的绝佳方式。
开发人员应该能够在边缘的所有设备和应用程序中使用相同的工具。容器提供了这种一致性。这也将有助于可扩展性，因为它消除了创建边缘应用程序对专业技能或工具的要求。
企业将逐渐转向边缘，因此他们应该拥有适用于所有运营环境的工具。开发人员可以通过使用容器来做到这一点，从而使从传统云计算到边缘计算的过渡更加顺畅。
边缘计算可以彻底改变许多数据处理操作，但不能单纯依靠边缘计算。企业需要仔细规划和实施才能为其处理需求创建合适的边缘环境。如果没有这种远见，将难以实现边缘计算最诱人的承诺。
以上六个最佳实践可以帮助企业创建一个可以有效管理和实施的边缘网络。然后，他们可以体验数据处理的全部好处，并更好地运营业务。
