محاسبات غیر متمرکز (Edge computing)

محاسبات غیر متمرکز (Edge computing)

محاسبات غیر متمرکز(Edge computing)یعنی اینکه شما داده هایی که دارید را به جای اینکه در یک سرو اصلی پردازش کنید این داده ها را قبل از پردازش اصلی  به وسیله یک پردازند ه ارزانتر که در دسترس  همگان می باشد عملیات پردازش اولیه را انجام بدهید و پردازش اصلی را به سرور اصلی بدهیم.

نکته

حال شاید بپرسید چرا باید از یک سخت افزار ثانویه این کار را انجام بدهیم وقتی که می توان با یک سرور اصلی این کار را انجام داد. که به آن می پردازیم

دلیل اسفاده از پردازش غیر متمرکز(Edge computing)

امروزه به دلیل اینکه داده ها یکی از مهمترین قسمت یک سیستم امروزی می باشد ما نیاز داریم داده ها به صورت سریع پردازش شده و پاسخ آن پردازش به نمایش داده شود در حالی که رو به روز مقدار این داده ها به سمت بیشتر شده می رود که تمام این داده ها باید وارد بستر اینترنت شده به یک سرور اصلی انتقال یابد و پردازش بر روی آن انجام شود

مثال برای درک بهتر

حال شما بستر اینترنت را یک اتوبان در نظر بگیرید از هر سمت وسائل نقلیه وارد این اتوبان می شود و به دلیل حجم بالای وسائل نقلیه به یک ترافیک سنگین برخورد می کنیم که در این ترافیک مشخص نیست که کدام وسیله نقلیه باید سریعتر به مقصد اصلی برسد و پردازش شود زمانی که ترافیک قفل باشد این مشکل بسیار زیاد خود را نمایان می کند که در این صورت برای حل این مشکل باید اتوبان را بزرگتر کنیم در سیستم اینترنت باید پهنای باند بستر اینتر نت را افزایش داد

راه حل این مشکل(Edge computing)

خوب ما می توانیم به جای اینکه پهنای باند اینترنت را بالا ببریم این کار را انجا بدهیم پردازش ها  را دسته بندی کرده و با استفاده از سخت افزار های ارزانتر محاسباتی که اهمیت پایینی دارند را قبل از ارسال به بستر اینترنت پردازش نموده و در انتها در صورت نیاز بودن به پردازش اصلی به بستر اینترنت ارسال کنیم این کار کوچک پهنای مورد نیاز برای پردازش اصلی را خلوت تر می کند.

تاریخچه

در اواخر دهه 1990 محاسبات غیر متمرکز (Edge computing) مطرح شد که اولین بار برای فایلهای تصویری بر روی وب استفاده شده است ودردهه 2000 این مفهوم به تکامل رسید که در آن زمان برای جمع آوری اطلاعات در زمان واقعی (real time)مورد استفاده قرار گرفته است

به عبارت ساده تر

محاسبات غیر متمرکز بخشی از ذخیره سازی و محاسبه منابع را به خارج از مرکز داده مرکزی و نزدیکتر به منبع خود داده منتقل می کند.به جای اینکه اطلاعات خام برای پردازش به سرور اصلی ارسال شود اطلاعات به همان جایی که اطلاعات جمع آوری می شود ارسال شده و پردازش می شود و اطلاعات نهایی به سرور اصلی ارسال می شود

مفهوم محاسبات غیر متمرکز (Edge computing)

هر برنامه کامپیوتری که باعث شود پردازش در زمان کمتر صورت بپذیرد را محاسبات غیر متمرکز می گویند رایانش ابری بر روی داده های بزرگ عمل می کند در حالی که محاسبات غیر متمرکز بر روی “داده های فوری” که در زمانی واقعی توسط حسگر ها و یا کاربران تولید می شود  عمل می کند.

محاسبات غیر متمرکز ممکن است از فناوری مجازی سازی استفاده کند تا استقرار و اجرای طیف گسترده ای از برنامه ها را در سرورهای غیر متمرکز آسان تر کند.

محاسبه غیر متمرکز(Edge computing) چگونه کار می کند؟

در سیستم های سنتی در مرحله اول شما داده ای را با یک کامپیوتر و یا هر چیزی که قابلت ارتباط با شبکه را داشته باد تولید می کنید و آن را به وسیله توپولوژی WAN  و اینترنت  وارد شبکه می کنید و داده های شما از طریق این شبکه به سمت سرور رفته تا پردازش بر روی آن صورت بگیرد و پاسخ داده های شما در کامپیوتری که آن را تولید کرده به شما باز گردانده می شود این یک روش معمول و ثابت شده می باشد.

نکته مهم

به دلیل اینکه در حال حاضر تعداد دستگاهایی که این قابلیت را دارند روز به روز در حال افزایش است مانند گوشی همراه ، انواع ساعت های هوشمند ، قطعاتی که در منازل هوشمند مورد استفاده قرار می گیرند ، ماشین های هوشمند و … تمام اینها نیاز دارند در شبکه اینترنت داده هایی را ارسال و نتیجه آن را دریافت کنند می توان نتچه گرفت به زودی زود بستر اینترنت با حجم بسیار زیادی از اطلاعات برخود خواهد کرد که این اطلاعات باید در زمان واقعی و سریترین زمان ممکن پردازش شود و به کاربر باز گردانده شود این حجم از اطلاعات فشار مضاعفی به بستر شبکه اینترنت خواهد آورد در صورتی که در حال حاضر نیز این شبکه دوچار مشکل می باشد.

را حل ارائه شده این مشکل

به همین دلیل مهندسان فن آوری به این نتیجه رسیده اند برای حل منطقی این مشکل بهتر است به جای اینکه اطلاعات را به صورت متمرکز بر روی یک سرور مرکزی تجزیه و تحلیل کنند داده ها را به صورت غیر متمرکز بر روی تجهیزاتی که قابلیت پردازش را دارند در نزدیکی همان پلتفرمی که داده ها را تولید می کنند ایجاد کنند که نیازی به ارسال داده ها در بستر اینترنت نباشد.

چشم انداز آینده

انتظار می رود دادهایی که برای پردازش تولید می شود  تا سال 2025 به حجم 175 ترا بایت برسد که حدودا 61 % افزایش خواهد یافت که بیشتر حجم این داده ها اینترنت اشیا را در بر می گیرد به همین دلیل نیاز به پهنای باند مراکز ابری را به حد اکثر می رساند و علرغم پیشرفت ها در حوزه  فن آوری شبکه  این شبکه ها نمی توانند نرخ انتقال داده و زمان پاسخ داده به پردازش ها را تضمین کند که این نکته یکی از ضروری ترین نیاز های هر برنامه ای می باشد

چشم انداز

علاوه بر این دستگاه هایی که در حال حاضر موجود می باشد  بیشترین پهنای باند مراکز ابری را برای دریافت اطلاعات به خود اختصاص داده اند که شرکتهای ارائه  دهنده شبکه های ابری را بر آن داشته است که به جایذخیره داده های جدید تمرکز خود را به ارائه خدمات سوق داده است که کاربران بتوانند از نتایج داده های خود استفاده کنند.

هدف پردازش غیر متمرکز

هدف از پردازش غیر متمرکزاین است که به جای اینکه یک سرور مرکزی عملیات پردازش اطلاعات را انجام بدهند برای پردازش اطلاعات از هر سیستمی که قابلیت پردازش را دارد استفاده کند مانند تلفن های هوشمند ،انواع حسگر انواع روتر که با اضافه شدن یک قطعه سخت افزاری این قابلیت را به روتر ها بدهیم.

تا حجم داده های خامی که وارد بستر اینترنت می شود کاهش بیابد.

سرور ثانویه

در پردازش غیر متمرکز ازیک سرورثانویه  محلی استفاده می شود که این سرورها در نزدیکترین مکانی قرار می گیرد که دادهها در آن مکان تولید می شوند و این سرورها با سرور اصلی از طریق اینترنت  ارتباط بر قرار کرد و نتچه محاسبات را برای نگهداری بارگذاری می کند .شرایط نگهداری سرور های ثانویه باید به گونه ای باشد که شرایط جوی مانند گرما ، رطوبت و … محافظت شود

مثالهایی برای استفاده از Edge computing

این روش را میتوانیم در شرکتها برای تجهیزات صنعتی استفاده کرد  یعنی قبل از اینکه تجهیرات صنعتی به مشکلی دوچار شوند باداده هایی که برای تجهیزات پردازش غیر متمرکر ارسال می کنند قبل از ایجاد مشکل ما را از احتمال خرابی تجهیزات صنعتی مطلع سازند و یا محیط های خرده فروشی که ممکن است نظارت تصویری کف نمایشگاه با داده های فروش واقعی ترکیب شود تا مطلوب ترین پیکربندی محصول یا تقاضای مصرف کننده تعیین شودو یا مثالهای دیگر مانند برنامه های کاربردی صنعت تولید برق و یا تصفیه آب و …

حریم خصوصی و امنیت

ماهیت توزیع شده این الگوی تغییر در طرح های امنیتی مورد استفاده در محاسبات ابری را به شما معرفی می کند. در محاسبات غیر متمرکز ، داده ها ممکن است بین سرور های مختلف توزیع شده ای که از طریق اینترنتبه هم متصل می شوند حرکت کنند و بنابراین به مکانیزم های رمزگذاری ویژه ای مستقل از ابر نیاز دارند سرو های ثانویه  ممکن است دستگاه های محدود کننده منابع باشند ، و از نظر روش های امنیتی انتخاب را محدود می کنند. علاوه بر این ، تغییر از زیرساخت متمرکز از بالا به پایین به یک مدل اعتماد غیرمتمرکز مورد نیاز است از طرف دیگر ، با نگهداری و پردازش داده ها در سرور ها ، می توان با به حداقل رساندن انتقال اطلاعات حساس به ابر ، حریم خصوصی را افزایش دهیم .

محاسبات غیر متمرکز Edge computing ،محاسبات ابر، محاسبات مه

محاسبات غیر متمرکز ار تباط مستقیمی با رایانش ابری و محاسبات مه دارد  اگرچه بین این مفاهیم همپوشانی وجود دارد ، اما آنها یکسان نیستند و به طور کلی نباید به جای یکدیگر استفاده شوند. ابتدا باید تفاوت آنها را درک کنیم هر سه اینها برای پردازش داده هایی استفاده میشوند که کاربران تولید می کنند اما درپردازش های غیر متمرکر و یا Edge computing  برای مثال از دستگاههای جانبیی استفاده می کنیم که اطلاعات را در همان جایی که داده ها تولید می شوند پردازش کنند .

 دستگاه های جانبی

دستگاه های جانبی مانند سنسورهایی که قابلیت پردازش داده ها را دارند و دارای حافظه هایی برای ذخیره داده ها و نگهداری آنها و سرورهایی که در صورت نیاز به شبکه اینترنت دسترسی داشته باشد که در صورت نیاز اطلاعات پردازش شده را بتواند به سرور اصلی برای بازبینی کاربر نهایی به نمایش در بیاوردبرای مثال می توانیم این سیستم ها را برای توربین های بادی و ایستگاه های راه آهن مورد استفاده قرار بدهیم که برای مثال توربین ها بتوانند سرعت باد ، رطوبت هوا ، مقدار نیرویی که تولید کرده اند و … را محاسبه کرده باشند و درایستگاه های راه آهن ترافیک مسیر راه آهن را محاسبه کرده باشد

رایانش ابری چیست و چه کاربردی دارد؟

در پردازش ابری یک ارائه‌دهنده اصلی وجود دارد که زیرساخت‌ها و تجهیزات سخت‌افزاری و نرم‌افزاری یک محصول را آماده می‌کند. افراد یا شرکت‌های متقاضی این محصول به جای ایجاد یا خرید و نصب آن به شکل فیزیکی، با استفاده از اینترنت امکان استفاده از آن را به شکل اشتراکی پیدا می‌کنند.

در واقع یک شرکت ارائه‌دهنده سرویس؛ وظیفه میزبانی منابع، اطلاعات، داده‌ها و زیرساخت ایجاد شده برای یک نرم‌افزار به همراه پردازش‌هایی که بر روی آن انجام می‌شود را بر عهده دارد.

افراد و شرکت‌های دیگر براساس میزان نیاز خود و از راه دور از خدمات آن نرم‌افزار استفاده می‌کنند. در این مدل شرکت‌ها دیگر نیازی به سرور یا هارد دیسک فیزیکی و ایجاد زیرساخت ندارند.

یک مثال ساده

با یک مثال ساده سعی می‌کنیم مفهوم محاسبات ابری را ساده‌تر توضیح دهیم. این سرویس را می‌توان به شبکه برق‌رسانی تشبیه کرد که مشترک بدون نیاز به تجهیز نیروگاه، یا تخصص کافی شیوه‌ی تولید برق و مکان دقیق تولید آن، تنها با اتصال از طریق یک درگاه، انرژی لازم برای استفاده از وسایل الکتریکی خود را تامین می‌کند.

محاسبات مه چیست؟

محاسبات مه یک زیرساخت توزیع ‌شده است که در آن داده‌ها، محاسبات، ذخیره‌سازی و اپلیکیشن‌ها در محلی بین دستگاه‌های تولیدکننده داده و ابر پراکنده شده‌اند. مفهوم رایانش مه هم در سیستم‌های ابری و هم در ساختار بزرگ‌ داده وجود دارد، جایی که مشکلات دسترسی به اطلاعات بیشتر می‌شود. ما در حال انتقال از زیرساخت محاسباتی متمرکز ابر به زیرساخت توزیع ‌شده مه هستیم. هم محاسبات مه و هم محاسبات ابری، فضای ذخیره‌سازی، اپلیکیشن و داده را برای کاربران فراهم می‌کنند. اما مه نزدیکی بیشتری به کاربر نهایی دارد و توزیع جغرافیایی وسیع‌تری دارد. شبکه‌سازی مه شامل یک صفحه داده و یک صفحه کنترلی است. برای مثال در صفحه داده، محاسبات ابری به سرویس‌ها اجازه می‌دهند که به‌جای حضور در مرکز داده، در لبه شبکه قرار گیرند.

دستگاههای محاسباتی مه

دستگاه‌هایی که در مه وجود دارند تحت عنوان «نود» شناخته می‌شوند. نودها در هر جایی با یک ارتباط شبکه‌ای می‌تواند قرار گیرند: در کف یک کارخانه، در بالای یک منبع تغذیه، در طول مسیر راه ‌آهن، در یک خودرو یا در یک دکل نفتی. هر دستگاه با ارتباط شبکه‌ای، محاسباتی و ذخیره‌سازی می‌تواند یک نود باشد. کنترل‌کننده‌های صنعتی، سوئیچ‌ها، روترها و دوربین‌های نظارتی مثال‌هایی از آن هستند

این مطلب ادامه دارد

گردآورنده : مهندس داریوش لشگری