耿航航

近年來(lái)，國(guó)內(nèi)眾多IT廠商在積極擁抱開(kāi)源，中國(guó)已然成為OpenStack、Ceph、Kubernetes等開(kāi)源技術(shù)大放光彩的樂(lè)土。

云計(jì)算，一次偉大的計(jì)算機(jī)科技革新?；厥自朴?jì)算發(fā)展，已然走過(guò)十余年，從當(dāng)初AWS高舉云計(jì)算口號(hào)，到家喻戶曉、如火如荼。目前來(lái)看，云計(jì)算正向云智能時(shí)代邁進(jìn)：一方面，2018年開(kāi)始各大云廠商紛紛改名為“云智能”;另一方面，政策發(fā)布、產(chǎn)業(yè)引導(dǎo)，標(biāo)志著云計(jì)算、大數(shù)據(jù)、人工智能等新興技術(shù)將會(huì)加速與產(chǎn)業(yè)的融合。

再回首開(kāi)源，二十余年時(shí)光荏苒，風(fēng)雨兼程，從當(dāng)初的極少數(shù)逐漸變?yōu)榱舜蠖鄶?shù)。最典型的例子就是微軟公司，從開(kāi)源的死對(duì)頭到現(xiàn)在極力地?fù)肀ч_(kāi)源;Red Hat、SUSE等公司也因開(kāi)源實(shí)現(xiàn)了企業(yè)價(jià)值。開(kāi)源軟件發(fā)展至今已經(jīng)深入人心，開(kāi)源不只是表面流行的一個(gè)理念，它給全球的互聯(lián)網(wǎng)以及各個(gè)行業(yè)增加了強(qiáng)大軟件動(dòng)力，改變了軟件技術(shù)與產(chǎn)業(yè)的發(fā)展方向。近年來(lái)，國(guó)內(nèi)眾多IT廠商在積極擁抱開(kāi)源，中國(guó)已然成為OpenStack、Ceph、Kubernetes等開(kāi)源技術(shù)大放光彩的樂(lè)土。

本文試圖從一個(gè)開(kāi)源技術(shù)實(shí)踐者的視角來(lái)回顧云計(jì)算的發(fā)展演進(jìn)。因篇幅有限，所討論的范疇以IaaS與PaaS的開(kāi)源技術(shù)演進(jìn)為主。

如圖1所示，筆者認(rèn)為云計(jì)算時(shí)代以來(lái)，主要分為啟蒙、快速發(fā)展及云+智能時(shí)代三個(gè)階段。每個(gè)階段都孕育了眾多云相關(guān)的開(kāi)源項(xiàng)目和軟件，并因云計(jì)算的發(fā)展而得到長(zhǎng)足的發(fā)展。以下試分階段闡述：

2010-2014年

云計(jì)算啟蒙期：云計(jì)算1.0

首先說(shuō)下云計(jì)算的開(kāi)始，大家一般都是以業(yè)界標(biāo)桿AWS為主的，而國(guó)內(nèi)云計(jì)算的開(kāi)始較晚于國(guó)外，我國(guó)云計(jì)算業(yè)界標(biāo)桿阿里云從2008年開(kāi)始籌辦和起步，也就是說(shuō)我國(guó)從2008年開(kāi)始，云計(jì)算的時(shí)代大幕才逐步拉開(kāi)。

在云計(jì)算啟蒙期，大家的需求以創(chuàng)建虛擬機(jī)為主，當(dāng)時(shí)大家普遍認(rèn)為提云計(jì)算很虛，甚至還會(huì)出現(xiàn)一些“騙子”。在當(dāng)時(shí)盛行的是虛擬化，開(kāi)源代表則是Xen、KVM。提到虛擬化就繞不開(kāi)一些關(guān)鍵時(shí)髦的名詞，比如半虛擬化、全虛擬化、GPU虛擬化等。

虛擬化的出現(xiàn)解決了物理機(jī)使用效率低、成本高等缺點(diǎn)，但也帶來(lái)了新的挑戰(zhàn)：虛擬化管理。如何合理地進(jìn)行虛擬化的監(jiān)控和擴(kuò)容、高效利用虛擬化等，為了解決這些問(wèn)題，推出了新的技術(shù)體系—云計(jì)算。

這里為什么要提虛擬化呢？因?yàn)楹荛L(zhǎng)一段時(shí)間內(nèi)，大家對(duì)虛擬化和云計(jì)算的概念總是混淆不清，而虛擬化與云計(jì)算的最大區(qū)別在于云計(jì)算更加注重用戶需求、按需索取、彈性擴(kuò)展，同時(shí)也改變了用戶的服務(wù)交付方式，企業(yè)無(wú)需購(gòu)買軟硬件、建設(shè)機(jī)房等，只需根據(jù)需求付費(fèi)購(gòu)買服務(wù)即可。

與此同時(shí)，開(kāi)源界也出現(xiàn)了演進(jìn)，以Eucalyptus、CloudStack為代表的開(kāi)源云系統(tǒng)橫空出世，拉近了中國(guó)與世界云計(jì)算發(fā)展的距離。其中Eucalyptus以可最佳兼容AWS而一時(shí)間大火，很多國(guó)內(nèi)公司早期都是基于Eucalyptus來(lái)進(jìn)行構(gòu)建，同時(shí)CloudStack良好的社區(qū)生態(tài)在2013年也名噪一時(shí)，國(guó)內(nèi)一些公司也是基于CloudStack來(lái)構(gòu)建。兩者都是輕量級(jí)、易用的優(yōu)秀開(kāi)源云計(jì)算軟件，究其沒(méi)落原因還是在于生態(tài)運(yùn)營(yíng)，筆者有幸參與了基于兩款開(kāi)源軟件的共享云建設(shè)。此時(shí)還有一款開(kāi)源云系統(tǒng)OpenStack在默默發(fā)力，也在國(guó)內(nèi)布道推廣，至于為什么后來(lái)成為了業(yè)界標(biāo)準(zhǔn)，請(qǐng)繼續(xù)往下看。

2014-2018年

云計(jì)算快速發(fā)展期：云計(jì)算2.0

云計(jì)算2.0時(shí)代用戶需求則以實(shí)現(xiàn)云資源調(diào)度、彈性擴(kuò)展為主。云計(jì)算可以理解為有個(gè)資源池，理論上池子里有無(wú)窮無(wú)盡的各種計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)資源，使用者只需告訴云平臺(tái)想要達(dá)到什么樣的目的，云平臺(tái)便會(huì)從資源池里按需創(chuàng)建、調(diào)度給使用者。云計(jì)算按照使用服務(wù)的類型可分為IaaS、PaaS、SaaS三層，下面我們來(lái)逐步分析。

云計(jì)算2.0是一個(gè)非常有意思的時(shí)期，這段時(shí)期可以叫做云計(jì)算快速發(fā)展期，也可以叫做群雄混戰(zhàn)期，各種原因促使了云計(jì)算的快速發(fā)展，隨之而來(lái)的就是雨后春筍般大大小小的云計(jì)算公司（如運(yùn)營(yíng)商、IDC、創(chuàng)業(yè)公司等）。前面講到了，開(kāi)源軟件讓中國(guó)云計(jì)算廠商與世界云計(jì)算一流廠商站在了同一起跑線上。

最典型的例子，如建成開(kāi)源云IaaS標(biāo)準(zhǔn)的OpenStack，在2014年名噪一時(shí)，一路突飛猛進(jìn)，斬殺無(wú)數(shù)開(kāi)源云軟件，前面提到的Eucalyptus、CloudStack，由于生態(tài)、運(yùn)營(yíng)等因素均被斬于馬下，那會(huì)兒覺(jué)得不做OpenStack都跟不上時(shí)代潮流。同時(shí)國(guó)內(nèi)也興起了一波以O(shè)penStack為基礎(chǔ)構(gòu)建云的提供商以及企業(yè)用戶，其中不乏有金融、政府、教育、運(yùn)營(yíng)商等行業(yè)用戶。

當(dāng)然用戶的需求是無(wú)止境的，很快Docker、LXC便出現(xiàn)在了人們的視野中。以快速構(gòu)建、快速發(fā)布為主的新需求使得容器技術(shù)大火，代表性的有建成開(kāi)源云PaaS標(biāo)準(zhǔn)的Kubernetes。跟此前OpenStack的情景類似，國(guó)內(nèi)也興起了一波以Kubernetes為基礎(chǔ)構(gòu)建云的提供商以及企業(yè)用戶，其中不乏金融、政府、教育、運(yùn)營(yíng)商等行業(yè)用戶。筆者認(rèn)為Docker終究還是個(gè)工具，不太適合創(chuàng)業(yè)，門檻太低。

分析了開(kāi)源計(jì)算，我們?cè)賮?lái)談?wù)勯_(kāi)源存儲(chǔ)領(lǐng)域發(fā)生過(guò)的事情。Ceph在2012年搭上了OpenStack的快速列車，名聲大振，一路高歌猛進(jìn)，在今天已然成為開(kāi)源分布式存儲(chǔ)領(lǐng)域的事實(shí)標(biāo)準(zhǔn)。

其統(tǒng)一存儲(chǔ)的方式顛覆了以往的使用習(xí)慣，但也存在很多問(wèn)題，比如入門難、運(yùn)維難、調(diào)優(yōu)難等一系列問(wèn)題困擾著很多初學(xué)者，SDS不是說(shuō)僅僅把硬件做加法就可以達(dá)到很高的性能，還需調(diào)整操作系統(tǒng)、網(wǎng)卡等相應(yīng)參數(shù)來(lái)達(dá)到需求。因?yàn)榇鎯?chǔ)的門檻很高，也是個(gè)“高?！钡念I(lǐng)域，所以沒(méi)有出現(xiàn)很多基于Ceph的創(chuàng)業(yè)型公司。

2018年+

云+智能時(shí)代

目前，大家都在談數(shù)字化轉(zhuǎn)型，似乎這是一個(gè)不談就會(huì)落伍的概念，數(shù)字化轉(zhuǎn)型時(shí)代的熱詞包括上云、混合云、工業(yè)互聯(lián)網(wǎng)、兩化融合、邊緣計(jì)算、智能制造等。

筆者認(rèn)為未來(lái)需求場(chǎng)景將會(huì)以數(shù)據(jù)智能、技術(shù)產(chǎn)業(yè)場(chǎng)景協(xié)同為主。從去年下半年開(kāi)始，阿里云、百度云紛紛更名為阿里云智能、百度智能云，其目的是讓云更加適應(yīng)數(shù)字化轉(zhuǎn)型時(shí)代行業(yè)場(chǎng)景的協(xié)同，更加注重云與產(chǎn)業(yè)場(chǎng)景的結(jié)合落地。

隨之而來(lái)的是幾大趨勢(shì)：創(chuàng)新（AI、GPU、Edge等）、垂直（視頻云、工業(yè)云等）、混合（CMP、MSP）、生態(tài)（技術(shù)、開(kāi)發(fā)者）等。

兩化融合、工業(yè)物聯(lián)網(wǎng)、智能制造、企業(yè)上云等政策的發(fā)布，將會(huì)促進(jìn)云計(jì)算與產(chǎn)業(yè)場(chǎng)景的結(jié)合。

筆者預(yù)測(cè)：

1.未來(lái)云計(jì)算將會(huì)下沉至行業(yè)，真正實(shí)現(xiàn)云與產(chǎn)業(yè)的相結(jié)合，從而加速云、邊、端協(xié)同，打通云計(jì)算落地的“最后一公里”，目前云計(jì)算巨頭在這方面均已有進(jìn)展，如阿里云LinkEdge、AWS IoT Greengrass、Azure IOT Edge、華為IEF等。

2.未來(lái)云計(jì)算形態(tài)將會(huì)呈現(xiàn)出公有云、私有云、混合云形態(tài)，無(wú)論是出于風(fēng)險(xiǎn)決策也好，還是企業(yè)內(nèi)部原因也好，都會(huì)催生出很多新需求，比如“MSP+CMP”的出現(xiàn)，因?yàn)殡S著云的日益高度復(fù)雜化和差異化，企業(yè)會(huì)愈發(fā)需要面向云端各個(gè)層面的解讀、判斷與幫助，除了原廠支持團(tuán)隊(duì)的助力之外，獨(dú)立的云計(jì)算咨詢與托管服務(wù)會(huì)成為新的需求熱點(diǎn)。

跟前面說(shuō)到的一樣，國(guó)內(nèi)也出現(xiàn)了一些以MSP為主的創(chuàng)業(yè)公司（新鈦云服、ChinaMSP等），筆者覺(jué)得任重而道遠(yuǎn)，畢竟這個(gè)以咨詢?yōu)橹?，要求還是很高的，行業(yè)壁壘也很高。

3.未來(lái)技術(shù)場(chǎng)景將會(huì)以云為基，無(wú)論是人工智能還是邊緣計(jì)算。

4.發(fā)展至今，云計(jì)算市場(chǎng)已然成為持久戰(zhàn)，所謂得用戶者得天下，所以未來(lái)一定是生態(tài)制勝。

一方面是產(chǎn)品生態(tài)，不可能一家獨(dú)大，所以各方勢(shì)力都在打造產(chǎn)業(yè)生態(tài)。另一方面就是剛才說(shuō)到的用戶—開(kāi)發(fā)者生態(tài)，筆者認(rèn)為開(kāi)發(fā)者生態(tài)在一定程度上屬于開(kāi)源戰(zhàn)略的一種體現(xiàn)，利用企業(yè)自身的技術(shù)輸出來(lái)增加用戶的黏度，畢竟最終使用產(chǎn)品的是技術(shù)開(kāi)發(fā)者。近年來(lái)國(guó)內(nèi)很多企業(yè)都開(kāi)始了開(kāi)發(fā)者生態(tài)戰(zhàn)略，如騰訊云TVP、阿里云MVP、華為云MVP等紛紛推出了自己的MVP最具價(jià)值專家，以及相應(yīng)的開(kāi)發(fā)者技術(shù)活動(dòng)等。

云智能大勢(shì)? 著眼未來(lái)布局技術(shù)

開(kāi)源領(lǐng)域的技術(shù)演進(jìn)是與時(shí)俱進(jìn)的，下面我們來(lái)講述下云智能時(shí)代，開(kāi)源云從業(yè)者該如何布局未來(lái)技術(shù)。前面筆者從開(kāi)源技術(shù)實(shí)踐者的視角回顧云計(jì)算的發(fā)展演進(jìn)歷程，也大膽做出了未來(lái)云計(jì)算發(fā)展的預(yù)測(cè)，其中描繪了被5G加持的邊緣計(jì)算將會(huì)得到快速發(fā)展的場(chǎng)景。

什么是邊緣計(jì)算？邊緣計(jì)算作為一個(gè)新興概念，不同的參與方均有不同的定義。根據(jù)歐洲電信標(biāo)準(zhǔn)協(xié)會(huì)（ETSI）的定義，多接入邊緣是指在靠近人、物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，通過(guò)融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用等核心能力的開(kāi)放平臺(tái)，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化的需求。

除此之外，ARM以及ECC等企業(yè)/機(jī)構(gòu)也給出了邊緣計(jì)算的解釋，基本上是一致的。通俗來(lái)講邊緣計(jì)算就是更靠近用戶側(cè)和業(yè)務(wù)端的計(jì)算方式。

而邊緣計(jì)算作為新興的技術(shù)系統(tǒng)，在智慧城市、智慧家居、智慧醫(yī)院、在線直播到智能泊車、自動(dòng)駕駛、無(wú)人機(jī)、智能制造、虛擬現(xiàn)實(shí)以及增強(qiáng)現(xiàn)實(shí)等場(chǎng)景下，都得到了廣泛應(yīng)用。那么為什么邊緣計(jì)算會(huì)在誕生以后快速發(fā)展，迅速占據(jù)市場(chǎng)呢？首先，它具備一系列特點(diǎn)：

1.提升數(shù)據(jù)處理效率

邊緣計(jì)算距離用戶更近，可以在邊緣節(jié)點(diǎn)處就實(shí)現(xiàn)對(duì)數(shù)據(jù)的過(guò)濾和分析，不需要等待數(shù)據(jù)傳輸。由于靠近數(shù)據(jù)接收源頭，所以能夠?qū)崟r(shí)地獲取數(shù)據(jù)并進(jìn)行分析處理，更好地支撐本地業(yè)務(wù)的實(shí)時(shí)智能化處理與執(zhí)行。

2.增強(qiáng)數(shù)據(jù)安全性

邊緣計(jì)算在接收到數(shù)據(jù)之后，可以對(duì)數(shù)據(jù)加密再進(jìn)行傳輸，提升了數(shù)據(jù)的安全性。

3.緩解云端壓力

邊緣計(jì)算在進(jìn)行云端傳輸時(shí)通過(guò)邊緣節(jié)點(diǎn)進(jìn)行一部分簡(jiǎn)單數(shù)據(jù)處理，當(dāng)面對(duì)大量數(shù)據(jù)時(shí)，可以采用一定的壓縮算法，提取到有用信息之后再進(jìn)行傳輸，能夠大量減少數(shù)據(jù)帶寬的消耗。

其次，它解決了一系列問(wèn)題：

1.空間有限

邊緣站點(diǎn)的資源往往是有限的，這是因?yàn)榭臻g或電源的限制導(dǎo)致不能隨意往站點(diǎn)里面添加更多的資源。

2.環(huán)境復(fù)雜

邊緣站點(diǎn)由于靠近用戶側(cè)，一般是處于遠(yuǎn)端并且可能無(wú)法被操縱，因此邊緣站點(diǎn)必須能夠被遠(yuǎn)程管理，遠(yuǎn)程管理工具必須能夠支持通過(guò)不可靠網(wǎng)絡(luò)來(lái)訪問(wèn)邊緣站點(diǎn)。

3.需標(biāo)準(zhǔn)化

采用邊緣計(jì)算技術(shù)的設(shè)備由于會(huì)廣泛分布在各數(shù)據(jù)節(jié)點(diǎn)，可能會(huì)出現(xiàn)不同的處理算法，需要標(biāo)準(zhǔn)來(lái)規(guī)范輸出的數(shù)據(jù)格式，否則不利于云端數(shù)據(jù)再處理。

最后，我們來(lái)看看邊緣計(jì)算的內(nèi)涵、邊緣計(jì)算與云計(jì)算的關(guān)系以及邊緣計(jì)算在開(kāi)源領(lǐng)域的發(fā)展，了解如何把握云智能大勢(shì)，提前布局開(kāi)源邊緣計(jì)算相關(guān)的技術(shù)體系，贏得市場(chǎng)先機(jī)。

《State of the Edge 2018》中定義了兩種邊緣，分為運(yùn)營(yíng)商視角的“Infrastructure Edge”和最終用戶視角的“Device Edge”。Device Edge（設(shè)備邊緣）是指網(wǎng)絡(luò)終端或設(shè)備側(cè)的邊緣計(jì)算資源，例如智能信號(hào)燈、環(huán)境傳感器、智能汽車等，通常他們沒(méi)什么計(jì)算能力，被用于解決最后“一公里”接入的問(wèn)題。一個(gè)典型的例子就是智能路由器，一端通過(guò)紅外信號(hào)控制家中電器，另一端通過(guò)網(wǎng)絡(luò)和云數(shù)據(jù)中心相連。由于設(shè)備邊緣網(wǎng)絡(luò)穩(wěn)定性較差，因此必須考慮它們會(huì)較長(zhǎng)時(shí)間離線的情況（例如火車過(guò)隧道）。

相較于Device Edge，Infrastructure Edge（基礎(chǔ)設(shè)施邊緣）的計(jì)算和存儲(chǔ)能力都更強(qiáng)，其主要構(gòu)建的模塊是邊緣數(shù)據(jù)中心，通常通過(guò)骨干網(wǎng)與數(shù)據(jù)中心連接，因此具有更大的網(wǎng)絡(luò)帶寬和更加可靠的網(wǎng)絡(luò)連接，例如CDN、游戲服務(wù)器等?；A(chǔ)設(shè)施邊緣除了能運(yùn)行容器外，有些甚至還有足夠資源運(yùn)行完整的 Kubernetes。

對(duì)邊緣節(jié)點(diǎn)進(jìn)行分類的意義在于，不同層級(jí)的邊緣需要有針對(duì)性的部署模型，并且平臺(tái)要為邊緣節(jié)點(diǎn)提供通信能力。由于應(yīng)用場(chǎng)景不同、需求的不同，導(dǎo)致處理方式以及計(jì)算資源分布也有所不同。

綜上所述，兩者雖然同屬于邊緣計(jì)算范疇，但兩者的定義、關(guān)注點(diǎn)、核心能力方面差異還是很大的，兩者都可以理解為云端能力的一種補(bǔ)充，甚至是擴(kuò)展。

云計(jì)算與邊緣計(jì)算的關(guān)系-云邊協(xié)同 未來(lái)趨勢(shì)

需要說(shuō)明一點(diǎn)，邊緣計(jì)算是無(wú)法單獨(dú)存在的，它必須和遠(yuǎn)端數(shù)據(jù)中心或云端打通。以IoT為例，邊緣設(shè)備除了通過(guò)傳感器收集周邊環(huán)境的數(shù)據(jù)外，還要從云端接收控制指令。邊緣設(shè)備與云連接一般有兩種模式：直接連接和通過(guò)中繼邊緣節(jié)點(diǎn)連接。

前面提到過(guò)，在未來(lái)云計(jì)算將會(huì)下沉至行業(yè)，真正實(shí)現(xiàn)云與產(chǎn)業(yè)的結(jié)合，從而加速云、邊、端協(xié)同打通云計(jì)算落地的“最后一公里”。目前，云計(jì)算巨頭在這方面均已有進(jìn)展，如阿里云LinkEdge、AWS IoT Greengrass、Azure IOT Edge、華為IEF等。

邊緣計(jì)算和云計(jì)算不是兩種互斥的技術(shù)，它們是相輔相成的關(guān)系。通俗地講，可以把云計(jì)算看做是中心計(jì)算，把邊緣計(jì)算看做是云計(jì)算的一種補(bǔ)充。

適應(yīng)場(chǎng)景如下：

車聯(lián)網(wǎng)。目前中國(guó)聯(lián)通已經(jīng)在重慶開(kāi)啟了V2X現(xiàn)網(wǎng)試點(diǎn)，實(shí)現(xiàn)的應(yīng)用驗(yàn)證包括基于關(guān)聯(lián)模型的交通信息推送應(yīng)用、基于MEC邊緣云平臺(tái)的車輛隊(duì)列行駛應(yīng)用開(kāi)發(fā)、智能交通調(diào)度以及大數(shù)據(jù)分析。

智慧酒店。通過(guò)Edge系統(tǒng)實(shí)現(xiàn)智能設(shè)備/系統(tǒng)的管理、調(diào)度、應(yīng)用，以邊緣智能為核心，組成一體化的智能酒店系統(tǒng)。

AI云上訓(xùn)練，邊緣執(zhí)行。即充分發(fā)揮云計(jì)算海量資源的優(yōu)勢(shì)，將AI模型的訓(xùn)練放在云端，而AI的執(zhí)行則貼近設(shè)備側(cè)。

加速邊緣軟件開(kāi)發(fā)周期。將微服務(wù)、DevOps等引入邊緣將會(huì)顯著加速嵌入式設(shè)備、機(jī)器人等IoT軟件的迭代周期，提升部署和運(yùn)維效率。

數(shù)據(jù)備份轉(zhuǎn)儲(chǔ)。例如，海量的工業(yè)數(shù)據(jù)（加密后）存儲(chǔ)在云端。

看產(chǎn)業(yè)發(fā)展? 布局未來(lái)開(kāi)源技術(shù)儲(chǔ)備

分析了產(chǎn)業(yè)發(fā)展以及一些概念之后，我們聊聊開(kāi)源軟件是如何適應(yīng)產(chǎn)業(yè)發(fā)展的。首先是以O(shè)penStack基金會(huì)為主的邊緣云計(jì)算&工業(yè)物聯(lián)網(wǎng)—StarlingX。很多人可以通過(guò)網(wǎng)絡(luò)獲取關(guān)于StarlingX的資料，但往往很難看懂，接下來(lái)對(duì)其進(jìn)行全面分析。

需要澄清一點(diǎn)，StarlingX源于OpenStack但不同于OpenStack，為什么這么說(shuō)，前面說(shuō)到了邊緣計(jì)算場(chǎng)景的現(xiàn)狀，比如環(huán)境復(fù)雜、運(yùn)維人力少、升級(jí)周期長(zhǎng)、網(wǎng)絡(luò)差等。所以針對(duì)邊緣計(jì)算所需的場(chǎng)景特點(diǎn)，Starling X在平臺(tái)告警和HA、硬件管理、服務(wù)升級(jí)等方面做了強(qiáng)化，同時(shí)邊緣側(cè)也有一些特殊需求，比如對(duì)異構(gòu)硬件的統(tǒng)一管理、統(tǒng)一告警和日志服務(wù)、中心和邊緣云服務(wù)同步、中心-邊緣云協(xié)同等。

目前部署方式支持單節(jié)點(diǎn)、雙節(jié)點(diǎn)或者標(biāo)準(zhǔn)化部署模式。

據(jù)了解，Starling X容器化部署工作一直在進(jìn)行中，未來(lái)將全面支持容器化部署（Kubernetes Helm）。一個(gè)典型案例是中國(guó)聯(lián)通邊緣云平臺(tái)，感興趣的可以看看白皮書邊緣計(jì)算案例研究。

前面提到過(guò)，Kubernetes已經(jīng)成為云原生的標(biāo)準(zhǔn)，KubeEdge是首個(gè)基于Kubernetes擴(kuò)展的，提供云邊協(xié)同能力的開(kāi)放式智能邊緣平臺(tái)，也是CNCF在智能邊緣領(lǐng)域的首個(gè)正式項(xiàng)目。

KubeEdge主要解決了云邊協(xié)同、資源異構(gòu)、大規(guī)模、輕量化、一致的設(shè)備管理和接入體驗(yàn)等問(wèn)題。通過(guò)圖4，我們可以看到Kubernetes maser運(yùn)行在云端，用戶可以直接通過(guò)kubectl命令行在云端管理邊緣節(jié)點(diǎn)、設(shè)備和應(yīng)用，不過(guò)需要注意的是使用習(xí)慣與Kubernetes原生的完全一致，所以無(wú)需重新適應(yīng)。

無(wú)論是開(kāi)源、云計(jì)算還是產(chǎn)業(yè)發(fā)展，它們總是相互融合的。限于篇幅，本文僅對(duì)云計(jì)算發(fā)展過(guò)程中的開(kāi)源與產(chǎn)業(yè)演進(jìn)歷程做了簡(jiǎn)單描述，意在為開(kāi)源云從業(yè)者道明開(kāi)源與產(chǎn)業(yè)的發(fā)展方向以及技術(shù)布局，希望能為大家?guī)?lái)幫助，文章無(wú)法覆蓋更多的開(kāi)源話題，還請(qǐng)讀者見(jiàn)諒。