雾计算作为传统会合式数据存储体系（云）和边沿装备之间的中心层。雾扩展了云，使计算和数据存储更靠近边沿。雾由多个节点（雾节点）组成，并创建一个本地网络，使其成为一个去中心化的生态体系——雾和云计算之间的重要区别。当数据到达雾层时，节点决定是在本地处理照旧发送到云端。因此，数据可以离线访问，因为数据的某些部门也存储在本地。这是雾计算与云计算之间的另一个关键区别，在云计算中，所有智能和计算都在远程服务器上实行和存储。
雾计算如何处理数据？
- 告急请求直接发送到雾并在网络中本地处理；
- 不太敏感的数据被传输到云的重要数据中心，在那边进行存储和分析；
- 一样平常情况下，大部门数据都会进行云端存储，本地存储用于优先考虑节省带宽的场景。
当互联网毗连并不总是稳固时，雾计算非常有效。比方，在联网的火车上，雾可以在无法维持互联网毗连的地区提取本地存储的数据。它还允许在靠近边沿节点的本地网络上实施数据处理，这对于时间敏感的操作和及时数据分析非常重要。这就是在比力云计算与雾计算时使这种方法更加高效和快速的原因。
边沿计算：它是什么？
边沿计算处理远离会合存储的数据，将信息保存在网络的本地部门（边沿装备和网关）上。由于数据直接在边沿处理，而不发送到云端，因此可以立即相应并提供亘古未有的速度。
边沿计算是最不易受攻击的去中心化存储形式。在云上，数据分布到数十台服务器，而边沿计算则利用数百乃至数千个本地节点。每个装备都可以充当边沿网络中的服务器并独立处理数据。要入侵，黑客必要同步访问数千个分布式装备，这现实上是不可能的。
这也是雾计算和边沿计算之间的区别——雾充当毗连到云的网络，而边沿装备可以松散地毗连并自行运行。
云、雾和边沿计算的区别
云、雾和边沿计算之间的重要区别在于端点装备数据的处理和存储地点、时间和方式。
云是比任何其他类型的存储距离端点更远的会合存储。这解释了最高的延长、带宽成本和网络要求。另一方面，云是一种强盛的全球解决方案，可以通过占用更多的计算资源和服务器空间来处理大量数据并有效扩展。它非常适合大数据分析、长期数据存储和历史数据分析。
雾充当云和边沿之间的中心层，并提供两者的好处。它依靠于云并直接与云一起工作，分发不必要在旅途中处理的数据。同时，雾被放置得更靠近边沿。如有必要，它会利用本地计算和存储资源进行及时分析和对事件的快速相应。
就像边沿一样，雾是去中心化的，这意味着它由许多节点组成。然而，与边沿不同的是，雾具有网络架构。雾节点相互毗连，可以重新分配计算和存储，以更好地解决给定的任务。
Edge 是距离终端装备近来的位置，因此延长最低，可以立即相应数据。这种方法允许直接在装备、应用步伐和边沿网关上实行计算并存储一些（仅有限的）数据量。它通常具有松散毗连的布局，其中边沿节点独立处理数据。这就是边沿与基于网络的雾的区别。
这是云、雾、边沿计算的比力图表，快速概述了这些方法之间的这些差异和其他差异。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
