雾计算是如何构成的？
雾计算雾计算（FogComputing）是云计算（CloudComputing）的延伸概念，由思科（Cisco）首创。这个因“云”而“雾”的命名源自“雾是更贴近地面的云”这一名句。雾计算和云计算一样，十分形象。云在天空飘浮，高高在上，遥不可及，刻意抽象；而雾却现实可及，贴近地面，就在你我身边。雾计算并非由性能强大的服务器组成，而是由性能较弱、更为分散的各类功能计算机组成，渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。
雾计算的概念在2011年被人提出，在2012年被作了详细定义。正如云计算一样，雾计算也定义得十分形象。云是高高的天上，十分抽象，而雾则接近地面，与你我同在。雾计算没有强力的计算能力，只有一些弱的，零散的计算设备。雾是介于云计算和个人计算之间的，是半虚拟化的服务计算架构模型。当我们发现云计算时，开始时欢呼雀跃，但接下来却发现实施起来很困难，数据中心现有的发展阶段根本满足不了云计算这个高层计算算法，这就为雾计算的产生提供了空间。
也有人提出云端计算，更加强调边缘计算设备的作用，其含义和雾计算都类似，都是希望计算要在物理节点上分散，而不是集中。雾计算是以个人云，私有云，企业云等小型云为主，这和云计算完全不同。云计算是以IT运营商服务，社会公有云为主的。雾计算以量制胜，强调数量，不管单个计算节点能力多么弱都要发挥作用。云计算则强调整体计算能力，一般由一堆集中的高性能计算设备完成计算。
雾计算扩大了云计算的网络计算模式，将网络计算从网络中心扩展到了网络边缘，从而更加广泛地应用于各种服务。雾计算有几个明显特征：低延时和位置感知，更为广泛的地理分布，适应移动性的应用，支持更多的边缘节点。这些特征使得移动业务部署更加方便，满足更广泛的节点接入。现在国家在大力发展物联网，物联网发展的最终结果就是将所有的电子设备，移动终端，家用电器等等一切都互联起来，这些设备不仅数量巨大，而且分布广泛，只有雾计算才能满足，现实的需求对雾计算提出了要求，也为雾计算提供了发展机会。
有了雾计算才使得很多业务可以部署。比如：车联网。车联网的应用和部署要求有丰富的连接方式和相互作用。车到车，车到接入点（ 无线网络， 3G， LTE，智能交通灯，导航卫星网络等），接入点到接入点。雾计算能够为车联网的服务菜单中的信息娱乐，安全，交通保障等服务。智能交通灯特别需要对移动性和位置信息的计算，计算量不大，反对时延要求高，显然只有雾计算最适合。
试想如果城市中的所有交通灯都需要有数据中心云计算来统一计算而指挥所有交通灯，这样不仅不及时也容易出错。智能交通灯本意是根据车流量来自动指挥车辆通行，避免无车遇红灯时，也要停车等到绿灯再走，那么实时计算非常重要，所以每个交通灯自己都有计算能力，从而自行完成智能指挥，这就是雾计算的威力。相关区别与云计算相比，雾计算所采用的架构更呈分布式，更接近网络边缘。
雾计算将数据、数据处理和应用程序集中在网络边缘的设备中，而不像云计算那样将它们几乎全部保存在云中。数据的存储及处理更依赖本地设备，而非服务器。所以，云计算是新一代的集中式计算，而雾计算是新一代的分布式计算，符合互联网的“去中心化”特征。雾计算不像云计算那样，要求使用者连上远端的大型数据中心才能存取服务。
除了架构上的差异，云计算所能提供的应用，雾计算基本上都能提供，只是雾计算所采用的计算平台效能可能不如大型数据中心。云计算承载着业界的厚望。业界曾普遍认为，未来计算功能将完全放在云端。然而，将数据从云端导入、导出实际上比人们想象的要更为复杂和困难。由于接入设备（尤其是移动设备）越来越多，在传输数据、获取信息时，带宽就显得捉襟见肘。
随着物联网和移动互联网的高速发展，人们越来越依赖云计算，联网设备越来越多，设备越来越智能，移动应用成为人们在网络上处理事务的主要方式，数据量和数据节点数不断增加，不仅会占用大量网络带宽，而且会加重数据中心的负担，数据传输和信息获取的情况将越来越糟。因此，搭配分布式的雾计算，通过智能路由器等设备和技术手段，在不同设备之间组成数据传输带，可以有效减少网络流量，数据中心的计算负荷也相应减轻。
雾计算可以作为介于M2M（机器与机器对话）网络与云计算之间的计算处理，以应对M2M网络产生的大量数据——运用处理程序对这些数据进行预处理，以提升其使用价值。雾计算不仅可以解决联网设备自动化的问题，更关键的是，它对数据传输量的要求更小。雾计算这一“促进云数据中心内部运作的技术”有利于提高本地存储与计算能力，消除数据存储及数据传输的瓶颈，非常值得期待。
如何通俗的理解云计算和大数据？
谢邀。这两个词都是热词，在网上随便一搜都可以找到大把的关于云计算和大数据的各种解释，要深入研究的可以去看。这里做一个通俗的解释，以帮助初入门者理解。理解云计算，我觉得最重要的是理解其技术实质。今天关于云计算的技术实现有很多，但都离不开一个根本目的，就是把多台计算资源整合到一起，俗称资源池化，让使用者就像使用一台计算机一样来部署、调度和管理，其中任何一台设备出现故障，丝毫不影响其支撑的各种IT系统的运行。
为了做到这一点就需要各种技术手段，比如虚拟化等。至于IaaS、PaaS、SaaS都是基于这一基础对外销售的一类服务类型而已，算个销售名称。比如，IaaS就是把直接把最基础的计算资源卖给用户，相当于卖给你一个没装任何东西的电脑；PaaS就是在这台电脑上装了操作系统和中间件，但没有应用软件，然后卖给了用户；SaaS就是把一台装好了操作系统、各种中间件以及应用软件都装好了的电脑卖给了你。
关于大数据，其本质就是把所有数据（包括各种数据）都利用起来，直接对其进行分析。大数据的“大”首先体现在“所有”和“各种”上（我认为在大数据的所谓“4V”或者“5V”特性中，这一点最为重要）。大数据有今天的热度，是因为这在以前是很难做到的，比如，以前我们只能处理结构化数据，而今天可以处理结构化数据，也可以处理像文本、视频、语音等非结构化信息；同样，对数据的处理过去只能是抽样，而今天可以做到全量。
而这一切都受益于技术的发展，因为今天我们有了庞大的计算能力、有了廉价的存储空间和无处不在的网络，还有了各种各样的数据采集设备（手机、物联网），让我们拥有了各种数据，当然还有各种软件（比如Hadoop、Spark等），这一切才有了可能。显然，这一改变的意义重大，让我们对于这个世界有了更深入的了解，也诞生了很多前所未有的商业模式。
邬贺铨的《十问边缘计算》都问了什么？
2018年10月30日，由中国通信学会和中国移动联合主办的“2018边缘计算技术峰会”在京举行。在本次大会上，为了促进协作，推动边缘计算全面成熟，邬贺铨、李正茂、刘韵洁、余少华、田溯宁、张新生 、蒋林涛、刘华鲁、陈山枝、温向明、张平、张宏科、潘锋、杨志强等14位业界专家学者联合发起了“关于共同推进边缘计算技术与产业繁荣发展的倡议”。
作为推进边缘计算技术与产业繁荣发展的倡议的专家之一，中国工程院院士邬贺铨对边缘计算有着更加深入的思考。他谦虚地表示：“虽然边缘计算很热，但是我学习得不够，边缘计算技术应该是一个体系，我对这个体系目前的了解只是边缘，根本没有进入到核心，很多东西不太清楚，所以我提出十问。”第一，5GMEC应该下沉到什么位置？边缘计算放在DU？还是CU？还是放在核心网？显然靠近底下反应越快，数量越多，放在什么位置是值得研究的。
第二，计算能力是一级设置还是多级设置？在采用MEC的前提下，还要不要同时设置云计算？在云计算和MEC之间是否需要设置雾计算？一个云计算节点联接的移动边缘计算（或雾计算）节点的合理数量是多少？第三，计算能力如何在云计算与边缘计算间优化配置？计算能力的分割是固定的还是可动态调整的？MEC需要向云计算节点上报过滤后的数据。
云计算节点需要向MEC下发指令，除此之外两者间的通信还应有什么任务？第四，MEC间通过云计算节点互通还是直接通信？同样是边缘计算节点，它们之间要不要互通，或者说必须间接互通？第五，边缘计算需要有IaaS/PaaS/SaaS等服务能力吗？假如通过边缘计算增强人脸识别能力，边缘计算至少具备PaaS的功能，还需要可能具有一些视频转码的功能就是SaaS，有可能需要DaaS（数据即服务）的功能，边缘计算是不是都这么全？到底需要有几层，值得研究。
第六，边缘计算需要同时具备接入、转发和控制云能力吗？如果说边缘计算是放在CU，它要集中管理好多DU，是否也应该具有控制云的能力？第七，MEC应该与网络切片结合吗？网络切片是5G最基本的一个特征，边缘计算要不要结合？第八，位于C-RAN的MEC需要按业务来配置吗？不同的边缘计算对应不同的应用，有对应移动大数据，有对应大连接的，还有对应社会与互联网数据的。
在这种情况下，边缘计算是按业务来配置的，将来的边缘计算也是这样吗？第九，MEC是独立设置还是应与其他功能集成？基站的边缘计算首先进行大数据的收集采集，同时实现加密，在对大数据进行消化后，它回送网络数据链应该是减少的，也就意味着对数据过滤，为了过滤，它可能需要缓存，所以，边缘计算会跟缓存数据采集，数据分析，过滤，计算能力集中在一起，边缘计算绝不是单一的计算能力。
第十，MEC的功能需要软件定义吗？MEC可仿照NFV实现软件定义，允许跨过多厂家的MEC平台有效与无缝集成来自厂商、服务提供商和第三方的应用，MEC的功能会开放吗？如果开放就要有接入权限管理。“对MEC的思考还不止这些。诸如MEC的引入会减轻云计算对数据分析的压力，但数据过滤的准确性需要保证。MEC的引入将增加传输时延，且还可能包含缓存功能，uRLLC还等使用MEC吗？MEC的管理是由控制面还是由管理面来实施？”邬贺铨说，“上面是我说不懂的内容，期待大家在会上给予解答。
你认为边缘计算会成云计算的“终结者”吗？为什么？
当然不会，边缘计算是云计算的有意补充，是社区医院与三甲医院的关系。首先举一个例子，有一家空调厂，产品在珠海生产并销往全国。甘肃的用户买了这家的一部空调，可如果产品从珠海运到甘肃，这个时效性就太差了。 因此这家企业在全国各地设立了很多分仓，然后就近发货。例如甘肃人买空调，就从兰州分仓提货，时效性就明显提高了。
而所谓的边缘计算，就是移动网络中的分仓制。 全国不同地方的人点播了同一个电视剧，如果这个视频放在了一个固定的服务器上，距离远的用户下载过程就会很长。 这种集中式的数据存储是数据分发的瓶颈，不仅会影响到用户体验，还会恶化网络。你想想啊，大家同时向一个服务器发起请求，它肯定应付不过来啊。 因此，必须要在靠近用户的网络边缘处提供数据处理的能力和服务。
就好比是甘肃的人买珠海生产的空调，就应该从兰州发货，这就是边缘计算。 边缘计算还有一个说法，叫做“雾计算”，就是云山雾罩那个“雾”，为啥叫雾呢？这是跟云相对应的一个说法。 现在云存储和云计算，已经成为了5G核心技术之一，我们越来越不在手机和电脑本地存视频了，想看的时候就上网，直接在云上看就可以了。
但是，大家都这么做，就会给云端造成很大的压力，所以现在又提出了一个雾计算，它指的是在云端和物联网设备之间插入了一个新的层次，即在云层下面的雾层。 我们用户在向云发出请求的时候，会先经过这个雾层。然后由雾层本身提供大部分的存储和计算工作，只把必要的请求提交给云。这就好比是我们现在去医院看病，普通感冒发烧就不要去三甲医院，而是先去社区医院。
如何看待雾计算在物联网中的作用？它会取代云计算吗？
相对于集中式的云计算，我更倾向将雾计算理解为一种新型的分布式计算模式，它在物联网中的作用如下：靠近网络边缘可以解决网络延迟问题。赋予本地设备足够的处理能力，可以确保可以立即对关键数据执行操作。这对于延迟敏感的应用程序很重要，例如自动驾驶汽车。边缘计算的分散计算模式也降低了带宽。数据处理从收集点开始，只有需要存储的数据才会发送到云端。
这使边缘计算更加高效和可扩展，并减少网络负载。这一点在物联网设备数以亿计的时候显得尤为重要。防止中断和间歇性连接，因为它不仅仅依靠云进行处理，这有助于避免过高的计算负载造成服务器停机，确保远程位置的可靠运行。安全性，物联网虽然给未来的商业模式带来很多机会，但是安全性仍然是个大问题。如果边缘计算能力足够，来自物联网设备的大部分数据都不会遍历网络。
相反，它仍然处于网络边缘。云中的数据越少意味着泄漏的几率就越少。那么反过来，在物联网中雾计算完全取代云计算是否可行呢？至少在基于当前技术发展速度的可预见的年限内，雾计算不太可能完全取代云计算，二者更可能会相互促进共同发展，在各自的领域内发挥自身的长处，更可能出现的一种趋势是那些有助于提升雾计算和云计算的相互协作能力的技术会得到发展。
这里我引用自己在前几天发表的一片文章“对于雾计算Fog Cumputing，未来已来”中视频，一窥未来雾计算的场景。 {!-- PGC_VIDEO:{"thumb_fingerprint": 13380874443759578205, "vid": "v02004ff0000bh283ofqabafemq5u8a0。
雾计算与边缘计算怎样区别？谁在物联网系统作用更大？
物联网时代下的雾计算与边缘计算随着互联网的不断发展，云计算的缺陷也越来越多，其中两个缺陷很突出，一个是安全保护不足，一个是网络延迟或者中断严重影响用户的体验。而雾计算和边缘计算便在这种情况下被提出来，并迅速发展。可以说两者是云计算的补充，是为了弥补云计算缺陷而生的，并不是云计算的替代者。雾计算雾计算，是由美国纽约哥伦比亚大学的斯特尔佛教授提出的，他当时的目的是利用雾来阻挡黑客入侵，后来思科首次正式提出，赋予雾计算新含义。
雾计算是一种对云计算概念的延伸，它主要使用的是边缘网络中的设备，数据传递具有极低时延和安全性。雾计算移动性好，手机和其他移动设备可以相互之间直接通信，信号不必到云端甚者基站去绕一圈，支持很高的移动性，也缓解了云计算的压力。雾计算低延时、位置感知、广泛的地理分布、适用移动性的应用以及支持更多的边缘节点的特征，使得移动业务部署更加方便，满足更广泛的节点接入。
而接下来的物联网，将会带给雾计算更多的发展机会，雾计算也将在物联网时代大显身手。边缘计算边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。对物联网而言，边缘计算的发展，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。
可以大大提高处理效率，减轻云端负荷，为用户提供更快的响应以及更安全的服务，提升用户体验。雾计算与边缘计算的区别雾计算与边缘计算本身并没有本质的区别，都是接近与现场应用端提供的计算。非要讲区别的话，可以从物联网层面进行解读。雾计算，经常是在loT背景下被提及到，典型的主要业务是路由器，接入点甚至是与传感器和执行器一起的计算设备。
雾计算的特点是处理能力强的设备接收多个端点来的信息，处理后的信息发回需要的地方。和边缘计算比，雾计算更具备可扩展性。边缘计算，进一步推进了雾计算LAN内的处理能力的理念，处理能力更靠近数据源。不是在中央服务器处理，而是在网络内的各设备实施处理。和雾计算相比的优点，根据它的性质单一，故障点会比较少。各自设备独立运作，可以判断什么数据保存在本地，什么数据发到云端。
总结：雾计算与边缘计算很相似，只在数据处理，收集，通信的方法上有些许不同，也各有利弊。两者是作为云计算的延伸和补充，可以说两者是相辅相成 ，出现的目的也只有一个，那就是更好的服务于我们的生活。目前对于边缘计算的研究会更多一些，相信在物联网时代会发挥越来越重要的作用，而其相对与雾计算的应用也会更广泛，但雾计算也是不可缺少的。
文章TAG：Computing 计算
