边缘云原生的技术探索

近年来，“物联网”“云计算”等技术得到广泛应用，但是随着万物互联以及 5G 高带宽、低时延时代的到来，各类业务如车联网、工业控制、4K/8K、虚拟现实 / 增强现实（VR/AR）等所产生的数据量爆炸式增长，对计算设施带来了实时性、网络依赖性和安全性等方面的要求，为了解决这些问题，国内外学者们提出了边缘计算的概念。
边缘计算的基本原理就是在靠近数据源的地方进行计算，其定义是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力，就近提供边缘智能服务的开放平台。与云计算相比较，边缘计算就近布置，因而可以理解为云计算的下沉。

1边缘计算面临的挑战
边缘计算可以作为联接物理和数字世界的桥梁。作为云计算的延伸和下沉概念，目前边缘计算仍处于产业起步阶段，在存储、网络、安全性以及异构等诸多方面面临很多挑战。
存储：随着大量物联网设备的接入，产生的数据接入边缘节点进行初步的分析、处理，而这会对资源有限的边缘节点产生巨大的存储压力。
网络：边缘节点一般部署网络及其不稳定的环境中，同时需要对产生的数据上报云计算中心，这对网络的带宽也有一定的要求。
安全性：边缘计算的分布式架构增加了攻击向量的维度，边缘节点越智能，越容易受到恶意软件感染和安全漏洞攻击。
异构：针对不同的边缘计算场景，设计不同架构的边缘节点，而灵活的管理异构边缘节点尚未有有效的解决方案。
针对以上这些挑战，目前似乎还没有找到完全有效的解决方案。但是纵观云计算的整个发展历程，我们发现云原生技术容器、服务网格、微服务、不可变基础设施和声明式 API，似乎可以解决边缘计算面临的网络、安全、异构的问题，将云原生的能力拓展到边缘计算成为针对边缘计算挑战最有潜力的解决方案。这就诞生出了边缘云原生的概念。
2边缘云原生
众所周知，K8s 是云原生的事实标准，因此边缘云原生也就是在边缘计算中使用类似 K8s 这样的解决方案。当然，业界也关注到了边缘云原生的潜力，针对边缘计算场景推出了各自的 K8s 发行版，例如 K3s、microK8s、K0s 等等。