智能手机普及，给我们带来了便利的同时，却也影响了一部分学生，学生的心智不够成熟，容易沉迷其中，不仅影响学习，还会接触到很多不良信息，为了管控这一现象，教育部于2021年发布的关于加强中小学生手机管理工作的通知。在手机管控的情况下，如何满足学生与家长之间沟通呢，这成为了学校必须解决的难题。这时，电子学生证就出现在大家的视线中，以国荣科技电子学生证为例，贴合学生使用刚需，无多余的应用。下面，我们一起了解一下电子学生证的基本功能：亲情通话：支持4G通讯功能，解决手机进入校园难题，家长可通过手机端设置亲情号、紧急联系人、白名单电话，只有通话白名单内的联系人才能打入电话，让孩子免受骚扰，为双向通话保驾护航。在遇到紧急事件时可触发SOS一键轮拨求助，长按6S触发，循环拨打SOS号码3次，未接听继续轮播亲情号码一次，期间有接听终止轮播。智能定位：运用4G CAT1通信技术、卫星定位技术、RFID等物联网技术，聚焦中小学生在校及上下学场景，做到实时定位，保障学生安全。针对如湖泊、河流等危险场所，学校和家长都可自定义设置电子围栏，当孩子进入此区域时，第一时间上传警报信息，家长可通过双向通话和实时定位，尽量避免危险的发生；家长还可通过手机端查看孩子的历史轨迹，了解孩子的近期行动轨迹。校园一卡通功能：NFC、RFID扩展兼容宿舍门禁刷卡识别、图书馆刷卡借阅、水控刷卡消费、超市小额支付、食堂刷卡消费，实现校园一卡通场景，便捷孩子在校生活。电子学生证实现和校园业务的升级，为学校、家庭和个人生活保驾护航，构建“无手机校园”。

随着业务场景的不断丰富，批量计算也由传统的HPC逐渐扩展到大数据、AI等多种场景，但各领域独立发展将造成技术栈不兼容、资源使用率低等问题。在此背景下，云原生技术以其丰富的生态和灵活的扩展性受到各大厂商的青睐，云原生统一基础设施成为必然选择。Volcano作为CNCF首个云原生批量计算项目，支持几乎所有的主流计算框架，提供丰富的高级调度策略及多元算力支持，可在人工智能、大数据、基因测序等海量数据计算和分析场景得到快速应用，弥补了Kubernetes批处理调度能力的空缺 ，并已构建起完善的上下游生态。项目目前已有450+位来自全球各地的贡献者和50+落地案例。今年6月，Apache Spark 3.3版本正式发布，v3.3选择Volcano作为默认batch调度器，助力大数据平台云原生化。9月29日开始，Volcano即将全面开启技术分享课程,核心技术无保留传授——27节公开课，全网首发！13位批量计算行业大咖亲自教学一门职业技能，轻松get！课程研发团队 本次批量计算课程由CNCF 首个容器批量计算项目Volcano的核心贡献者联合研发。适合人群 计算机相关专业的学生群体云计算应用开发、运维工程师、产品经理云原生开源技术爱好者、Volcano社区用户、贡献者部分课表 课次课程名称1云原生批量计算公开课简介2云原生批量计算的先行者Volcano3Volcano安装部署快速入门4如何在AI场景下使用Volcano？5如何在大数据场景下使用Volcano？6如何在HPC场景下使用Volcano？7云原生批量计算的集大成者Volcano Job8Volcano Job插件机制及使用9手把手教你构建自己的Volcano Job插件10资源调度的基石Queue11Volcano的独门秘籍PodGroup12Volcano技术内幕：架构设计与实现原理13走近Action和Plugin机制14Action和Plugin之资源预匹配与SLA策略15Action和Plugin之资源分配与装箱策略扫码回复Volcano进群 免费领取全部27节课·课表不能错过的第一堂课 9月29日日开启，每周周四晚20:00开课CNCF 大使 Kevin WangVolcano 社区 Maintainer 王雷博为大家率先开启课程后续每周讲师信息，可添加k8s2222进学习群获取成为大家的批量计算导师带大家开启云原生批量计算的学习整个学习期间，你们的大佬级导师，也会在学习群内陪伴大家的课程，监督大家的课程进度哦。从入门到精通，万万不能错过第一课！（扫上方海报码回复Volcano进群）学批量计算，认识批量计算达人技能破局，需要1次体系化的洗礼27节课程规划，理论+实践提升战力每周1小时，轻松为个人职业加码不只是学习，一路结识更多批量计算达人添加助教微信领取开课礼包

七、赛事交流 1、大赛官方交流论坛：比赛过程中参赛选手可以到ModelArts社区（ModelArts开发讨论板块）发帖，标题命名为：【广西AI+您的问题】，正文详细描述您遇到的问题（可附截图），大赛组委会工作人员将会在工作日工作时间通过社区回复，点击此处查看您提出的所有问题。 说明：为保证大赛公平公正原则，大赛官方仅针对ModelArts使用问题、赛题、数据、评分、大赛安排等问题进行答疑，参赛选手的代码调试问题不做解答。如没有得到及时回复，可以将社区帖链接发至交流群，反馈给工作人员。 2、参赛选手官方交流群（仅作为选手之间讨论和交流）：请扫描如下华为云小助手微信二维码，请备注：广西AI大赛，经小助手邀请后进入相应交流群。大赛重要节点通知会在群内第一时间告知。 请与我联系周先生 19897922013 或陈女士

 STL技术——STL概述和入门 1、STL简介 STL介绍  STL（ standard template library），译为标准模板库或者泛型库，是 C++ 提供的一个基础模板的集合。  STL 已完全被内置到支持 C++ 的编译器中，不用另外安装。  STL广义上可以分为：容器container（本质上就是封装有数据结构的模板类）、算法algorithm、迭代器iterator；容器和算法之间通过迭代器无缝连接。  STL 就位于各个 C++ 的头文件中，即它并非以二进制代码的形式提供，而是以源代码的形式提供，并且STL几乎所有代码都采用了模板类或模板函数。  STL版本  因为STL是开源的，所以各个 C++ 编译器厂商在此标准的基础上都实现了满足自己需求的 C++ STL 泛型库，主要包括 HP STL、SGI STL、STLport、PJ STL、Rouge Wave STL 等。  STL六大组件  STL大体分为6大组件，分别是：容器、算法、迭代器、仿函数、适配器（配接器）、空间配置器  容器：各种数据结构，如vector（常用）、list、deque、set、map等，用来存放数据  算法：各种常见的算法，如sort、find、copy、for_each等  迭代器：扮演了容器和算法之间的粘合剂  仿函数：行为类似于函数，可做算法的某种策略  适配器：一种用来修饰容器或者仿函数或迭代器接口的东西  空间配置器：负责空间的配置和管理  容器种类和功能  序列式容器：主要包括 vector 向量容器、list 列表容器以及 deque 双端队列容器。由于元素在容器中的位置与元素的值没有关系，也就是说，容器没有被排列好，因此被称作序列式容器。当我们将一个元素插入到一个容器中时，要指定该元素所在的位置。  排序式容器：包括 set 集合容器、multiset多重集合容器、map映射容器以及 multimap 多重映射容器。在排序容器中，元素的预设顺序是从小到大，即使是在插入一个元素时，它们也会被插入到合适的地方。因此，当查询时，性能方面关联容器表现得很好。  哈希式容器：C++11 新加入 4 种关联式容器，分别是 unordered_set 哈希集合、unordered_multiset 哈希多重集合、unordered_map 哈希映射和 unordered_multimap 哈希多重映射。哈希式容器和排序容器不同的地方在于：哈希容器中的元素是未排序的，元素的位置由哈希函数确定。  2、入门案例 2.1、vecto存放内置数据类型 #include #include #include using namespace std;  //回调函数 void myPrint(int val) {     cout << val << endl; }  void test1() {     //创建int类型的容器     vector v;     //添加元素     v.push_back(10);     v.push_back(20);     v.push_back(30);     v.push_back(40);          //遍历容器方式一：     //起始迭代器，指向容器第一个元素     //vector::iterator itBegin = v.begin();     //结束迭代器，指向容器最后一个元素的下一个位置     //vector::iterator itEnd = v.end();     //while (itBegin!= itEnd)     //{     //    cout << *itBegin << endl;     //    itBegin++;     //}          //遍历容器方式二（常用）：for循环     //for (vector::iterator itBegin  = v.begin(); itBegin!=v.end(); itBegin++)     //{     //    cout << *itBegin << endl;     //}          //遍历容器方式三：foreach算法     for_each(v.begin(), v.end(), myPrint);      }  int main() {     test1();     system("pause");     return 0; } push_back：在 vector 容器尾部添加一个元素  2.2、vecto存放自定义数据类型 #include using namespace std; #include #include  //vector存放自定义数据类型 class Person { public:     Person(string name, int age) {         this->m_Name = name;         this->m_Age = age;     }     string m_Name;     int m_Age; };  void myPrint(Person p) {     cout << "姓名为" << p.m_Name << " 年龄为" << p.m_Age << endl; }  void test01() {     Person p1("qq", 12);     Person p2("wq", 13);     Person p3("eq", 14);     Person p4("rq", 15);     Person p5("tq", 16);      vector v;     v.push_back(p1);     v.push_back(p2);     v.push_back(p3);     v.push_back(p4);     v.push_back(p5);      for_each(v.begin(), v.end(), myPrint);  }  //存放自定义数据类型的指针 void test02() {     Person p1("qq", 12);     Person p2("wq", 13);     Person p3("eq", 14);     Person p4("rq", 15);     Person p5("tq", 16);      vector v;     v.push_back(&p1);     v.push_back(&p2);     v.push_back(&p3);     v.push_back(&p4);     v.push_back(&p5);      vector::iterator itBegin = v.begin();     vector::iterator itEnd = v.end();      for (vector::iterator it = v.begin(); it != v.end(); it++) {         cout << "姓名为" << (*it)->m_Name << " 年龄为" << (*it)->m_Age << endl;      } } int main() {     test01();     cout << "-----------------------" << endl;     test02();     system("pause");     return 0; }  2.3、容器嵌套 #include using namespace std; #include  //vector嵌套容器 void test03() {     vector> v;     //创建小容器     vector v1;     vector v2;     vector v3;     vector v4;     for (int i = 0; i < 4; i++) {         v1.push_back(i + 1);         v2.push_back(i + 2);         v3.push_back(i + 3);         v4.push_back(i + 4);     }     //把小容器放到大容器中     v.push_back(v1);     v.push_back(v2);     v.push_back(v3);     v.push_back(v4);      for (vector>::iterator it = v.begin(); it != v.end(); it++) {         //(*it)----vector         for (vector::iterator vIt = (*it).begin(); vIt != (*it).end(); vIt++) {             cout << *vIt << " ";         }         cout << endl;     } } int main() {     test03();     system("pause");     return 0; }  ———————————————— 版权声明：本文为CSDN博主「万里顾—程」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/wpc2018/article/details/127103767 

尊敬的客户：您好！由于认证配套环境一直处于整改中，微认证《vAPP实现云上应用一键部署》、《基于华为云Stack的云管平台开发实践》、《ManageOne运维监控数据一站式集成》将停止服务，于2022年9月27日正式下线。为此，我们将采取以下措施：1．对于已购买该微认证的客户，如有课程学习需求，仍可通过“个人中心-我的学习”中通过搜索课程进行学习，但课程内容已不再维护刷新，请注意课程内容的时效性。2．对于已购买该微认证并通过考试领取证书的客户，原证书在证书有效期内仍有效；如您有任何问题，可随时通过工单或者服务热线（+86-4000-955-988 ）与我们联系。感谢您对华为云微认证的支持！

实景三维建设已经进入关键期，今年2月，自然资源部办公厅发布了《关于全面推进实景三维中国建设的通知》，要求到2035年，80%以上的决策、生产调度和生活规划可通过线上实景三维空间完成。经过过去几年的试点和探索，实景三维建设在技术、规范和标准上，基本上已没有大的障碍。在应用领域，通过利用高覆盖、高分辨率、高现势性、高频次的三维模型成果，孵化出了很多有价值的应用。包括自然资源监测和管理、不动产登记管理、地质灾害监测和智慧城市管理等等。随着应用场景和规模建设的展开，成本居高不下的问题日益成为障碍。在8月召开的2022年中国地理信息产业大会上，多位领导和专家提出对优化实景三维建模服务综合性价比的呼吁。目前利用卫星立体相对0.5m影像进行LoD1.3级别的生产，大概每平方公里需要2000元的费用，完成一次全国建成区5万km2的建模就需要1亿元的资金；这还仅仅是50厘米分辨率的建模成本，如果是2厘米、5厘米等更高分辨率的建模成本，那这个资金需求将是指数级上升。如此高的成本，导致很多创新应用仅能起到示范作用，无法支撑起和落实部里《关于全面推进实景三维中国建设的通知》的要求。最终演变成“想用建不起，建了用不起，用了更新不起”。那么如何降低实景三维建模成本？华为云KooMap给出了思路：用云赋值。价格到底能低到什么程度呢？华为云KooMap实景三维建模服务给出的答案是：3分钱。华为云凭借在云计算平台软硬件层面持续不断的研发资源投入，在IDC近期发布的《中国智慧城市数据跟踪报告》（2022年7月）中，华为云继续保持市场份额第一的成绩，持续领跑政务云市场，实现了“大数据＋政务云”的双冠王。在中国，华为云服务了600多个政务云，帮助超过35座城市政务云升级到云原生，基于云原生城市一朵云解决方案，在政务服务、民生事业、企业智能升级等领域提供稳定可靠、安全可信、可持续发展的云原生服务，赋能应用创新。这样长期的技术投入，不但帮助华为云持续提升产品能力和服务水平，而且也在将积累的技术赋能给行业。面向空间信息领域，华为云利用三十多年的技术积累、多位科学家组成的2012实验室、和合作伙伴联合构建了高性能、高质量、低成本的实景三维建模服务。将传统的实景三维建模过程进行了全面云化改造和算法升级，最终实现了建模成本的大幅度降低，现在仅需450元即可完成1平方千米的实景三维建模（2厘米分辨率影像），如果按行业的算法，相当于处理一张4200万像素的2厘米影像的成本仅需3分钱，成为行业价格新标杆。同时，由于充分利用了云计算的优势，华为云实景三维建模服务的使用也异常简单，仅需上传照片、选择需要的建模节点数量、点击建模，即可根据生产作业要求，在指定时间内完成建模。建模完成后的模型，用户可直接下载到本地使用，也可以在云端与其他应用相结合，直接提供给业务部门直接使用。这还仅是第一步，华为云还将继续通过技术的力量，持续降低实景三维建模的成本，把实景三维做到建得起、用得了、用得好，助力数字中国建设。*本文转自百家号，原文链接：https://baijiahao.baidu.com/s?id=1743470091393652296&wfr=spider&for=pc

来源 | 深燃作者 | 王敏编辑 | 向小园2022年，互联网大厂“卷”向云端。面对外部监管不断加强，平台的流量红利消失、主营业务增长趋缓的困境，互联网大厂们正加速换挡，云计算成为关键的增量业务。腾讯发布的2022年Q2财报显示，营收同比下滑3%，为史上首次下滑；净利润186亿元，同比下降56%。在分业务营收中，“金融科技及企业服务”业务营收占比为31.5%，To B业务是唯一处于增长态势的业务板块，已经成为腾讯继增值服务之后的第二大营收支柱。不过，这份财报也显示，包含腾讯云的企业服务收入同比略有下滑，腾讯给出的理由是正在积极缩减亏损的业务。除了腾讯，在阿里巴巴和百度的最新一季财报中，云计算业务同样不容忽视。根据阿里2023财年Q1财报，阿里云成为阿里第二大营收来源，其市场份额在中国云计算市场上已不容忽视。百度2022年Q1财报中，智能云业务的增速为45%，高于行业平均水平。此外，京东、字节跳动、快手在过去的一个月时间里，均在云计算领域动作不断。云计算服务是数字社会的基础设施，在疫情持续了将近三年的背景下，市场需求持续爆发。无数玩家前赴后继地涌入这个赛道，目前聚集了运营商、独立云厂商、外资云厂商等诸多类型的玩家。原本以C端业务见长的互联网大厂们，进入云计算市场抢夺To B市场，有其生态、资源等优势，激烈竞争下，很快进入新赛段，纷纷抢夺政企大客户。即便目前赚不了大钱，但互联网大厂们都很清楚，云计算是面向未来的赛道，这已经成为一场“不得不卷”的竞争。大厂鏖战云计算，从争规模到求盈利云计算成为大厂眼中的香饽饽，并不是新鲜事。阿里最先伸出了触手，早在2009年，也就是双11诞生的那一年，已经开始默默布局云计算。随后两三年里，腾讯、百度也开始入场云计算。时至今日，中国云计算市场“四朵云”的格局已经显现。Canalys2022年Q1中国云服务市场报告显示，在市场份额方面，阿里云为首（36.7%），是第二名的两倍。华为云（18%）、腾讯云（15.7%）分别位列第二、第三，两家咬得很紧、市场份额接近，百度智能云（8.4%）位列第四。Canalys2022年一季度云计算服务市场分析统计数据从营收层面来看，阿里云在2022财年（2021.4-2022.3）营收突破千亿，达到1001.8亿元；2021年，华为云的营收为201亿元、百度智能云则为151亿元。腾讯云自2019年之后不再单独公布数据，2019年时的营收为170亿元。除了这头部“四朵云”之外，美团也曾大举布局过云计算业务，不过，受成本开支、份额过小等因素影响，在2020年宣布停止商用。近期，更多互联网大厂盯上了这个万亿市场，在过去的一个多月里，京东以及字节跳动、快手都在云计算服务领域动作频频。据IDC预测，中国云计算市场规模预计于2025年达到1万亿人民币。其中，京东云从十年前就开始“觉醒”，只是始终未能发展壮大。这一次，京东要以供应链能力为突破口，来补齐云业务版图，于7月13日推出了相关解决方案与技术产品。京东云事业群总裁高礼强强调，“企业之间的竞争也将是各自供应链韧性的竞争。”字节跳动和快手都是典型的后来者。字节跳动的火山引擎去年才进入云计算市场，在推出IaaS云基础产品后，今年7月再次加码，推出了覆盖金融、汽车、消费等六大行业的解决方案。快手则是在今年8月正式宣布进军To B领域做云服务，发布视频云品牌StreamLake。后来者们是从自身的业务和长处出发，对外提供To B服务，还在拼落地、拼增速、拼规模的第一阶段。不过， 头部“四朵云”中，除了华为云，阿里、腾讯和百度，都已经将目标放到了盈利上。只有2017年姗姗来迟进入市场的华为云，现阶段还在拼规模的前期阶段。今年6月，华为云CEO张平安在回应华为云盈利的问题时表示：“（华为云）业务仍然需要大量投入，盈利不是我们当前阶段关注的事情，也没有太大盈利压力。”而阿里、腾讯、百度都已经在云计算领域有了十年的投入，现在已经走入“收获期”。云计算行业观察人士刘彦对深燃提到，阿里云从去年开始，已经能够自负盈亏。而财报也显示，2022财年，阿里云首次实现了年度盈利。腾讯已经连续两个季度在财报中指出，企业服务板块在主动缩减亏损项目。面对主营业务增长放缓，腾讯创始人马化腾此前也指出要“乘机换挡”。而百度智能云今年则是将沈抖，这位李彦宏眼中“能打仗的高管”，调任百度智能云事业群组负责人。百度智能云相关人士此前曾对媒体表示，2022年目标是实现盈利。无论是后来者们的突围战，还是头部选手的盈利战，都为原本就竞争激烈的云计算市场再添一把火。战斗升级，抢夺政企大客户云计算业务之于互联网大厂而言，战略地位不断上升，是因为各行各业都在拥抱数字化浪潮，加深数字化转型。在刘彦看来，一方面，已经持续了三年的疫情，让企业明白了数字化转型的重要性，企业端对云计算服务的需求持续上升。需求端的“觉醒”，加速了大厂云计算业务的开拓。另一方面，政策的引导也正促使企业们积极上云、用云。“十四五”规划纲要指出，要推进产业数字化转型，实施“上云用数赋智”行动，推动数据赋能全产业链协同转型。不过， 头部选手的盈利战中，要面临的一个巨大挑战是，云计算业务增速放缓。过去的云计算更多是落在泛互联网场景上，伴随着消费互联网流量红利见顶，这些场景的需求也在减弱，以往靠着互联网行业快速发展的大厂云计算业务，也面临着增量减少的困境。艾媒咨询CEO张毅指出，互联网大厂起初做云计算，是为了满足自身业务的计算需要，之后才开始对外商用。比如，阿里起初是为了满足淘宝的业务需求，腾讯是为了满足当时QQ相关的业务需求。京东云、火山引擎以及快手提供云服务，都是在自身业务的基础上，再以自己的长处，到市场上开疆扩土。也正是出于不同的业务基因，互联网大厂做云计算，最开始都有各自擅长的领域。据刘彦观察，阿里云的优势在零售电商、制造等赛道，腾讯云则在游戏、金融、音视频领域市占率较高，据悉，到2021年，腾讯云已经服务国内超过90%的音视频公司、超过80%的头部游戏公司以及绝大多数电商平台；百度则是将云服务与其擅长的AI能力相结合，通过其开物工业互联网平台不断提高在制造业、供水和能源领域的采用率。但在当下，互联网相关领域的市场需求增速放缓，加上盈利导向，互联网大厂在云端的竞争，正在走向新的阶段。在刘彦的感知中，尤其在各家擅长的领域，尽管市场激烈，但还是有一些“各自安好”的意味，可从去年开始，互联网大厂在云计算市场的战斗进一步升级，尤其阿里云和腾讯云，将政企大客户作为了重点攻克方向，大厂之间的业务竞争更加直接，也更加残酷。政企大客户成为赛点，原因有很多。一方面是在疫情及国家大政策的影响下，政企大客户的需求到了爆发的阶段，是云计算市场新的增长点。随着国家层面对数字经济发展的推动， 政企大客户上云用云，已经成为大趋势。另一方面，拿下政企大客户，意味着业务金额高、续订率高。“政企大客户的客户付费能力强，且复购意愿大。往往是一次突破成功，就能换来长期合作，投入的成本最终可以换回收入。”刘彦说道。今年上半年，阿里云、腾讯云的人事变动和组织架构变革，都在朝着这个方向努力。3月，阿里云请来了华为前EBG中国区总裁蔡英华，担任阿里云智能全球销售总裁。这位新高管上任后，尤其关注阿里云的商业化进程。他在7月的2022阿里云合作伙伴大会上表示，阿里云赚1块钱的同时，伙伴可以赚到2块、3块。同在7月，腾讯云与智慧产业事业群 （CSIG）宣布成立政企业务线，腾讯公司副总裁李强出任政企业务线总裁，全面负责行业团队管理和区域业务拓展，据了解，此前李强在政企数字化销售方面有十几年的经验。外界的解读是，腾讯将在To B、To G政企市场上开启猛攻。云计算下半场，大厂“摸着石头过河”大厂以云计算业务寻找新的增长点，显而易见，只是，做To B、To G，对它们来说，并非一件易事。云计算赛道无疑是个竞争激烈的赛道。从Canalys的报告来看，单是头部“四朵云”，就拿到了八成市场份额，这也就意味着，只留给云计算领域的其余大中小厂商们，京东、联想、网易以及字节、快手等后来者，仅20%左右的市场份额，竞争激烈程度可想而知。刘彦认为，能否拿下政企大客户的订单，更考验企业的服务能力，“可能需要强大的售后，来进行维护”。他以腾讯、阿里两家大厂分析，这两家已经有了多年行业经验，在全国各地搭建起了服务团队，拥有服务大客户的经验和能力，在发力政企大客户上，相较中小厂商而言，有很强的优势。相比中小厂商，互联网大厂面临的竞争和挑战丝毫不减。阿里、腾讯在争抢的政企大客户领域，同样存在着很多强劲对手。云计算市场的玩家中，除了互联网大厂之外，还有华为云，以及天翼云、联通云、移动云这些长期深扎政务市场的玩家，它们在云计算市场的营收，在过去一年里不断攀升。而且，今年以来“国资云”也正跑步进入云计算市场，他们在获取政企大客户时有更强的优势。激烈的市场竞争之外，产品和服务的迭代方面难度也很大。云计算厂商们长期需要大量的研发和人员投入，这一现状并未改变。“不同于To C市场的赢家通吃，在To B市场上，规模并不等于盈利”，刘彦指出，“互联网大厂在To B云计算领域，还在堆人头的阶段”。当目标转向盈利，运营走向精细化后，互联网大厂的云计算业务将会发展到哪一步？刘彦也很难给出答案。不过，目前互联网已经整体进入守势。从游戏领域的版号限制，到在线教育、金融等领域的广告受限，以前以广告为营收增长核心驱动力之一的互联网大厂，正面临着增长瓶颈。以腾讯为例，其Q2财报显示，其包括游戏在内的增值服务业务收入同比下滑1%左右，而网络广告业务同比下滑了18%。唯一可以确定的是，对于追逐盈利的互联网大厂而言，当下转向“纵深”发展已经势在必行。在云计算领域，各家瞄准政企大客户的同时，在下沉市场和海外市场的竞争只会更加激烈。*应受访者要求，文中刘彦为化名。*本文转载自搜狐网，原文链接：cid:link_0搜狐网搜狐网

这次实验给我们带来了很多难得的社会经验，提供了操作实践锻炼的大舞台;经过这次的软件相关知识的学习，我掌握了华为云的基本操作，从中收获甚多。我感觉到学习了华为云的使用将对我毕业以后的社会就业有很大的帮助。华为云软件流水线真正为我们提供了难得的锻炼机会，为我们踏上就业的人生路上打下坚实的基础。

一、实验目的理解VM直接的通信过程；学习在leaf交换机上配置VM的路由；学习在VM及其宿主机上配置VM的路由。二、拓扑结构在虚拟化的数据中心中，虚拟机承载着关键业务，其相互之间的通信必不可少，虚拟机的网卡桥接在宿主机的网桥（虚拟交换机）上，以宿主机的管理IP地址作为默认网关，同一物理机上的虚拟机之间的通信，直接通过宿主机网桥可二层互通，不同宿主机上的虚拟机通信经过三层转发互通。本实验在实验四的基础上增加了3个VM：ks0,ks1,ks2. 其宿主关系和网络结构如上图所示。本实验在实验四的基础上增加了3个VM：ks0,ks1,ks2. 其宿主关系和网络结构如上图所示。三、测试资源创建按上图所示，在三台物理机上创建3个VM(ks0,ks1,ks2)；将VM的网卡桥接到实验四创建的宿主机网桥br0上。四、路由方案及配置以ks1和ks2之间通信为例，ks2发往ks1的包，源地址为ks2的IP，目标地址为ks1的IP，流量路径如下：在ks2上查询路由表，将包发往宿主机devopsr01n01;devopsr01n01收到包后，查询路由表，将包发往leaf交换机；leaf交换机收到包后，查询路由表，发往devopsr01n02;devopsr01n02收到包后，查询路由表，将包发往ks1；如果是ks2和ks0之间的通信，则还需经过spine，在流量途径的所有设备上，都必须要有目标IP地址的路由，才能够成功建立通信，这些设备包含：VM；宿主机；leaf；spine由于spine上的路由条目全部通过BGP协议从leaf学习而来，因此不需要在spine上进行额外配置，而上述其余设备上，则都需要对VM的路由进行配置， 具体的配置方法，大致步骤为：物理机配置网桥，将虚拟机桥接到网桥上；物理机开启内核转发功能；物理机配置路由表，以等价多路径方式将默认路由指向两个物理网口；交换机上配置虚拟机的路由条目；（一） VM网络规划与路由配置参考实验指导书，为3个VM规划ip地址；完成VM ip地址的配置，并将网关配置为宿主机IP。（粘贴配置截图）GNS再虚拟机中安装：配置ip再安装过程中需勾选vm虚拟机并进入虚拟机得root界面再vm网卡查看ip地址是否配置成功并成功安装镜像-添加cisco模板添加接口方便后续使用Vm1:Vm2:Vm3:​重启服务：查看路由表：（二）宿主机路由配置开启内核转发：查看路由条目（三）在leaf上配置VM的路由参考实验指导书，在leaf上配置ks的路由。（粘贴配置截图）五、测试参考实验指导书，完成上面的配置后，测试VM之间是否能互相ping通。（粘贴配置截图）小结本实验介绍了在spine leaf网络中如何配置VM的路由，需要在VM，宿主机和leaf交换机上都进行相关的配置。与物理机路由一样，在leaf上同样需要检测到VM的路由的有效性，本实验也介绍了检测原理与具体配置。在链路状态由UP变为DOWN时，应使到ks1的路由失效，则需在/mnt/flash/pingcheck/failed_4.conf中加入下面的内容no ip route 10.10.20.22/32 10.10.10.22当链路状态由DOWN变为UP时，应使到ks1的路由恢复，则需在/mnt/flash/pingcheck/recover_4.conf中加入下面的内容：ip route 10.10.20.22/32 10.10.10.22

1. 组件版本和配置策略1.1 主要组件版本组件版本发布时间kubernetesv1.23.32022-01-26etcdv3.5.22022-02-01cri-ov1.23.02021-12-18flannelv0.16.32022-01-29coredns1.9.02022-02-10cni-pluginsv1.0.12021-09-081.2 主要配置策略kube-apiserver：使用节点本地 nginx 4 层透明代理实现高可用；关闭非安全端口 8080 和匿名访问；在安全端口 5443 接收 https请求；严格的认证和授权策略 (x509、token、RBAC)；开启 bootstrap token 认证，支持 kubeletTLS bootstrapping；使用 https 访问 kubelet、etcd，加密通信；kube-controller-manager：3 节点高可用； 关闭非安全端口，在安全端口 10257 接收 https 请求；使用 kubeconfig 访问 apiserver的安全端口；自动 approve kubelet 证书签名请求 (CSR)，证书过期后自动轮转；各 controller 使用自己的ServiceAccount 访问 apiserver；kube-scheduler：3 节点高可用； 使用 kubeconfig 访问 apiserver 的安全端口；关闭非安全端口，在安全端口 10259 接收https 请求；kubelet：使用 kubeadm 动态创建 bootstrap token，而不是在 apiserver 中静态配置；使用 TLSbootstrap 机制自动生成 client 和 server 证书，过期后自动轮转；在 KubeletConfiguration类型的 JSON 文件配置主要参数；关闭只读端口，在安全端口 10250 接收 https请求，对请求进行认证和授权，拒绝匿名访问和非授权 访问；使用 kubeconfig 访问 apiserver 的安全端口；kube-proxy：使用 kubeconfig 访问 apiserver 的安全端口；在 KubeProxyConfiguration 类型的 JSON文件配置主要参数；使用 ipvs 代理模式；集群插件：DNS：使用功能、性能更好的 coredns；2. 初始化系统和全局变量2.1 集群规划master节点：节点名称IP地址k8s-master-1192.168.2.175k8s-master-2192.168.2.176k8s-master-3192.168.2.178node 节点：节点名称IP地址k8s-node-1192.168.2.185k8s-node-2192.168.2.187k8s-node-3192.168.3.62k8s-node-4192.168.3.70控制节点/配置生成节点：节点名称IP地址qist192.168.0.151工作目录： /opt三台机器混合部署本文档的 etcd、master 集群和 woker 集群。如果没有特殊说明，需要在所有节点上执行本文档的初始化操作。2.2 kubelet cri-o cgroupCgroup Driver：systemd kubeelt cri-o Cgroup 配置为systemd2.3 设置主机名hostnamectl set-hostname k8s-master-1 # 将 k8s-master-1 替换为当前主机名退出，重新登录 root 账号，可以看到主机名生效。2.4 添加节点信任关系本操作只需要在 qist 节点上进行，设置 root 账户可以无密码登录所有节点：ssh-keygen -t rsa ssh-copy-id root@192.168.2.175 ssh-copy-id root@192.168.2.176 ssh-copy-id root@192.168.2.177 ssh-copy-id root@192.168.2.185 ssh-copy-id root@192.168.2.187 ssh-copy-id root@192.168.3.62 ssh-copy-id root@192.168.3.702.5 安装依赖包yum install -y epel-release yum install -y chrony conntrack ipvsadm ipset jq iptables curl sysstat libseccomp wget socat gitkube-proxy 使用 ipvs 模式，ipvsadm 为 ipvs 的管理工具；etcd 集群各机器需要时间同步，chrony用于系统时间同步；2.6 关闭防火墙关闭防火墙，清理防火墙规则，设置默认转发策略：systemctl stop firewalld systemctl disable firewalld iptables -F && iptables -X && iptables -F -t nat && iptables -X -t nat2.7 关闭 swap 分区关闭 swap 分区，否则kubelet 会启动失败(可以设置 kubelet 启动参数 --fail-swap-on 为 false 关闭 swap检查)：swapoff -a sed -i '/ swap / s/^\(.*\)$/#\1/g' /etc/fstab2.8 关闭 SELinux关闭 SELinux，否则 kubelet 挂载目录时可能报错 Permission denied ：setenforce 0 sed -i 's/^SELINUX=.*/SELINUX=disabled/' /etc/selinux/config2.9 优化内核参数cat > /etc/sysctl.d/kubernetes.conf <关闭 tcp_tw_recycle，否则与 NAT 冲突，可能导致服务不通；内核低于4版本添加fs.may_detach_mounts=12.10 系统文件打开数cat>>/etc/security/limits.conf<centos7还需修改sed-i's/4096/655350/'/etc/security/limits.d/20-nproc.conf2.11 内核模块配置重启自动加载加载ipvs内核模块cat>/etc/modules-load.d/k8s-ipvs-modules.conf<加载netfilter等模块 内核4版本以下 nf_conntrack 替换 nf_conntrack_ipv4cat>/etc/modules-load.d/k8s-net-modules.conf<2.12 设置系统时区timedatectlset-timezoneAsia/Shanghai2.13 设置系统时钟同步systemctl enable chronyd systemctl start chronyd查看同步状态：timedatectl status输出：System clock synchronized: yes NTP service: active RTC in localTZ: noSystem clock synchronized: yes，表示时钟已同步；NTP service: active，表示开启了时钟同步服务；#将当前的UTC时间写入硬件时钟 timedatectlset-local-rtc0#重启依赖于系统时间的服务 systemctl restart rsyslog systemctl restart crond2.14 关闭无关的服务systemctl stop postfix && systemctl disable postfix2.15 创建相关目录创建目录：master 组件目录#k8s目录 mkdir -p /apps/k8s/{bin,log,conf,ssl,config} mkdir -p /apps/work/kubernetes/{manifests,kubelet} mkdir -p /var/lib/kubelet mkdir- p /usr/libexec/kubernetes/kubelet-plugins/volume/exec/ mkdir -p /apps/k8s/ssl/{etcd,k8s} #etcd目录 mkdir -p /apps/etcd/{bin,conf,data,ssl} #etcd data-dir目录 mkdir -p /apps/etcd/data/default.etcd #etcdwal-dir目录 mkdir -p /apps/etcd/data/default.etcd/walnode 节点目录mkdir -p /apps/k8s/{bin,log,conf,ssl} mkdir -p /apps/work/kubernetes/{manifests,kubelet} mkdir -p /var/lib/kubelet mkdir -p /usr/libexec/kubernetes/kubelet-plugins/volume/exec/cri-o 目录结构创建mkdir -p /apps/crio/{run,etc,keys} mkdir -p /apps/crio/containers/oci/hooks.d mkdir -p /etc/containers mkdir -p /var/lib/containers/storage mkdir -p /run/containers/storage mkdir -p /apps/crio/lib/containers/storage mkdir -p /apps/crio/run/containers/storage2.16 mount目录挂载挂载kubelet 跟cri-o数据目录最大兼容其它依赖组件例如csi插件cat>> /etc/fstab <验证挂载是否有误mount-a重启机器：sync reboot期待下次的分享，别忘了三连支持博主呀~ 我是 念舒_C.ying ，期待你的关注~💪💪💪

学习华为的深入学习边缘计算，进行练习的时候，发现错误，如图：不知道有没有什么 方法可以解决？

据工信部数据显示，截至6月末，中国移动互联网用户数达14.5亿户，6月当月户均移动互联网接入流量达到14.89GB。从上面数据可以看出来，国人基本实现了普遍的“上网自由”。这种自由背后，与移动互联网几乎同步发展的云计算居功至伟。研究报告显示，与传统IT模式相比，云计算在计算、网络、存储和运维管理等整体成本上降低了5～7倍。如果算上系统搭建、机房建设、采购流程等的时间成本，成本甚至降低达到10倍左右。我们现在几乎可以“无限”的在抖音、快手、微博、知乎、百度等APP上免费生产和上传内容，背后离不开数据存储成本的不断下降。不过，到了2022年云计算行业进入了十字路口。原因很简单，消费互联网的增长空间见顶，用户规模、人均使用时长、流量消耗总量（VR、元宇宙等流量大户尚未成熟）都进入低增长阶段，过去十年云计算赖以快速成长的环境发生变化。互联网行业是云计算诞生之地，也是云计算最早商用落地之处，它的触顶直接影响云计算未来十年的走向。不过，随着国家层面对数字经济发展的推动。政企上云用云，成了“接班”互联网的新力量。这种变化在云厂商的竞争格局变动中也有所体现。据IDC发布的《中国公有云服务市场(2021第三季度)跟踪报告》显示，阿里云、腾讯云、华为云和天翼云的市场份额分别占比39.01%、10.92%、10.74%和8.98%，共同占据了国内公有云计算市场近七成份额。不过，相比于阿里云、腾讯云、华为云的两位数增长，运营商增速表现更好。移动云收入同比增速达135%，市场份额排名再进一位至第七名。联通云市场份额和收入同比增速双第一，分别达到167.67%和296.35%。这种变化很好理解，云计算作为企业数字化基础设施，在厂商选择中天然会遵从“就近”原则。阿里云、腾讯云、百度智能云作为互联网大厂，吃掉过去十年互联网行业大部分云市场在情理之中。而当下作为增量主力的政企客户，属性上天然有别于互联网客户，会更信任华为云、运营商云。不过，大厂派相比运营商派有自己一大独特优势，就是在软件和应用的研发能力远胜于后者。而政企客户除了需要通过云计算降本增效，而自身数字化也极其依赖云计算提供的数字化能力。这个独特的变数，是互联网切入政企市场的一个重要着力点，意味着未来的to B云战争中，最终鹿死谁手还不好说。从目前获得的信息推测，云未来十年的战争，将在四个局部发生较大的较量。无论大厂派还是运营商派，谁胜的牌局越多，谁的最终体量也就越大。这四个局部是，1、硬件成本战争；2、服务网络战争；3、PaaS之争；4、SaaS之争。1、硬件成本战争；在这里必须强调一个事实，云计算这项生意最大的魅力就是复购率。它就像发电厂，生活中电从来不愁卖。作为数字社会的基础设施，作为信息时代的基座，云计算的需求是持续并逐年上涨。也就说，可以参考过去几十年电力市场的发展，云计算将遵循相似的路径。电力市场中，煤电为何占比达到七成？煤电缺点这里不展开谈了，它之所以占到绝对比例，因为它是各种发电模式中最低的一种。所以说，未来哪家云厂商是市场主力军？当然是那个能将成本降到最低的玩家，目前阿里云做到市场第一，就和它入局最早，在基础设施成本压缩上做的较好相关。成本是云计算发展命门；在成本问题上，云计算相比传统IT模式实现了数倍甚至十倍的节省。站在云计算客户角度来看，云虽然省钱，可这项开支是每月、每年必须的投入项，当中小企业或政企客户感觉某家云成本过高，会去选择更便宜的平台，甚至可以“弃”云计算而走。目前，各大云计算平台之间是允许客户自由转移，长时间尺度来看，能把IaaS服务定价保持最低的玩家话语权更强。假设未来云计算成本“万一”突然变高，客户还有自建服务器机房的备选项。从产业角度来看，按照商业模式，云计算分为公有云、私有云和混合云的三大类，基本可以全面替代传统IT模式，以巨大的成本优势逐步将各类客户转移到云计算上。 这其中，又以公有云占比较大。据中国信息通信研究院披露的数据显示，2021年中国云计算市场规模达到3102亿元，增速48.4%。从细分市场来看，公有云市场占比逐年提升，2021年我国公有云市场占比最高，达59.7%。而从服务内容来看，云计算又有三种形式，1、IaaS，基础设施服务，Infrastructure-as-a-service；2、PaaS，平台服务，Platform-as-a-service；3、SaaS，软件服务，Software-as-a-service。从这个维度来看，目前，海外SaaS市场占主导，国内IaaS市场占主导，最终还将是SaaS主导。中国云计算市场中IaaS占比达到70%，SaaS则只有21%， 而全球云计算市场中SaaS占比高达55%，IaaS占比为26%。这种结构的差异因为，无论国内还是海外云计算市场，皆经历先IaaS层级后SaaS层级的升级。中国云计算发展相对滞后，IaaS市场基本成熟后才开始向SaaS市场过渡。毫无疑问，在今后几年里，IaaS服务将是云厂商竞争的重要领域，并逐步将战火引到PaaS、SaaS。而且，从服务链条来看，占据IaaS市场的领军者，将更容易发展PaaS、SaaS。而在IaaS的选择上，成本是最关键的一环。这里可以模拟一个发展链路，低成本IaaS进行引流，并以Paas模式和SaaS模式作为利润主要来源。目前来看，大中小云厂商为了竞争市场，都采取着激烈的价格战争夺客户。相比补贴的短期性，运营成本压缩才具备长期价值。那云计算的主要成本来源是什么呢？数据中心是云计算产业的底层核心基础设施，服务器是数据中心基础设施的重要组成部分，其中的CPU、GPU决定了服务器的算力。据信通院数据显示，服务器在数据中心硬件成本中占比70％左右。进一步的，芯片成本则占据服务器成本的绝大部分。根据IDC的研究数据，CPU、GPU、DRAM三个模块中的芯片成本在基础型服务器中占比约30％，在更高性能的服务器中，占比高达50％-80％。短期战争，大小云厂商可以靠疯狂补贴来获取和蚕食份额，将时间尺度拉长，只有那些将硬件成本压缩到极致的云计算平台，才能维持长期的低价，并源源不断留存旧客户和吸引其他平台客户青睐，做大做强，成为行业最终的最大玩家。基于降成本考虑，无论美国云巨头亚马逊AWS、谷歌云，还是国内阿里云、腾讯云、华为云都将自研芯片和其他硬件设施作为实现降低成本的重要途径。AWS开创了云厂商自研芯片的先河。从2013年推出首颗Nitro1芯片至今，已经有9年自研芯片历史，已拥有网络芯片、服务器芯片、人工智能机器学习自研芯片三条产品线。国内厂商中，阿里和华为也正在布局Arm服务器芯片。2019年，华为旗下的海思半导体推出了基于Arm架构的服务器芯片鲲鹏920。2021年10月，阿里巴巴旗下半导体公司平头哥发布自研云芯片倚天710。今年6月13日，阿里云智能总裁张建锋在峰会上正式发布CIPU（Cloud infrastructure Processing Units），这是阿里为新型云数据中心设计的专用处理器，替代CPU成为云计算的管控和加速中心的下一代芯片。腾讯则在2021年11月公布了自研芯片进展，分别是AI推理芯片“紫霄”、视频转码芯片“沧海”和智能网卡芯片“玄灵”，性能相较业内产品均有明显提升。同时，自研的腾讯云星星海服务器，也帮助腾讯云全面提升了性价比。从早期的去IOE，到现在自研芯片的推进，云计算厂商实现着硬件成本的降低。可以说，未来云计算竞争，谁能够在综合成本上大幅度跑赢对手，它就具备了绝对的话语权。围绕成本还有好消息。另外，我国一体化大数据中心体系完成总体布局设计，“东数西算”工程也全面启动。简单说，就是通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动。我们知道，西部是不发达地区，地广物博各项成本占据巨大优势。三大电信运营商与华为、腾讯、阿里、百度、字节跳动等纷纷官宣了有关“东数西算”的各自布局。多位专家指出，“东数西算”工程预计每年将带动超千亿元规模的云计算相关投资。即使在海外，成本也是云计算竞争的核心。亚马逊的贝索斯就提出了一个贝索斯定律。按照贝索斯定律，在云计算的发展过程中，单位计算能力的价格大约每隔3年会降低50%。有分析机构统计，亚马逊AWS在市场拓荒期，累计降价42次，重新诠释了“价格屠夫”这个词。就目前来看，中国云厂商之间价格普遍相差不大，相对而言国内市场获得政策红利更少一点的亚马逊AWS、微软云等价格稍高。在疯狂的价格战中，已有大量中等体量的云厂商“掉队”。这个厮杀将是长期现象，未来十年中还会有现在表现不错的玩家掉队。2、服务网络之争；在云服务上，目前各大云厂商维持一个稳定的状态，虽然具体服务内容、价格与折扣随时间呈现着动态的变化，除了个别业务，大部分相似服务的各自价格差别并不明显。IaaS 厂商的云计算收入构成主要为基础服务（计算、存储、CDN）以及增值服务，基础服务属性简单，毛利率相对增值服务的毛利率较低。据未来智库2020年底的一次统计显示，阿里云、腾讯云、华为云、金山云 四家厂商普通云盘价格的包月、小时计费，价格相差都不算大；高性能云硬盘的价格差别与普通云盘类似；SSD云硬盘无论是包月还是按小时计费，按照包月对比金山云最便宜，按照小时计费阿里云和华为云价格最低。现阶段，国内云计算市场的几大玩家主要分为五大流派：互联网云厂商：阿里云、腾讯云、百度智能云、金山云等通信运营商：移动云、天翼云、联通云独立云厂商：优刻得、青云外资云厂商：亚马逊AWS、微软azure、IBMICT云厂商：华为云、紫光云、浪潮云巨头背景的云厂商，在技术实力、品牌价值、服务价格上相差不大，重要的是比拼服务网络的构建。服务网络有多重要呢？我看看当下各大云厂商客户的构成。阿里云起步于电商行业，后将客户群扩展到消费互联网企业，包括字节跳动、B站、爱奇艺、小红书等。2021年Q4，阿里云来自消费互联网客户的营收占比48%。今年3月，华为前EBG中国区总裁蔡英华空降阿里云M7（资深副总裁），负责阿里云全球销售业务。蔡英华曾当过华为企业业务中国区总裁，而华为在政企客户上的影响力就无需赘言。这次任命外界解读阿里云将打造新的服务网络，未来业务重点将是政企大客户。腾讯云很多客户来自泛互联网行业，比如游戏、视频和电商。其服务的客户包括快手、小红书、美团等，几乎覆盖了国内70%的游戏厂商，90%音视频客户和绝大多数主流电商平台。此外，在金融、政务、工业、能源等领域，腾讯云也在持续深耕。华为云则更偏重于需求复杂、痛点多的大型政企类的业务关键型客户。根据 IDC 发布的《中国政务云基础设施市场份额 2020》报告，华为云在中国政务云基础设施市场的占有率高达32.2%，已经连续4年蝉联第一。未来十年，是政企客户集体上云的十年。相比过去互联网公司的灵活和主动，它们更依赖云厂商的线下服务网络提供具体服务。根据此前麦肯锡的一份研究数据显示，在2018年，美国企业上云率已经达到85%以上，欧盟企业上云率在70%左右，而中国企业的上云率只有40%左右。政企客户上云的速度在增加，云厂商是否拥有完备的线下服务网络重要性愈发凸显。三大运营商近两年来增速跑过行业，很大一个原因，运营商在不同地域上拥有广泛的客户群和客户拓展渠道，并有着自己的一套完整的市场营销、技术支持和客户服务的策略。以天翼云为例，其在云和大数据布局方面，有超过300多个本地节点、1000多个边缘节点，以及超万个客户节点；移动云在四大热点区域建设资源池，并基于500多个边缘云节点推进算力下沉，打造了一朵全域全场景覆盖的分布式云；联通云则通过5大算力区域、4大核心节点和31省份骨干云池，在全国有450个边缘节点，打造云算网立体化布局。其实，就云计算的基础设施、平台层和软件层发展，阿里云、腾讯云、百度智能云等互联网大厂玩家做的更好。面临着增长压力，未来如何在线下组建一个可以抗衡运营商的服务网络生态，是它们必须思考的问题。 中国云计算市场已从最初的十几亿增长至目前的千亿规模，行业发展迅速。据中国信息通信研究院披露的数据显示，2017-2019年期间，我国云计算行业的市场规模增速均在30%以上，呈高速增长态势。为了应对新形势，老巨头玩家已经开始出手。今年6月在华为伙伴暨开发者大会2022上，华为云宣布已成立煤矿、政务一网通军团等20个军团。华为云CEO张平安还发布15大创新服务，其中包括工业、政务、供热、煤矿、教育5个行业aPaaS服务。7月12日，腾讯云与智慧产业事业群(CSIG)则成立了政企业务线，持续深耕政务、工业、能源、文旅、农业、地产、体育、运营商等领域，这是时隔一年后，腾讯CSIG的又一次组织进化。去年5月，腾讯CSIG确定了 “扎根行业、深耕区域、提升效率”三大战略。蔡英华空降阿里，今年，阿里云按照分销伙伴、集成伙伴、咨询伙伴、解决方案ISV伙伴、产品ISV伙伴等能力标签，成立了相对应的生态团队，来专项服务合作伙伴。这背后最大的转变是，基于伙伴的能力模型，阿里云去适配伙伴，而不是让伙伴来适配阿里云。如果说，硬件成本的压缩是长期价值的体现。而服务网络的战场，就是和时间赛跑，中国政企客户数字化带来的巨大市场空间，谁能高效率触达并转化它们，就赢跑一小段。3、PaaS之争；IaaS虽是基础，但云计算大战最终落脚点，必然是PaaS和下面要提到SaaS之争。原因非常简单，IaaS是数字社会的刚需，只要是数字业务就需要一个“桶”装着，IaaS层是整个云计算产业链中的关键基础设施。一方面，市场经济的自由竞争会令云大厂主动的降低IaaS服务的价格。另一方面，就像水电一样，IaaS云厂商很难联合起来拉高价格（会引来监管）。答案就肯定了，IaaS的利润率过去、现在和将来都会很低。国内外市场，都呈现着这一现象。先说海外，19财年亚马逊云服务AWS以亚马逊12%的总营收占比，却贡献了63%的总营业利润，可以说AWS已是亚马逊一颗的非常稳定而健康的摇钱树。三大业务中，PaaS利润率就超过IaaS。去年6月，Bernstein分析师曾做了一份估计，他认为2015年AWS收入的14%来自利润率较高的“平台即服务”PaaS产品，其余收入来自较低利润率水平的“基础设施即服务”IaaS产品。 而在2020年上半年，分析师估计PaaS的比例已经上升到18%。今年，国海证券也做过一个统计，阿里云PaaS及SaaS收入中，PaaS及SaaS毛利率高于IaaS。具体数值尚未公开，不过可以确定，PaaS能给云厂商带来更高的利润。为何？在云行业，IaaS底层标准化程度高，毛利率为10-15%。相比而言，PaaS与SaaS的毛利率可高达50%-70%。因为，PaaS、SaaS是基于IaaS底层基础设施衍生出的系统级和应用级服务，更凸显定制化的商业服务和产品技术等能力。简单来说，PaaS、SaaS是企业有需求才会选用的服务，相比之下IaaS就是强刚需服务需求了。因此，IaaS引流，PaaS、SaaS进行盈利提升。企业为何会主动为PaaS付出更多的溢价？整体来说，云大厂们的PaaS，大多通过采用AI、数据湖、微服务化、容器服务等关键技术提供云原生应用的平台能力，促使企业IT在支撑业务敏捷化、智能化和资源利用率上迈入新台阶。7月28日，在2022开放原子全球开源峰会的开幕式上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生透露，从2007年开始，腾讯就开始自研金融级的分布式数据库TDSQL。如今，腾讯云数据库已经在张家港农商银行、昆山农商银行等新一代核心业务系统投产上线，支撑国内超20家金融机构换上“国产心”。 我们（腾讯）也已经将TDSQL PG版全面开源，共建国产数据库开源生态，助力各行业的数字化转型。数字化程度已是企业竞争优势的中重要组成项，IaaS只是提供基础的数据算力服务，只有购买了PaaS服务，企业才可以更多的“借用”的大厂技术优势，完成更深程度的数字化。插播个案例，广西灵山是“中国荔枝之乡”，当地与阿里共建了“未来果园”，通过物联网和AI技术，24小时监控土壤、气象等生产信息，防灾抗病、提质增效，从传统种植转向标准化生产。基于菜鸟智能产地仓，农产品的加工、仓储、包装、运输实现数字化，对接淘宝天猫、淘菜菜、饿了么等渠道，满足消费者的多层次需求。通过统仓集配等公共服务，当地商家整体供应成本降低15%~20%。PaaS方面，互联网大厂无论技术经验、产研深度和生态触角，都要远胜运营商。近年来，各大云厂商先后将触角伸到PaaS、SaaS领域。今年一季报中，腾讯表示，将不再聚焦于规模增长，而是更看重企业服务业务的健康可持续增长，将资源集中于PaaS领域，包括视频云及网络安全等。为了加强PaaS和SaaS的联动，早在2019年腾讯推出“千帆计划”，孵化一系列连接器，比如IDaaS、iPaaS、EIAM、低代码等等，提供账号、数据层面的连接能力，在财务、HR、工业等赛道，基于这些连接器和商业伙伴建立合作。阿里云方面，钉钉把自己定位成数字化新生产力工具，是一个开放的PaaS平台，来帮助企业和生态合作伙伴,将HR系统、生产系统、ERP、研发系统等业务管理系统集成到钉钉上，阿里云通过推动云钉一体提升PaaS能力。2022阿里云合作伙伴大会上，阿里巴巴集团副总裁、钉钉总裁叶军曾强调：“云钉一体提供了PaaS能力底座。有了云，神龙计算、盘古存储、洛神网络、云安全、云原生应用这些基础能力得到保障。云也有很强的PaaS，像AI、IoT、大数据计算等等，已经有一套非常好的PaaS了。钉钉补全了协同类的PaaS，是一个业务性的中台。”2020年6月，字节跳动旗下企业技术服务平台火山引擎正式上线。去年底火山引擎被列为六大核心业务板块，升级为独立BU，发布全系云服务产品，字节跳动开始全面进入公有云市场。在最初阶段，字节云也把中心放在了PaaS与SaaS领域。据IDC近期发布的《中国公有云服务市场（2021上半年）跟踪》报告显示，2021年上半年，中国公有云服务整体市场规模（IaaS/PaaS/SaaS）达到123.1亿美元（787.6亿人民币）。其中IaaS市场同比增长47.5%，市场规模为78.26亿美元（500.7亿人民币）。PaaS市场同比增长53.9%，市场规模为17.2亿美元（110亿人民币）。 2021年H1阿里云IaaS收入193.3亿元；华为云56.1亿元；腾讯云55.6亿元；天翼云48.1亿元；亚马逊32.5亿元；其他115.2亿元。PaaS市场同比增长53.9%，市场规模为17.2亿美元（110亿人民币），去年同期为11.18亿美元（71.5亿人民币）。2021年H1阿里云PaaS收入38.2亿元；亚马逊13.3亿元；腾讯云12.9亿元；华为云10.5亿元。PaaS拥有的在线办公协同、低代码、云原生、分布式等开放、开源的云服务能力，能解决超过4000万数目的中小企业的数字化转型问题。但PaaS对云大厂的软件研发能力、生态建设能力都提出极高的考验，它正成为各大云厂商发力的技术方向。随着云业务的深入发展，头部云厂商竞争的主力点将落在PaaS和SaaS市场。4、SaaS之争；作为上上层，SaaS对于云厂商而言，是建设大生态的最关键一环。2021年，华为云发布了开天aPaaS（应用程序平台即服务），将自身30多年及全球各行各业的数字化转型经验变成可被调用的服务开放出来，让开发者面向行业创新，不必重复“造轮子”。对比全球SaaS产业历史同期，SaaS市场渗透率演进路径基本一致，我国SaaS产业发展滞后约5年左右，预计未来5～10年将成为国内SaaS市场发展的关键时期。相比海外SaaS的上云，中国将呈现不同的表现，云计算或是推动SaaS渗透率上升的一个重要力量。所以，早在去年4月26日，腾讯就在北京举行 “2021 腾讯千帆战略发布会”，解读其 SaaS 生态战略，面向行业和客户发布“企业应用连接器 ”。据透露，未来三年，腾讯千帆将助力10万家客户和1万个SaaS应用实现高效连接，致力于打造全球最大规模的企业应用连接器。而百度智能云也推出了碳数智化平台--度能，全新推出SaaS服务。截至目前，度能已和数十家生态合作企业，联合打造近百款能源应用及终端，服务客户的数量有上万家。领域覆盖产能、供能、用能全链条，行业场景囊括化工、制造、食品加工、轻工等多个领域。我国的SaaS行业起步较晚，在2010年左右正式起步，经过十多年的发展，经营管理类SaaS开始进入稳定发展的成熟期。过去，SaaS服务都是服务商单独向中小企业售卖。而云SaaS则会加速产业发展进程，各大云厂商开始打造自己的SaaS平台，生态的繁荣会提升各自云服务的吸引力，尤其利好SaaS厂商，云计算将是它们触达企业客户最佳渠道之一。云厂商们自然很注重对第三方服务商的扶持力度，而包括阿里云，曾一度提出“不做SaaS”。很显然，数字化并非简单的将大数据、应用放在云上跑，它还需要一系列数字化工具作为支撑转型。对于各大云厂商来说，SaaS服务的特点，决定了必须依赖更多的第三方服务商，构建生态打造共赢模式是共同选择。在这方面，互联网大厂与万千SaaS服务提供商的“关系”，显然远胜运营商云，未来这也是互联网大厂发挥自身优势的方向。数字化浪潮下，中小企业和政企大客户已成了云计算市场增量的新蓝海。它们需求相比消费互联网公司更垂直、细分和专业化，这给予云大厂们更多施展技术实力的空间。从增速上看，运营商去年确实交了一份满意的答卷，但就未来竞争趋势预测，互联网大厂玩家的综合实力仍旧更强。无论如何，云计算的未来十年开始了，大厂派VS运营商派谁实力更强？只能说拭目以待。引用文章：半导体产业纵横-《跨界造芯“卷”上云，云计算厂商角逐服务器芯片》；节点财经-《华为云，身负重担》；节点财经-《华为来的蔡英华，能帮阿里云搞定政企大客户？》；中国电子报-《三朵运营商云：静待花开》；科技云报道-《云巨头的中场战事：PaaS、SaaS成为关键破局点？》中国经营报-《互联网云巨头增速放缓 SaaS生态决胜未来？》*本文来源于砍柴网-师天浩，原文链接：http://tech.ikanchai.com/article/20220801/491582.shtml，如有侵权，立即删除。

作者 | Jim Meyers通过升级新的监控和数据采集（SCADA）系统，可再生能源公司在运营和业务管理方面获得更多优化和改进。使系统更易于满足合规要求的同时，还可以获得其它好处，对制造商来说，这是一个真正的双赢。只要问问Roeslein 可再生能源公司（RAE）就明白了，该公司投入了一套新的监控和数据采集系统（SCADA），除了合规性， 还在很多其它领域获得了改进。总部位于美国圣路易斯的可再生能源公司RAE， 拥有运营和开发沼气洗涤设施， 可将农业和工业生物废物转化为可再生天然气和可持续的副产品。系统集成商Roeslein&Associates（同属RAE 集团）为其升级了新的SCADA 系统，并使用了几种现代技术，包括云服务平台、SCADA 平台、边缘计算和消息队列遥测传输（MQTT）功能。 新系统可以从不同位置可靠地收集数据，将其存储在同一个地方，提供给用户访问。该系统帮助RAE 公司满足政府的合规性要求，也可以帮助其它公司满足这些要求。安全网络可以支持增加更多的公司，每个公司只能访问它们自己的数据。该系统提供了一种简化的方式来可视化数据、评估运营状态，并生成必要的月度报告，以确保合规性。 该系统提供了单一的事实来源，并简化了数据提交过程。RAE 公司每天还使用这个新平台来管理和优化生产，并能持续添加新的功能。检查所有阀门，确认是否有某个阀门开裂或泄漏。集成SCADA、云和边缘技术“连接所有部件并不困难。”负责该项目实施的系统工程师Mitchell Leefers 表示， 使用Amazon 云服务资源通常需要一段学习曲线，但通过边缘技术和MQTT，一切都可以完美地连接在一起。该项目涉及两个独立的数据采集系统。其中一个可以处理合规报告所需的数据，并可以以安全的方式将其它公司包括在内。该系统拥有一个虚拟的私有云。它还包括与可编程逻辑控制器（PLC）直接连接的以太网，以确保可靠的边缘设备通信。数据通过MQTT 传输。第二个系统仅用于RAE 公司收集其所有过程数据。这些数据被用于整体设备效率（OEE）、故障排除、维护跟踪和过程改进。 “ 当决定将其分为两个系统时，我们并没有现成的、在以前项目中使用过的任何模型，” Leefers 说，“我们做这个决定，完全是根据客户提供的信息和我们过去的经验。” SCADA 系统帮助RAE 公司向政府许可机构报告合规性。RAE 的财务经理Ivailo Chervenkov 说：“它通过用户友好的界面提供最新的运营数据，极大地促进了我们的合规工作。它还使我们可以以更高效的方式，来简化数据收集和分发。在使用该系统之前，所有数据都是通过繁琐的手动方法收集、过滤和分发的。” 现在，RAE 公司可以利用这些数据来实现更多功能， 以进一步改善运营。Cher venkov 说：“该系统使我们能够扩大报告工作，以应对不断增加的容量，以及更多的设施和增加的复杂性所带来的挑战。数据也变得更可靠和可用，加快了关键生产和预测活动。该系统帮助我们轻松确定出问题的领域，并快速找到实时解决方案，从而提高信息和决策的效率和质量。” SCADA 软件提供的不仅仅是合规性RAE 公司工程副总裁Eric Bancks 说：“SCADA 软件与我们的每日报告交互，允许单点访问数据。它提供了访问和可视化历史过程数据的工具，用于优化和故障排除的过程分析。我们能够绘制历史沼气产量与沼气预测模型对比图，并用经验数据修改预测模型，跟踪甲烷回收和甲烷不平衡。数据则用于识别‘可疑’仪表，以加快维修。”  新的SCADA 系统在解决问题的同时还节省了大量时间。Bancks 说：“因为大多数网点都离我们办公室很远。现在，我们可以在办公室收集数据并进行分析，为现场提供指导，而无需单程高达四五个小时的差旅。” 利用SCADA 平台中的分析工具，对数据进行趋势分析还会带来其它好处。Bancks 说：“我们的过程团队广泛使用定制趋势工具。它使我们的过程团队可以在同一个图上绘制多个变量，还可以将数据下载为CSV 文件，以供进一步操作和分析。”自定义趋势工具，具有不同的数据查询，如分钟快照、分钟平均值、小时平均值等。这有助于以任务所需的任何频率管理数据。RAE 已经预见到更好、更多地访问数据所带来的巨大价值，这对决策过程和预算编制至关重要。它提供了一致、准确和及时的数据，可供整个公司的不同员工日常使用。它还允许不同级别的管理层使用不同类型的信息，从而有助于改善决策。合规记录可帮助不同需求的企业创建合规记录的软件，也可以帮助没有合规要求的组织。“这类系统可用于任何类型的数据采集和分析，” Leefers 说，“我们已经建立了一个高可用性和高冗余的系统，通过互联网与中央数据库连接，可靠地从世界任何地方的运营中获取数据。这是我们解决的问题，但它也可能是其它不同场景的解决方案。” 系统集成商正在为该系统增加新的功能。“我们正在整合条形码系统， 以便更高效地跟踪天然气运输。” Leefers 说。许多生产场所没有与天然气管道的直接连接，所以在给卡车加油时，需要将天然气送到卸载站注入管道。每批货物都必须用一份文件进行跟踪，其中包含装载在卡车上的天然气信息。虽然，可以手动完成该过程的大部分工作，但需要大量运行人员手动输入数据以创建文档，且人工输入容易出错。新的条形码系统将使追踪每批气体及其数据变得更加容易和可靠。本文来自于控制工程中文版（CONTROL ENGINEERING China）2022年5月刊《应用案例》栏目：升级SCADA 系统：提升合规性和运营效率

3G、4G、5G第三代、第四代和第五代蜂窝技术。简单来说，3G 代表智能手机及其移动网络浏览器的引入；4G 是当前一代的蜂窝技术，为移动设备提供真正的宽带互联网接入；5G 蜂窝技术将为蜂窝系统提供巨大的带宽并减少延迟，支持从智能手机到自动驾驶汽车和大规模物联网的一系列设备。边缘计算被认为是 5G 的关键组成部分。接入边缘（Access Edge）最接近物理最后一公里网络的服务提供商边缘的子层，RAN 或电缆头端零跳或一跳。例如，部署在蜂窝网络站点的边缘数据中心。接入边缘层充当服务提供商边缘的前线，通常连接到层次结构上游的区域边缘层。接入边缘的边缘计算由位于前端和中端站点的高度分布式服务器级基础设施组成，例如蜂窝塔、电缆配电厂、聚合和预聚合集线器、中央办公室以及其他网络接入设备如蜂窝无线基站，以及xDSL和xPON设备。接入边缘数据中心通常属于微模块类型，易于部署和独立运行。由于需要支持超低延迟工作负载，包括那些需要可预测连接到最后一公里网络的工作负载，接入边缘设施通常位于无线电头端或电缆头端 15 公里范围内，最适合用于延迟在 1ms - 30ms 范围内。接入网将用户和设备连接到其本地服务提供商的网络。它与核心网形成了鲜明的对比，核心网将服务提供商彼此连接起来，接入网直接连接到基础设施的边缘。聚合边缘服务提供商层边缘距离接入边缘只有一跳的距离。可以作为单个位置的中型数据中心存在，也可以由多个互连的微型数据中心组成，以在区域边缘和接入边缘之间形成分层拓扑，以实现更好的协作、工作负载故障转移和可扩展性。基站RAN（无线接入网络）中的一种网元，负责在一个或多个小区内向用户设备发送和接收无线电信号。基站可以采用集成天线，也可以通过馈线电缆连接到天线阵列。采用专业的数字信号处理和网络功能硬件。在现代 RAN 架构中，为了灵活性、成本和性能，基站可能被拆分为多个功能块在软件中运行。基带单元 (BBU)一种负责基带无线电信号处理的基站组件。采用专门的硬件进行数字信号处理。在 C-RAN 架构中，BBU 的功能可以作为VNF在软件中运行。中央办公室 (CO)特定地理区域内的电信基础设施聚合点。物理上为存放电信基础设施设备而设计，但通常不适合容纳边缘数据中心规模的计算、数据存储和网络资源，因为它们的地板、供暖、制冷、通风、灭火和电力输送系统不足。在这种情况下，当硬件是专门为边缘情况设计的，它可以应付中央办事处的物理限制。中央办公室重新设计为数据中心 (CORD)在中央办公室内部署数据中心级计算和数据存储能力。集中式数据中心一种大型的、通常是超大规模的物理结构和逻辑实体，其中包含大型计算、数据存储和网络资源，由于其规模，这些资源通常由许多租户同时使用。与大多数用户有很大的地理距离，通常用于云计算。云计算一种提供按需访问共享计算资源池的系统，包括网络、存储和计算服务。通常使用少量大型集中式数据中心和区域数据中心。云原生网络功能 (CNF)云原生网络功能 (CNF) 是实现网络功能的云原生应用程序。CNF 由一个或多个微服务组成，使用云原生原则开发，包括不可变基础设施、声明性 API 和“可重复部署过程”。举一个简单的 CNF 例子，数据包过滤器，它将单个网络功能作为微服务。防火墙也是一个例子，它可以由多个微服务组成（例如加密、解密、访问列表、数据包检查等）。云节点计算节点，例如单个服务器或其他一组计算资源，作为云计算基础设施的一部分运行。通常位于集中式数据中心内。Cloud RAN (C-RAN)RAN 的演进，允许将无线基站的功能分为两个组件：射频拉远头 (RRH) 和集中式 BBU。C-RAN 不要求在每个蜂窝无线电天线上都安装BBU，而是允许BBU在与发射塔一定距离的聚合点上工作，该聚合点通常称为 [分布式天线系统 (DAS) 集线器] 。将多个 BBU 放在一个聚合设施中可以提高基础设施效率，并更好地向 Cloud RAN 演进。在 C-RAN 架构中，由传统基站执行的任务通常作为VNF在通用计算硬件上的基础设施边缘微数据中心上执行。这些任务必须以高性能和尽可能低的延迟执行，需要在蜂窝网络站点上使用基础设施边缘计算来支持它们。云服务提供商 (CSP)由集中式和区域性数据中心组成的大型云资源运营组织。最常用于公有云环境中。也可以称为云服务运营商 (CSO)。Cloudlet在学术界，该术语指的是基础设施边缘的移动增强的公有或私有云，由卡内基梅隆大学的Mahadev Satyanarayanan推广。与边缘云同义。它还可以与边缘数据中心和边缘节点互换使用。在 3 层计算架构中，术语“cloudlet”是指中间层（Tier 2），Tier 1 是云，Tier 3 是智能手机、可穿戴设备、智能传感器等。托管（Colocation）将由不同方拥有或操作的计算、数据存储和网络基础设施部署在同一物理位置的过程。与共享基础设施不同的是，托管不要求边缘数据中心等基础设施拥有多个租户或用户。计算卸载（Computational Offloading）一种边缘计算用例，其中任务从边缘设备卸载到基础设施边缘以进行远程处理。例如，计算卸载通过将计算卸载到基础设施边缘来寻求移动设备的性能改进和节能，目标是最大限度地减少任务执行延迟和移动设备能耗。计算卸载还支持新类型的移动应用程序，这些应用程序需要的计算能力和存储容量超过了设备本身的能力。在其他情况下，为了提高性能，可以将工作负载从集中式数据中心转移到边缘数据中心。该术语在文献中也被称为云卸载和网络觅食。计算卸载也使新类型的移动应用成为可能，这些应用需要的计算能力和存储容量超过了设备本身的能力(例如，无绳虚拟现实)。在其他情况下，为了提高性能，可以将工作负载从集中式数据中心转移到边缘数据中心。这个术语也被称为cloud offload 或 cyber foraging。内容分发网络 (CDN)一种分布在整个网络中的分布式系统，将内容（例如流媒体视频）放置在离用户更近的位置。CDN是构建在现有网络基础之上的智能虚拟网络，依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，降低网络拥塞，提高用户访问响应速度和命中率。当使用基础设施边缘计算时，CDN 节点在边缘数据中心的软件中运行。核心网服务提供商网络层，它将接入网和接入网上的设备连接到其他网络运营商和服务提供商，这样数据就可以在互联网或其他网络之间传输。距离基础设施边缘计算资源可能有多个跃点。CPE（Customer-Premises Equipment）一种接收移动信号并以无线WIFI信号转发出来的移动信号接入设备，例如有线网络调制解调器，它允许网络服务的用户连接到服务提供商的接入网中。通常是从基础设施边缘计算资源向终端用户的一跳。数据中心可容纳多个高性能计算和数据存储节点的结构，将大量的计算、数据存储和网络资源集中在一个位置。在某些情况下也可能指计算和数据存储节点。集中式数据中心、区域数据中心和边缘数据中心的规模各不相同。Data Gravity数据不能在网络上自由移动，并且随着数据量和网络端点之间距离的增加，这样做的成本和难度也会增加，应用程序将倾向于数据所在的位置。Data Ingest为存储和后续处理而接收大量数据的过程。例如，边缘数据中心为视频监控网络存储了大量的视频，然后必须对这些视频进行处理以识别相关人员。Data Reduction在数据的产生者和最终接收者之间使用一个中间点来智能地减少传输的数据量，同时又不丢失数据的含义的过程。一个例子是智能重复数据删除系统。数据主权数据受其所在国家、州、行业的法律法规或管理其使用和移动的适用法律框架的约束的概念。设备边缘（Device Edge）最后一公里网络的设备端或用户端的边缘计算能力。通常依赖于现场的网关或类似设备来收集和处理来自设备的数据。可能还会使用用户设备(如智能手机、笔记本电脑和传感器)有限的备用计算和数据存储能力来处理边缘计算工作负载。与基础设施边缘不同，因为它使用设备资源。设备边缘云（Device Edge Cloud）边缘云概念的扩展，其中某些工作负载可以在设备边缘可用的资源上运行。通常不提供类似云的弹性分配资源，但对于零延迟工作负载来说可能是最佳选择。分布式天线系统 (DAS) 集线器用作许多无线电通信设备的聚合点的位置，通常用于支持蜂窝网络。可能包含或直接连接到部署在基础设施边缘的边缘数据中心。边缘云位于基础设施边缘的类云功能，包括从用户角度访问弹性分配的计算、数据存储和网络资源。通常作为集中式公有或私有云的无缝扩展运行，由部署在基础设施边缘的微型数据中心构建。有时也称为分布式边缘云。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。通过缩短设备与为其服务的云资源之间的距离，并减少网络跳数，边缘计算缓解了当今互联网的延迟和带宽限制，从而迎来了新的应用类别。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。边缘数据中心与传统的集中式数据中心相比，边缘数据中心能够尽可能靠近网络边缘的地方。尽管单独使用规模较小，但能够执行与集中式数据中心相同的功能。由于高度分布式的物理位置产生的独特约束，边缘数据中心通常采用自主操作、多租户、分布式和本地弹性以及开放标准。边缘指的是这些数据中心通常部署的位置。它们的规模可以定义为微型，容量从 50 到 150 kW+ 不等。多个边缘数据中心可以互连，以在本地区域内提供容量增强、故障缓解和工作负载迁移，作为虚拟数据中心运行。Edge Exchange发生在边缘数据中心的 Pre-internet traffic exchange，通常在接入边缘处或附近。此功能通常在边缘数据中心的 Edge Meet Me Room 中执行，并且如果边缘交换处不存在目标位置，则可以与传统的集中式互联网交换点以补充或分层方式运行。与区域或集中式互联网交换相比，边缘交换可用于改善端到端应用程序延迟。Edge Meet Me Room边缘数据中心内的一个区域，租户和电信提供商可以在该区域中相互互连以及与其他边缘数据中心互连，其方式与在MMR中的方式相同。边缘网络结构（Edge Network Fabric）网络互连系统，通常是暗光纤或亮光纤，在基础设施边缘数据中心和潜在的其他本地基础设施之间提供连接。这些网络由于其规模和运行位置通常跨越位于市中心的不同地理区域，可以被视为城域网。边缘节点一种计算节点，例如单个服务器或一组计算资源，作为边缘计算基础设施的一部分运行。通常位于运行在基础设施边缘的边缘数据中心内，因此比集中式数据中心中的云节点在物理上更接近其目标用户。边缘增强应用（Edge-Enhanced Application）一种能够在集中式数据中心运行的应用程序，但在使用边缘计算运行时有性能(通常是在延迟方面)或功能优势。这些应用程序可以改编自集中式数据中心的现有应用程序，或者可能不需要更改。边缘原生应用（Edge-Native Application）原生构建的利用边缘计算能力的应用程序。边缘原生应用程序利用云原生原则，同时考虑到边缘在资源限制、安全性、延迟和自主性等领域的独特特征。边缘原生应用程序以利用云并与上游资源协同工作的方式开发。雾计算一种早期的边缘计算概念，它规定了计算和数据存储资源以及应用程序及其数据位于用户和云之间的最佳位置，目标是提高性能和冗余。雾计算一词最初是由思科创造的，作为边缘计算的替代品，但如今已被弃用。网关设备用户边缘上的设备，用作其他本地设备的管道，目的是聚合和促进现场设备的数据传输，其中许多设备是电池供电的，可以在低功耗状态下长时间运行。网关连接到这些设备并收集数据以转发到本地数据中心或通过最后一公里网络进行传输。硬实时（Hard Real Time）与需要确定性响应的用例或应用程序相关，其中消息必须按时并以可预测的方式到达，否则可能导致严重或危及生命的故障。PLC、RTU 和 ECU 等资源多年来一直用于工业过程控制、机械、飞机、车辆和无人机，需要实时操作系统 (RTOS) 和专用的固定功能逻辑。硬实时功能的例子包括控制工业车床、应用车辆制动器或展开车辆安全气囊；这些功能普遍在用户边缘执行，因为无论该连接的速度和可靠性如何，它们都不能依赖对最后一公里网络的控制。基础设施边缘（Infrastructure Edge）目前被 LF Edge 分类中的服务提供商边缘（Service Provider Edge）一词所取代，基础设施边缘原本指的是计算能力，通常以一个或多个边缘数据中心的形式，部署在最后一公里网络的运营商一侧。位于基础设施边缘的计算、数据存储和网络资源允许像云一样的能力，如资源的弹性分配，但是，由于与集中式或区域性数据中心相比，用户具有更高的局部性，因此具有更低的延迟和更低的数据传输成本。互连通常通过光纤电缆将一方的网络连接到另一方的网络，例如在互联网对等点、MMR。该术语还可以指两个数据中心之间或数据中心内的租户之间的连接，例如 Edge Meet Me Room。互联网边缘基础设施边缘内的一个子层，基础设施边缘和互联网之间发生互连。包含 Edge Meet Me Room和其他设备，用于提供这种高性能水平的互连。互联网交换点（IXP）不同电信运营商之间为连通各自网络而建立的集中交换平台，IXP是为促进互联网骨干网的网间互联和公平竞争而设置的运营商间进行数据网际交换的机构 是为互联网业者提供空间进行网络互连、交换流量和资源的服务场所。互联网边缘可能经常连接到 IXP。物联网边缘（IoT Edge）智能设备边缘的一个子集，由针对物联网用例的headless（即在常规操作中没有用户界面）计算资源组成。IP聚合利用基础设施边缘的计算、数据存储和网络资源，尽可能早地分离和路由从蜂窝网络RAN接收到的网络数据。如果不使用IP聚合，这些数据可能需要通过更长的路径到达本地CO或其他聚合点，然后才能路由到Internet或其他网络。为用户改进蜂窝网络的QoS。抖动在一段时间内观察到的网络数据传输延迟的变化。在整个测量周期内，从最低到最高的观测延迟值，以毫秒为单位进行测量。实时应用程序（如 VoIP、自动驾驶和在线游戏）的一个关键指标。最后一公里电信网络中连接服务提供商和客户的部分。客户与基础设施之间的连接类型和距离决定了客户可用的性能和服务。最后一公里是接入网的一部分，也是服务提供商控制范围内离用户最近的网段。延迟在网络数据传输的环境中，一个数据单位（通常是帧或数据包）从原始设备传输到目的地所花费的时间。在两个或多个端点之间的单个或重复时间点以毫秒为单位进行测量。优化现代应用程序用户体验的关键指标。与抖动不同，抖动是指延迟随时间的变化。有时表示为往返时间 (RTT)。延迟关键型应用如果延迟超过一定的阈值，应用程序将无法正常运行或功能崩溃。延迟关键应用程序通常负责实时任务，例如支持自动驾驶汽车或控制机器对机器的进程。与延迟敏感型应用不同，超过响应延迟需求通常会导致应用程序失败。延迟敏感型应用减少延迟可以提高性能，但如果延迟高于预期，应用仍然可以运行。与延迟关键型应用不同，超过延迟目标通常不会导致应用程序故障，但可能会导致用户体验下降。例如图像处理和批量数据传输。Local Breakout将internet-bound流量放到边缘网络节点(如边缘数据中心)的internet上的能力，而不需要流量通过更长的路径返回聚集的、更集中的设施。位置感知使用 RAN 数据和其他可用数据源以高精度确定用户的位置以及他们在不久的将来可能的位置，以实现工作负载迁移以确保最佳应用程序性能。基于位置的节点选择（Location-Based Node Selection）一种基于节点的物理位置相对于设备的物理位置来选择运行工作负载的最佳边缘节点的方法，目的是提高应用程序工作负载的性能。工作负载编排的一部分。管理和编排 (MANO)在边缘计算的背景下，这是边缘设备和边缘应用程序在其整个生命周期内的管理和编排，包括配置、监控、更新、操作和保护应用程序和数据。不同的边缘层需要类似的原则，但通常依赖于不同的工具集，这是由于固有的技术权衡，如可用计算占用空间、失去最后一公里连接期间的自主性、正常运行时间需求、时间紧迫性等。微模块数据中心 (MMDC)模块化数据中心是指以较小规模应用模块化数据中心概念的数据中心，容量通常为 50 至 150 kW。采用多种可能的形式，包括机架式机柜，可根据需要在室内或室外部署。与大型模块化数据中心一样，微模块数据中心能够与其他数据中心组合以增加区域内的可用资源。Mixed-Criticality工作负载整合将硬实时或延迟和安全关键型工作负载与软实时和延迟敏感型工作负载（例如通用边缘基础设施上的 AI/ML 模型）整合在一起的做法。移动边缘基础设施边缘、设备边缘和网络切片功能的组合，经过调整以支持特定用例，例如实时自动驾驶汽车控制、自动驾驶汽车寻路和车载娱乐。此类应用程序通常结合了对高带宽、低延迟和无缝可靠性的需求。移动网络运营商 (MNO)蜂窝网络的运营商，通常负责网络部署和有效运行所需的物理资产，例如 RAN 设备和网络站点。与 MVNO 不同，MNO 负责物理网络资产。可能包括部署在基础设施边缘的边缘数据中心，这些边缘数据中心位于或连接到这些资产下的蜂窝站点。通常也是一个服务提供商，提供对其他网络和互联网的访问。移动虚拟网络运营商 (MVNO)一种类似于 MNO 的服务提供商，区别在于 MVNO 不拥有或不经常运营自己的蜂窝网络基础设施。尽管他们不会拥有部署在连接到他们可能正在使用的蜂窝站点的基础设施边缘的边缘数据中心，但 MVNO 可能是该边缘数据中心内的租户。模块化数据中心 (MDC)一种为可移植性而设计的数据中心部署方法。高性能计算、数据存储和网络功能安装在便携式结构中，然后可以运输到需要的地方。这些数据中心可以与现有数据中心或其他模块化数据中心相结合，以根据需要增加可用的本地资源。多接入边缘计算 (MEC)由 ETSI 赞助的开放应用程序框架，支持与RAN紧密耦合的服务开发。MEC 于 2014 年正式提出，旨在通过标准化的软件平台、API 和编程模型来增强 4G 和 5G 无线基站，以便在无线网络边缘构建和部署应用程序。MEC 允许部署无线感知视频优化等服务，利用缓存、缓冲和实时转码来减少蜂窝网络的拥塞并改善用户体验。MEC最初被称为移动边缘计算，2016 年更名为多接入边缘计算，以强调他们将 MEC 扩展到蜂窝之外的其他接入技术的雄心。利用部署在基础设施边缘的边缘数据中心。近实时（Near Real Time）受益于离散的低延迟时序的应用程序或用例，但对低延迟而非硬实时的时序有一定的容忍度。网络功能虚拟化 (NFV)一种对于网络架构（network architecture）的概念，利用虚拟化技术，将网络节点阶层的功能，分割成几个功能区块，分别以软件方式实现，不再拘限于硬件架构。使用行业标准虚拟化和云计算技术，将网络功能从专有硬件设备中的嵌入式服务迁移到运行在标准x86和ARM服务器上的基于软件的VNF。在许多情况下，NFV处理和数据存储将发生在直接连接到基础设施边缘的本地蜂窝站点的边缘数据中心。网络跃点在网络中传输数据时发生路由或交换的点。减少用户和应用程序之间的网络跃点数是边缘计算的主要性能目标之一。东西南北数据流指跨边缘的数据流进出集中式云数据中心连续体的方向性。北向是指数据流向“上游”，例如从部署在用户边缘的资源到部署在服务提供商边缘和集中云的资源；而南向是指数据流向相反的方向。东向和西向数据流是指在整个连续体中相同/相似位置的资源对等体之间的相互通信。本地数据中心边缘（On-Premises Data Center Edge）用户边缘的一个子类别，由位于最终用户运营的建筑物内或附近的服务器级计算基础设施组成，例如办公室和工厂。这些位置的 IT 设备位于传统的私有数据中心和模块化数据中心 (MDC) 中。这些资源在可用空间、电力和冷却的范围内具有适度的可扩展性。用于安全和MANO的工具与云数据中心中使用的工具类似。OTT（Over-the-Top Service Provider）不拥有或运营底层网络的应用程序或服务提供商，在某些情况下是数据中心以及将其应用程序或服务交付给用户所需的基础设施。流媒体视频服务和 MVNO 是当今非常普遍的 OTT 服务提供商的例子。通常是数据中心租户。Perishable Data如果在某一时刻采取行动，这些数据是最有价值的，一旦处理可能会被丢弃，以降低通过最后一英里网络的连接成本。通过在本地处理来自传感器的数据，然后只向服务提供商边缘或云发送相关信息，而不是原始数据流，应用程序和连接性可以得到优化。存在点 (PoP)网络基础设施中的一个点，服务提供商允许用户或合作伙伴连接到他们的网络。在边缘计算的背景下，如果 IXP 不在本地区域内，在许多情况下，PoP 将在 edge meet me room 内。边缘数据中心将连接到 PoP，然后再连接到 IXP。QoEQoS原则的高级使用，对应用程序和网络性能进行更详细和细致的测量，目标是进一步改善应用程序和网络的用户体验。也指能够主动测量性能并根据需要调整配置或负载平衡的系统，因此可以被视为工作负载编排的一个组件。QoS衡量网络和数据中心基础设施服务特定应用程序（通常是针对特定用户）的指标。吞吐量、延迟和抖动都是关键的 QoS 测量指标，边缘计算旨在为许多不同类型的应用程序改进，从实时到批量数据传输用例。无线接入网 (RAN)接入网络的一种无线变体，通常指的是蜂窝网络，例如 3G、4G 或 5G。5G RAN将利用NFV和C-RAN，在基础设施边缘的计算、数据存储和网络资源提供支持。实时（Real Time）受益于或需要离散、低延迟时间的应用程序或用例。区域数据中心位于集中式数据中心和微模块数据中心之间的数据中心，已建成足够的规模，并且位置便利，可服务于整个区域。物理上比Access Edge更远离最终用户和设备，但比集中式数据中心更靠近他们。在某些情况下也称为都市数据中心。传统云计算的一部分。区域边缘服务提供商边缘的一个子类别，由位于区域数据中心的服务器级基础设施组成，这些数据中心也往往用作主要的对等站点。区域边缘数据中心能够支持 30 毫秒 - 100 毫秒范围内延迟的边缘工作负载。Resource Constrained Device设备边缘的一个子类别，指位于最后一公里网络的设备边缘侧的设备，这些设备通常由电池供电，并且可以在省电模式下长时间运行。这些设备通常在本地连接到网关设备，网关设备反过来传输和接收由本地网络以外的源生成的数据，并将数据定向到网关设备，例如在基础设施边缘的边缘数据中心运行的数据分析应用程序。服务提供商为客户提供网络接入的组织，其目标通常是通过“最后一公里”网络为客户提供互联网接入。客户通常会通过光纤电缆或无线蜂窝调制解调器从用户边缘的最后一公里连接到服务提供商的接入网。服务提供商边缘LF Edge 分类中的两个主要边缘层之一，用于指定部署在最后一公里网络的服务提供商端的边缘计算能力。服务提供商边缘由放置在大都市地区服务提供商网络附近或支持服务提供商网络的 IT 设备组成，并涵盖接入网络和最近的互联网交换 (IX) 点之间的物理地理位置。服务提供商边缘进一步细分为接入边缘和区域边缘，通常能够以低于 100 毫秒的延迟提供边缘计算。最初被称为基础设施边缘。共享基础设施多方使用单个计算、数据存储和网络资源，例如两个组织各自使用单个边缘数据中心的一半，这与各方拥有自己的基础设施的不同。智能设备边缘用户边缘的一个子类别，由位于物理安全数据中心之外的计算硬件组成，但仍能够支持用于云原生软件开发的虚拟化和/或容器化技术。这些资源涵盖消费级移动设备、 PC以及物联网设备。虽然这些设备能够进行通用计算，但由于成本、电池寿命、外形尺寸和坚固性（热和物理）等各种原因受到性能限制，因此与上游数据中的资源相比，处理可扩展性存在实际限制。这些系统越来越趋向于以图形处理单元 (GPU) 或现场可编程门阵列 (FPGA) 的形式进行协同处理，以加速分析。智能设备边缘的资源可以作为单独的设备进行部署和使用（例如，工厂车间的智能手机或物联网网关），也可以嵌入到分布式、独立的系统中，例如联网/自动驾驶汽车、信息亭、油井和风力涡轮机。Soft PLC一种虚拟化可编程逻辑控制器 (PLC)，可以与其他虚拟化或容器化应用程序一起整合到通用基础设施中，以用于并行运行的数据管理、安全和分析应用程序，并与更高的边缘层进行交互。软实时（Soft Real Time）与延迟敏感的应用程序相关联，例如视频流，其中应用程序依赖低延迟网络来提供良好的用户体验，但网络故障或延迟不会导致严重或可能危及生命的故障。为了方便和规模经济，通常从服务提供商边缘交付具有软实时要求的应用程序。吞吐量在网络数据传输环境中，每秒能够在两个或多个端点之间传输的数据量。以每秒比特数来衡量，通常根据需要以兆比特或千兆比特为单位。尽管应用程序通常需要最小的吞吐量水平才能正常运行，但在此延迟之后，通常会限制应用程序和损害用户体验。Thick Compute在边缘计算的背景下，是指通常位于智能设备边缘和本地数据中心边缘的高端网关和服务器级计算。可以部署在安全数据中心内部或外部。Thin Compute在边缘计算的背景下，指的是网关、集线器和路由器形式的更受限制的边缘计算资源，它们只有最小的处理能力，通常与其他更强大的（Thick Compute）设备结合使用来执行计算。智能设备边缘的一部分，通常部署在物理安全数据中心之外。Tiny ML在基于微控制器的设备中部署功能有限的机器学习 (ML) 推理模型，通常在受限设备边缘。需要高度专业化的工具集来容纳可用的处理资源。例如ML 模型，它使智能扬声器能够在服务器进一步处理后续语音交互之前在本地识别唤醒词（例如“Hey Siri”）。流量卸载将通常传输效率低下的数据（例如通过长距离、拥塞或高成本网络）重新路由到替代的、更本地的目的地（例如，CDN 缓存）或更低成本或更高效的网络的过程。Local Breakout 是使用边缘计算进行流量卸载的一个例子。Truck Roll在边缘计算的环境中，将人员派遣到边缘计算位置（例如边缘数据中心）的行为，通常是为了解决或排除检测到的问题。这些地点通常偏远，大部分时间都是远程操作，没有现场人员。这使得上门服务的其他实际考虑成本成为边缘计算运营商的潜在关注点。用户边缘部署在最后一公里网络用户侧的边缘计算能力，也称为设备边缘。LF Edge 分类中的两个主要边缘层之一，由服务器、存储和网络以及设备组成，部署在最后一公里网络的下游侧。用户边缘资源与物理世界中的最终用户和流程相邻，涵盖范围广泛的设备类型，包括网关、服务器和最终用户设备。用户边缘上的工作负载通常与服务提供商边缘上的资源一起工作，但能够实现较低的延迟并节省带宽，处理数据无需数据通过最后一公里的网络。与服务提供商边缘相比，用户边缘代表了高度多样化的资源组合。用户边缘包含本地数据中心边缘、智能设备边缘和受限设备边缘。V2XV2I 的超集，指的是类似 V2I 的技术，它使得车与车、车与基站、基站与基站之间能够通信。从而获得实时路况、道路信息、行人信息等一系列交通信息，从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。V2I，用于连接或自动驾驶汽车的技术集合，用于连接到其支持的基础设施，如在基础设施边缘的边缘数据中心运行的机器视觉和路径查找应用程序。通常使用更新的蜂窝通信技术，如5G或Wi-Fi 6作为接入网络。虚拟数据中心由多个物理边缘数据中心构建的虚拟实体，从外部可以将它们视为一个实体。在虚拟数据中心内，可以根据负载平衡、故障转移或运营商偏好，根据需要将工作负载智能地放置在特定的边缘数据中心或可用区内。在这种配置中，边缘数据中心通过低延迟网络互连，旨在创建冗余和弹性的边缘计算基础设施。虚拟化网络功能 (VNF)一种基于软件的网络功能，在通用计算资源上运行，NFV 使用它来代替专用的物理设备。在许多情况下，多个 VNF 将在基础设施边缘的边缘数据中心上运行。工作负载编排一种智能系统，可动态确定要在计算、数据存储和网络资源范围内处理的应用程序工作负载的最佳位置、时间和优先级，从集中式和区域数据中心到基础设施边缘和设备边缘的可用资源。工作负载可以被标记为特定的性能和成本需求，这决定了它们将在哪里运行。编者按：本文编译自Open Glossary of Edge Computing，不声明原创，仅供学习交流。

我是计算机技术专业准研究生，想走云计算研究方向，请各位前辈推荐一下具体研究方向。