除了具有成本效益之外，云计算应用在企业中还有什么优势呢？云计算的优势还包括简化IT管理和维护、内置安全性以及易于部署的模式等。因此，企业都开始尽量充分利用它来实现业务目标。以下是战略性商业应该应对的云计算领域三大热门趋势。一、云计算：服务模式重新定义云计算是一种业务模式，服务提供商在定制的环境中处理客户的完整基础架构和软件需求。随着云计算的发展，云服务和解决方案也将随之增长。软件即服务（SaaS）预计到2020年将以18%的年均复合增长率增长，平台即服务（PaaS）的采用率将在2020年达到56%，而2017年为32%。2018年基础设施即服务（IaaS）的全球市场规模将达到175亿美元。随着企业云服务的采用，云文件共享服务将会增加，而消费者云服务也将会随之增长。在云计算领域，亚马逊领先于微软、IBM、谷歌及其他技术巨头。2022年，亚马逊AWS营收将达到430亿美元。二、混合云解决方案2018年，云到云连接将不断增长。通过允许数据和应用程序共享，从而实现公有云和私有云融合的云计算环境被称为混合云。当前，多个云提供商都开放了平台上的APIs，以连接多个解决方案。API有助于同步多学科和跨功能的流程。为满足业务需求，企业将连接到云解决方案，进行大量定制，并保留其内部解决方案。就控制数据流而言，内部部署是网络安全性更好的选择。三、众包数据存储传统的云存储不安全、速度慢且成本高，因此2018年将实现Google Drive和DropBox等众包数据存储。企业也正在使用这种类型的存储来生成更多的众包数据。例如，谷歌和亚马逊正在为大数据、数据分析和人工智能等应用提供免费的云存储，以便生成众包数据。云计算的高速发展为试图重新聚焦关键业务目标的企业带来了许多利好，例如提高产品上市的速度、增加企业竞争的优势以及降低资本和/或运行的开支等等。为了管理好云计算风险，首先了解风险到底是什么将是非常重要的。所谓风险，也就是指我们不希望发生的事件发生的概率。在信息安全领域，风险就是一个恶意或非恶意暴露机密信息事件、或威胁数据一致性以及干扰系统和信息可用性事件发生的概率。任何接入互联网的组织都处于风险之中，他们都应考虑黑暗网络的弹性特性和扩展私有云计算和公共云计算网络的能力。云计算存在哪些安全问题云计算到底存在着哪些安全问题呢？1、数据丢失：这是由于云计算中对数据的安全控制力度不够，API访问权限控制或密钥生成、存储和管理方面的不足造成的，此外，还可能缺乏必要的数据销毁政策。2、共享技术漏洞：由于错误配置造成的严重影响。3、使用证书和认证体系：数据泄露等安全事件的攻击的源头经常是简单身份认证体系、弱口令和简单的密钥或证书系统，而人员工作内容变更或者离开部门时经常忘记移除相应的用户权限。4、内奸：云计算服务供应商的内部工作人员评估不足。5、账户、服务和通信劫持：很多数据、应用程序和资源都集中在云计算中，云计算的身份验证机制薄弱，容易产生入侵威胁。6、不安全的应用程序接口：在开发应用程序方面，企业不够严格的审核过程。7、没有正确运用云计算：在运用方面，技术人员的操作比不上黑客入侵技术。8、未知的风险：长期的透明度问题，一直困扰着云服务供应商，帐户用户仅使用前端界面，他们不知道他们的供应商使用的是哪种平台或者修复水平。9、账户劫持：网络钓鱼、欺诈和软件存在的漏洞在云环境仍然有效，使用云服务因攻击者可以窃取活动、操作业务和修改数据从而增加攻击面。攻击者也可使用云服务发起其他对外的攻击。10、APT寄生虫：CSA形象的比喻高级可持续攻击（APT）为“寄生”形式的攻击，攻击行为潜藏入系统占领一处“据点”，缓慢地、长时间小批量窃取数据和其他知识产权的内容。11、客户端问题：对于客户来说，云安全有网络方面的担忧。有一些反病毒软件在断网之后，性能大大下降。而实际应用当中也不乏这样的情况。由于病毒破坏，网络环境等因素，在网络上一旦出现问题，云技术就反而成了累赘，帮了倒忙。针对种种云安全问题，我们又该如何解决呢？最重要的就是要正确识别安全威胁，研究开发出正确的威胁消灭方案，与时俱进，适应不断变化的“云安全威胁”。那么，具体要怎么做，接下来小编就跟大家介绍以下几种方法：1、对保密文件进行加密，有效保护数据；2、加密电子邮件，有效保证电子邮件的安全，让入侵者无法通过电子邮件窃取私密数据；3、使用信誉良好的云服务提供商，有效保证云安全；4、使用自动组织敏感数据的过滤器；5、对于企业来说，应充分了解内部私有云环境及其安全系统和程序，从中汲取经验；6、对各种需要IT支持的业务流程进行风险性和重要性的评估；7、充分了解不同的云模式（公共云、私有云与混合云）以及不同的云类型（SaaS，PaaS，IaaS），因为它们之间的区别将对安全控制和安全责任产生直接影响，所有企业都应具备针对云的相应观点或策略；8、严格执行网络安全标准，充分保障云服务的安全。转自：http://news.west.cn/76340.html

今天刚得到通知，被抓去HCIA考试，时间紧，任务重，首先找下考试的范围，百度了一圈没有太全面的资料，突然想到华为云有啊！HCIA-Cloud Service的考试内容包括但不限于：云服务演进和价值，华为云服务架构和生态，华为公有云计算服务、存储服务、网络服务、安全服务、监控服务、关系型数据库、企业智能和API的基本知识、使用场景和基础操作。HCIA-Cloud Service认证考试范围：云服务简介 12%云计算、云服务演进、概念及价值华为公有云架构、服务分类及主要服务华为云生态华为云服务-管理系统 4%注册与登录华为云管理控制台    ------云实验经常使用华为云计算服务 - 简介、使用管理、常见问题、与其他服务关系 16%弹性云服务器      ------云实验平台有多个实验用到ecs,上手体验有些概念就好理解了。弹性伸缩             ------这个云实验也有用到镜像服务             ------这个也有华为云存储服务 - 简介、使用管理、常见问题、与其他服务关系 16%云硬盘EVS云硬盘备份VBS对象存储OBS   -----modelarts那个实验有用到弹性文件SFS华为云网络服务 - 简介、使用管理、常见问题、与其他服务关系 12%虚拟私有云VPC        --------这个云实验也有用到弹性负载均衡ELB      --------这个云实验也有用到云专线DC虚拟专用网络VPN  华为云服务-安全服务 8%华为云安全服务基础华为云安全服务介绍华为云服务-监控服务CES 8%CES简介      --------这个云实验也有用到CES使用管理CES和其他服务关系华为云服务-关系型数据库RDS 8%RDS简介     --------这个云实验也有用到RDS使用管理RDS和其他服务关系华为云服务-人工智能 8%人工智能行业趋势华为云EI服务介绍     -------实战活动有体验华为云EI行业实践华为云服务-API 8%API网关概述助力API经济   -----6月份实战活动有这个常见问题看到这，心稍稍放下了一点，不知不觉，一个个实验，一个个活动积累起来，对华为云已经从陌生到熟悉了，回想起刚开始做实验，哪儿哪儿都找不到，觉得跟天书一样的，现在看来不过是填写一个个需求表格，订购一个个资源拿来用罢了。还有在线课程和模拟试题，考完再来吐槽。

摘要：KubeEdge 是首个基于 Kubernetes 扩展的，提供云边协同能力的开放式智能边缘计算平台，也是 CNCF 在智能边缘领域的首个正式项目。依托 Kubernetes 强大的容器编排和调度能力，实现云边协同、计算下沉、海量设备接入等。边缘计算场景与挑战边缘计算是一种分布式计算概念，拥有去中心化处理能力的分散型开放 IT 架构，数据由设备本身或本地计算机或服务器处理，无需传输到数据中心，也可在更靠近终端的网络边缘上提供服务。但边缘计算无法单独存在，它必定要和远程数据中心 / 云打通，以 IoT（Internet of Things，物联网）场景为例，边缘设备除了拥有传感器收集周边环境的数据外，还会从云端接收控制指令，因此边缘计算与云计算二者是相依而生、协同运作的。据2020边缘计算状态报告显示，到2022年，75%的数据将通过边缘分析和处理。这种数据处理的流动性，将伴随有4大边缘技术演进方向：人工智能的实用性增强，从云端渗透到边缘物联网设备的数量呈指数级增长5G时代的快速到来边缘计算中心逐步克服分布式设施复杂性和单位成本经济性的问题结合边缘计算的场景与技术演进方向，可以总结出当前边缘计算领域面临的几个挑战：云边协同：逐步从云端渗透到边缘的AI/安全等业务，在云和边的智能协同、弹性迁移；网络：边缘网络的可靠性和带宽限制；设备管理：呈指数级增长的物联网设备，边缘节点与边缘设备的管理；扩展：高度分布和大规模的可扩展性；异构：边缘异构硬件和通信协议。Kubernetes构建边缘计算平台的优势与挑战Kubernetes 已经成为云原生的事实标准，并且能够在任何基础设施上提供一致的云上体验。我们经常能够看到“容器 + Kubernetes”的组合在 DevOps 发挥 10X 效率。基于Kubernetes的技术架构与生态优势，近几年也有越来越多的将Kubernetes 运行在数据中心外（边缘）的需求。基于Kubernetes构建的边缘计算平台，将会具备众多天然的优势：（1）容器化应用封装：容器的轻量化和可移植性非常适合边缘计算的场景，边缘容器应用Build一次，可以运行在任何边缘节点上。（2）通用的应用抽象定义：Kubernetes的应用定义已成为云原生业界的事实标准，被广泛接受。通过原生的Kubernetes应用API，用户可以将云上与边缘的应用统一管理。例如用户可以使用熟悉的 kubectl 或者 helm chart管理云上与边缘的应用。（3）平台易扩展性：Kubernetes 已经被证明具备良好的可扩展性，基于CRD可以自定义API，如边缘设备管理；基于CRI、CNI、CSI等插件可以扩展各种边缘自定义插件。（4）强大的技术生态圈：围绕 Kubernetes 已经形成了一个强大的云原生技术生态圈，诸如：监控、日志、CI、存储、网络都能找到现成的工具链。然而 Kubernetes 毕竟原生是为云数据中心设计的，要将Kubernetes 的能力扩展到边缘，必须解决以下问题：（1）边缘设备资源有限：很多设备边缘的资源规格有限，特别是 CPU 处理能力较弱，内存资源较少，因此无法部署完整的 Kubernetes。（2）边缘网络的不稳定性：Kubernetes依赖数据中心稳定的网络，边缘场景下网络通常又是不稳定的。（3）边缘节点离线自治：Kubernetes依赖 list/watch 机制，不支持离线运行，而边缘节点的离线又是常态，例如：设备离线重启。（4）海量边缘设备管理：如何使用Kubernetes管理指数级增长的海量边缘设备以及产生的数据。另外，关于如何在边缘使用 Kubernetes，Kubernetes IoT/Edge WG 组织的一个调查显示，30% 的用户希望在边缘部署完整的 Kubernetes 集群，而 70% 的用户希望在云端部署 Kubernetes 的管理面并且在边缘节点上只部署 Kubernetes 的 agent。边缘容器开源现状Kubernetes社区很早就已经关注到边缘计算场景，早在2018年社区就已经成立专门的Edge工作组来研讨边缘相关场景。而2018年底，华为在业界首次开源Kubernetes边缘项目KubeEdge，将华为云智能边缘平台产品IEF（Intelligent EdgeFabric）核心代码开源，并于19年初捐献给CNCF基金会，成为CNCF迄今为止唯一边缘计算官方项目。随后，Rancher、阿里云也陆续跟进，开源了K3s、OpenYurt等项目，边缘容器这个领域真正进入到快速发展期。下面，我们对这三个代表性的K8s@Edge的项目进行一些简要分析。KubeEdge架构分析KubeEdge 是华为云于2018年11月开源，2019年3月捐献给 CNCF 的开源项目。KubeEdge 是首个基于 Kubernetes 扩展的，提供云边协同能力的开放式智能边缘计算平台，也是 CNCF 在智能边缘领域的首个正式项目。KubeEdge 的名字来源于 Kube + Edge，顾名思义就是依托 Kubernetes 强大的容器编排和调度能力，实现云边协同、计算下沉、海量设备接入等。KubeEdge架构上分为云、边、端三个层次。云端中心管控边缘节点与设备，边缘节点实现边缘自治，云上管控边缘节点的架构也符合Kubernetes IoT/Edge WG 调查结果中大多数用户的诉求。KubeEdge完整的打通了边缘计算中云、边、设备协同的场景，整体架构如下图。针对边缘特定的场景，KubeEdge 重点解决的问题是：云边协同：KubeEdge 通过 Kubernetes 标准 API 在云端管理边缘节点、设备和工作负载的增删改查。边缘节点的系统升级和应用程序更新都可以直接从云端下发，提升边缘的运维效率；在边缘AI场景下，云端训练好的模型可以直接下发到边缘节点，进行推理等，实现边缘AI的云边一体化。边缘自治：KubeEdge 通过消息总线和元数据本地存储实现了节点的离线自治。用户期望的控制面配置和设备实时状态更新都通过消息同步到本地存储，这样节点在离线情况下即使重启也不会丢失管理元数据，并保持对本节点设备和应用的管理能力。极致轻量：KubeEdge 则是保留了 Kubernetes 管理面，对Kubernetes的节点端组件进行重组，达到极致轻量的目的，节点组件可以运行在内存256M的边缘节点上。海量边缘设备管理：KubeEdge了可插拔式的设备统一管理框架，在云端基于Kubernetes的CRD能力，自定义了设备管理的API，完全符合Kubernetes的原生标准，用户可以在云端通过API来管理海量边缘设备；在边缘可根据不同的协议或实际需求开发设备接入驱动，当前已经支持和计划支持的协议有：MQTT，BlueTooth，OPC UA，Modbus 等，随着越来越多社区合作伙伴的加入，KubeEdge 未来会支持更多的设备通信协议。K3s架构分析K3s 是 Rancher于2019年2月开源的一个自己裁剪的 Kubernetes 发行版，K3S 名字来源于 K8s – 5，这里的“5”指的是 K3S 比 Kubernetes 更轻量使得它能更好地适配 CI，ARM，边缘技术，物联网和测试这 5 个场景。K3S 是 CNCF 官方认证的 Kubernetes 发行版，开源时间较 KubeEdge 稍晚。K3S 专为在资源有限的环境中运行 Kubernetes 的研发和运维人员设计，目的是为了在 x86、ARM64 和 ARMv7D 架构的边缘节点上运行小型的 Kubernetes 集群。K3S 的整体架构如下所示：K3S 就是基于一个特定版本 Kubernetes（例如：1.17）直接做了代码修改。K3S 分 Server 和 Agent，Server 就是 Kubernetes 管理面组件 + SQLite 和 Tunnel Proxy，Agent 即 Kubernetes 的数据面 + Tunnel Proxy。为了减少运行 Kubernetes 所需的资源，K3S 对原生 Kubernetes 代码做了以下几个方面的修改：删除旧的、非必须的代码。K3S 不包括任何非默认的、Alpha 或者过时的 Kubernetes 功能。除此之外，K3S 还删除了所有非默认的 Admission Controller，in-tree 的 cloud provider 和存储插件；整合打包进程。为了节省内存，K3S 将原本以多进程方式运行的 Kubernetes 管理面和数据面的多个进程分别合并成一个来运行；使用 Containderd 替换 Docker，显著减少运行时占用空间；引入 SQLite 代替 etcd 作为管理面数据存储，并用 SQLite 实现了 list/watch 接口；将所有Kubernetes原生进程打包在同一个进程中。K3s项目本质上是一个K8s的“轻量化”版本，而不是一个真正意义上的“边缘”版本。从架构上看，K3s 的所有组件（包括 Server 和 Agent）都运行在边缘侧，这意味着 K3S 并不是一个去中心化的部署模型，每个边缘都需要额外部署 Kubernetes 管理面，因此不涉及云边协同。也缺乏针对边缘网络不稳定性的边缘自治能力，也不涉及边缘设备的管理。此外，如果 K3s 要落到生产，在 K3s 之上应该还有一个云上的统一集群管理方案负责跨集群的应用管理、监控、告警、日志、安全和策略等，遗憾的是 Rancher 尚未开源这部分能力。OpenYurt架构分析OpenYurt是阿里云于2020年5月开源的云原生边缘计算项目，跟KubeEdge架构基本相似，OpenYurt也是依托原生Kubernetes的容器编排及调度能力，提供云边协同能力的边缘计算平台。OpenYurt 也是依托 Kubernetes 强大的容器应用编排能力，实现云-边一体化的应用分发、管控的诉求，也是从云端集中管控边缘节点，OpenYurt 的整体架构如下所示：项目目前还未发布0.1版本，从已开源部分可以看出，OpenYurt架构与KubeEdge类似，也是打通了云边协同的场景。提供的能力也与KubeEdge类似，包括边缘自治、云边协同、单元化管理能力（未开源）等。OpenYurt并未对Kubernetes进行改造，而是通过Addon（插件化）的形式提供边缘计算所需要的管控能力，边缘端的YurtHub，作为节点上的临时配置中心，在网络连接中断的情况下，持续为节点上所有设备和客户业务提供数据配置服务。这种简化的架构，重点在于解决“离线自治”问题，且比较有利于保留现有K8s的完整功能，但由于未对Kubelet进行修改，因此OpenYurt无法运行在资源有限的边缘设备中；物联网场景中的对于边缘设备的管理，OpenYurt也不涉及；并且一些边缘场景下涉及到Kubelet原生不支持的高级特性比如离线自愈、自调度等无法实现。边缘容器总结与展望对比三个开源项目， K3s 最让人印象深刻的特点在于其对 Kubernetes 进行了轻量化、部署便捷化做的尝试，通过剪裁了 Kubernetes 一些不常用功能并且合并多个组件到一个进程运行的方式，使得一些资源较充足的边缘节点上能够很方便的获得与Kubernetes一致的体验。但是从测试数据看K3s 的资源消耗还是很高，而且动辄几百 MB 的内存也不是大多数设备边缘节点所能提供的，而且目前只适合运行在边缘，不具备云边协同、边缘自治等边缘计算领域的核心诉求。OpenYurt通过非侵入的插件化形式在原生Kubernetes的基础上提供边缘计算能力，虽然提供了云边协同、边缘自治等能力，但是未做轻量化改造，只能运行在资源充足的边缘节点，无法运行在大量资源有限的边缘节点上，并且也未提供边缘计算中海量边缘设备管理的能力。KubeEdge是一个从云到边缘再到设备的完整边缘云平台，100% 兼容Kubernetes的原生API，基于Kubernetes解决了边缘计算领域的核心诉求，包括云边协同、边缘网络不稳定、边缘自治、边缘轻量化、海量边缘设备管理以及异构扩展等问题。未来边缘容器技术仍将聚焦于解决边缘计算领域所面临的云边协同、网络、设备管理、扩展及异构等挑战，KubeEdge 已经是 CNCF正式项目，未来将持续与社区合作伙伴一起制定云和边缘计算协同的标准，解决边缘计算领域的难题，结束边缘计算没有统一标准和参考架构的混沌状态，共同推动边缘计算的产业发展。转载自：华为云开发者论坛

被评为国家新型工业化产业示范基地（物联网），部署实施全球首个规模化NB-IoT智慧水务项目，牵头组织实施全国首个大规模应用NB-IoT技术的智慧校园项目，参与制定修订多项物联网行业标准……福州马尾区如何加速构建当地新型基础设施，华为云又是如何深度参与当地政企升级的？近日，《人民日报》记者访谈了福州马尾区政府及马尾区物联网产业基地企业，揭秘马尾区探索物联网产业生态圈建设的故事。成立物联网产业示范基地加快物联网产业发展，一直是马尾区的“一号工程”。马尾区近年出台了扶持物联网产业发展的多个利好政策，2017年《马尾区支持物联网产业发展五条措施》公布，2019年《中国（福州）物联网产业创新发展中心扶持政策》、《企业使用华为云服务专项补贴政策》接连出台，不断鼓励优质项目在物联网产业创新发展中心集聚。为打造数字福州底座，构建物联网产业集群，福州市人民政府与华为公司签订战略合作协议，深化物联网产业规划合作。通过在马尾区落地华为（福州）物联网云计算创新中心，面向福州全市基础公共服务、物联网产业链的上下游企业、高校、园区、创客空间等提供物联网服务，打造云端数据大脑，实现物联网数据加速汇聚、挖掘分析、共享交换、管理应用等作用，加速实现马尾区物联网产业的发展。马尾区物联网产业生态建设福州市马尾区物联网产业基地，着眼于物联网产业生态圈建设，2016年以来，基地通过构建完善的技术支撑平台、应用展示平台、公共服务平台、人才实训平台与融资交易平台，打造全方位物联网服务体系，为企业关鍵技术研发、应用领域拓展、人才引进培育、项目对接合作、融资交易服务等方面提供可靠保障。2017年4月，由华为提供技术支持的中国·福州物联网开放实验室在马尾区成立，这个由中科院上海微系统与信息技术研究所、福州市政府、马尾区政府、中国电子技术标准化研究院共同建设的全国第一家物联网开放实验室，吸引了各类芯片开发商、设备制造商、应用开发商等上下游企业集聚福州。在马尾区智能化升级中，华为除了通过云平台服务方式，也在融合当地物联网资源，努力提供更系统更持续的服务。2018年，全国首个物联网云计算创新中心——华为（福州）物联网云计算创新中心落地，华为云以新公共服务平台的形式，进一步完善马尾区物联网生态。该公共服务平台对接马尾区市政管理处、城市管理局、名成水产等20多家部门和单位，孵化10余个联合解决方案，致力于物联网技术在政务、民生、产业方面的推广应用。马尾区今年计划推动超60家企业入驻平台。马尾区有关负责人介绍，马尾区去年物联网产值超600亿元，集聚了185家物联网企业，拥有新大陆等上市企业20家，省级以上龙头企业21家，国家高新技术企业127家，科技小巨人领军企业43家，同时在物联网产业的感知层、传输层、应用层，形成了一批实力雄厚的龙头企业，将进一步探索和总结马尾物联网独特经验。“上云”给予业务创新更多可能中国·福州物联网开放实验室近年，福州启用了我国首个30万台规模的窄带物联网水表商用局。繁杂的人工抄表变为无线自动抄表，远传水表在线数据可对管网漏损情况实时反馈。在此基础上，中国·福州物联网开放实验室参与开发了智慧水务平台，实现对智慧水表设备的连接管理。“实验室集技术服务、检测认证、企业孵化、人才培训等内容为一体，致力于降低传统企业数字化转型的成本和风险。”中国·福州物联网开放实验室副总裁孔鹏说，实验室根据市场及客户需求研发产品，并反复对其进行功能验证，达到一定成熟度后，将产品和技术打包给合作伙伴进行后续开发，华为则在其中贡献着自身沉淀的大量实践经验和产品解决方案。福建汇博物联科技有限公司在马尾区政府支持下，福建汇博物联科技有限公司和华为共同研发了疫情隔离管控系统，通过在隔离点安装NB-IoT锚点，隔离人员与工作人员分别佩戴感应手环和电子工作证，由此收集到的数据通过华为物联网平台和云应用，传至监控平台，实现隔离人员分布与实时动态、隔离与管控人员信息等数据可视化，今年3月投入使用后为马尾区隔离工作带来不少便利。“这套系统利用云技术、大数据等，实现对人员的动态管理与对工作流的记录，相关数据可为疫情追溯提供研判参考。疫情防控常态化阶段，系统还可用于垃圾分类、社区安保等场景，技术应用链条将进一步延伸。”福建汇博物联科技有限公司总经理余红标介绍。福建龙锋云科技股份有限公司“上云”是政企智能升级的必经之路，规模化、标准化、快速迭代的云服务，能更好地帮助企业“消化”人工智能、区块链等技术。随着业务扩大，主营智慧农业设备的福建龙锋云科技股份有限公司，去年将应用平台统一接入华为云平台，摒弃了过去终端设备直接服务器的做法。“旧服务器几乎2、3个月就要崩溃一次，碰到业务旺季更是时常卡顿，需定期取出历史数据进行备份，而‘弹性’、可扩容的云平台一定程度上解决了公司发展的后顾之忧。”福建龙锋云科技股份有限公司总经理魏伙霖告诉记者，华为云本地团队对使用问题响应很快速，上门进行业务交流。新大陆数字技术股份有限公司除了促进信息架构更新，“上云”给予业务创新更多可能。新大陆数字技术股份有限公司也享受到了“云便利”。“旧服务器几乎2、3个月就要崩溃一次，碰到业务旺季更是时常卡顿，需定期取出历史数据进行备份，而‘弹性’、可扩容的云平台一定程度上解决了公司发展的后顾之忧。”福建龙锋云科技股份有限公司总经理魏伙霖告诉记者，华为云本地团队对使用问题响应很快速，上门进行业务交流。“公司建立的数据中心对数据维护、网络支撑的要求越来越高，投入很多时力、财力进行开发，效果依然不理想，尝试将业务运维搬到云端后，感觉原有数据资源一下被盘活了”，新大陆数字技术股份有限公司信息总监王朝霞说，专业的事就该交给专业的平台，公司应用研发、员工管理、系统运维等领域的70多个应用跑上了华为云平台。华为云业务总裁郑叶来在接受媒体采访时表示，“云上生活”、“永远在线”日益成为新常态，云服务作为新基建的一种形态，将进一步支撑政企数字化转型和智能化升级，对整个社会产生深远影响。转载自：华为云官方账号

云服务器哪家好？国内云服务器十大品牌排行榜本榜单是按市场占有率、用户好评度、产品性价比等多维度进行排行的，国内云服务器十大品牌排行榜如下： 第一名：阿里云（云服务器102元/年，直达官方活动现场：9i0i.cn/aliyun ）阿里云——阿里巴巴集团旗下公司，是全球领先的云计算及人工智能科技公司。提供云服务器、云数据库、云安全、云企业应用等云计算服务，以及大数据、人工智能服务、精准定制基于场景的行业解决方案。专业快速备案，7x24小时售后支持，助企业无忧上云。 第二名：腾讯云（云服务器99元/年，直达官方活动现场：9i0i.cn/qcloud ）腾讯云—腾讯倾力打造的云计算品牌，以卓越科技能力助力各行各业数字化转型，为全球客户提供领先的云计算、大数据、人工智能服务，以及定制化行业解决方案。腾讯云提供可靠的企业上云服务，支持5天无理由退款、免费快速备案、7×24小时专业服务。更多详情进入官网了解>>9i0i.cn/qcloud 第三名：华为云（云服务器99元/年，直达官方活动现场：9i0i.cn/huaweicloud ）华为云是华为公司倾力打造的云战略品牌，致力于为全球客户提供领先的公有云服务，包含弹性云服务器、云数据库、云安全等云计算服务，软件开发服务，面向企业的大数据和人工智能服务，以及场景化的解决方案。免费备案，7x24售后，100倍故障赔偿。 第四名：天翼云（直达官方网站：ctyun.cn ）天翼云是中国电信旗下直属专业公司，致力于提供优质的云计算服务。天翼云为用户提供云主机、对象存储、数据库、云电脑、云桌面、混合云、CDN、大数据等全线产品，同时为政府、教育、金融等行业打造定制化云解决方案。 第五名：金山云（云服务器88元/年，直达官方活动现场：9i0i.cn/ksyun ）金山云——金山集团旗下云计算企业，中国TOP3云计算公司。自主研发云服务器、对象存储、云安全等一整套云计算产品，提供大数据、人工智能、区块链、边缘计算等服务，精准定制适用于企业级市场的解决方案。专业免费备案 第六名：百度云（直达官方网站：cloud.baidu.com ）百度智能云是基于百度多年技术沉淀打造的智能云计算品牌，致力于为客户提供全球领先的人工智能、大数据和云计算服务。凭借先进的产品、技术和丰富的解决方案，全面赋能各行业，加速产业智能化。 第七名：UCloud（直达官方网站：ucloud.cn ）UCloud是中立的云计算服务平台，坚持中立，不涉足客户业务领域。UCloud全球33个数据中心，29条专线，覆盖五大洲，自主研发IaaS、PaaS、大数据流通平台、AI服务平台等一系列云计算产品，提供公有云、混合云、私有云在内的综合性行业解决方案。 第八名：西部数码（新用户2660元礼包，直达官方活动现场：9i0i.cn/west ）西部数码是基于云计算领先的互联网服务提供商,18年专业知名品牌。专业提供云服务器、虚拟主机、域名注册、vps主机、云服务器等,50余万个虚拟主机网站及1000余万个域名第九名：京东智联云（直达官方网站：jdcloud.com）京东智联云（JD Cloud & AI）是京东集团旗下的智能技术提供商,依托京东集团在人工智能、大数据、云计算、物联网等方面的业务实践和技术积淀,形成了从基础平台搭建、业务咨询规划,业务平台建设到运营维护的科技生态格局,打造服务于数字企业、数字政府的多维场景解决方案. 第十名：硅云（香港云服务器138元/年，直达官方活动现场：9i0i.cn/vpsor ）硅云,领先的基础云计算服务提供商,PHP云虚拟主机第一品牌,已帮助11万+中小企业和开发者降低上云成本,提供超值云服务器、云虚拟主机、独立物理服务器、CDN、云数据库等云产品。来源：尊托云数：https://www.9i0i.com/article-95319-1.html    转载请注明出处，谢谢！

一、物联网时代的大数据与大连接需要移动边缘计算       物联网的核心是让万物互联，让每个物体都能够智能地连接与运行。边缘计算可以通过更靠近边缘的数据分析处理能力，帮助物联网更好地实现物与物之间的传感、交互和控制。“移动边缘计算”作为一种将计算、网络、存储能力从云延伸到物联网网络边缘的架构，遵循“业务应用在边缘，管理在云端”的模式。       当前，各种附带传感器的智能设备正在快速联网。IDC的统计数据显示，到2020年全球将有超过500亿的终端和设备联网。我们预计，2016年我国物联网连接数约8.4亿个，预计2020年将增长317%，达到35亿。       连接数的快速增长，一方面意味着海量数据的产生，另一方面，这类连接设备往往还需要进行智能计算。根据IDC的预计，在2018年将有40%的数据需要在网络边缘侧分析、处理与储存。       海量数据带来的问题是存储不便、计算结果的迟滞性。云计算是解决该问题的方法之一。在面临如此庞大的数据量时，云计算可以为大数据提供存储和计算支持。但是物联网产生的大量数据如果完全由云计算进行处理，那么网络边缘侧产生的数据就需要全部通过网络上传到云端，不仅传输时间将非常长，传输代价也很大。更重要的是，由于数据是先上传至云端，再反馈于终端执行，数据处理效率将大打折扣。       以智能驾驶为例，在监测到车子前方有障碍物时，如果无法及时智能化处理，控制方向躲避障碍物，而是先传入云端，再反馈回终端的的话，极小的延迟，都有可能导致车祸的发生。       而如此大量的设备需要智能化计算，仅仅依靠云计算是难以完成的。因此，面对未来物联网时代产生的大量连接与大量数据，就需要重新考虑网络布局。举个例子，一段网红的短视频约为10MB，如果一个区域内有1000个人观看这段视频就会产生10GB的网络流量。在这过程中，实际上这段视频内容从互联网到移动网络内被重复发送了1000遍，99.9%的网络带宽被浪费了，如果将视频缓存在靠近边缘侧的节点，将大量节省带宽。       物联网的数据特征是多样化、异构性、海量性和高增长。因此，数据的筛选与及时处理便对目前的网络架构构成了挑战。根据国际电信联盟（ITU）的调查结果，在物联网时代，数据处理效率与有效信息抓取是使用者面临的主要问题，分别有44%和36%的受访人群认为数据量太大以及有效信息难以抓取是主要问题。       传统的观点认为解决数据多样化与异构性应当从基础软件入手，不同的微型设备可能需要不同的操作系统，不同的感知信息需要不同的数据结构和数据库，不同的系统需要采用不同的中间件。这三个系统的正确选择可以屏蔽数据的异构性。但采取这种方式，成本支出将是巨大的。而移动边缘计算可以首先对数据进行筛选，将筛选后的数据再上传至云端，从而实现数据的顺利传递、过滤、融合，对及时、正确感知数据具有重要意义。       对于物联网数据的海量性与高增长性问题，如果直接去建设更多更大的数据中心会极大地增加管理成本并且使得系统可靠性下降。而移动边缘计算作一个十分靠近终端信息源的小型信息中心，将应用、处理和存储推向移动边界，使得海量数据可以正常处理，而不必完全去建设更多的数据中心。二、移动边缘计算是5G的核心技术之一       5G技术以“大容量、大带宽、大连结、低延迟、低功耗”为诉求。根据联合国国际电信联盟(ITU)对5G的标准要求，5G标准包括增强型移动宽带（eMBB）、超高可靠低时延通信（URLLC）以及海量机器通信（mMTC）三大应用场景，并定义了以下关键指标：峰值吞吐率10Gbps、时延1ms、连接数100万、高速移动性500km/h。       在目前的网络架构中，由于核心网的高位置部署，传输时延比较大，不能满足超低时延业务需求；此外，业务完全在云端终结并非完全有效，尤其一些区域性业务不在本地终结，既浪费带宽，也增加时延。因此，时延指标和连接数指标决定了5G业务的终结点不可能全部都在核心网后端的云平台。       移动边缘计算正好契合该需求。一方面，移动边缘计算部署在边缘位置，边缘服务在终端设备上运行，反馈更迅速，解决了时延问题；另一方面，移动边缘计算将内容与计算能力下沉，提供智能化的流量调度，将业务本地化，内容本地缓存，让部分区域性业务不必大费周章在云端终结。三、网络切片技术需要应用移动边缘计算       网络切片被众多知名运营商与设备商认为是5G时代的理想网络架构。       由于移动网络需要服务各种类型和需求的设备，如果为每一种服务建设一个专有网络，成本将是难以估计的。而网络切片技术可以让运营商基于一个硬件基础设施切分出多个虚拟的端到端网络，每个网络切片从设备到接入网到传输网再到核心网在逻辑上隔离，适配各种类型服务的不同特征需求，保证从核心网到接入网，包括终端等环节，能动态、实时、有效地分配网络资源，从而保证质量、时延、速度、带宽等方面的质量。       移动边缘计算的业务感知功能与网络切片技术在一定程度上是相似的。移动边缘计算的主要技术特征之一为低时延，这就使得移动边缘计算可以支持对时延要求最为苛刻的业务类型，这也意味着移动边缘计算是超低时延切片中的关键技术。随着移动边缘计算的应用，网络切片技术的内涵将由单纯地切分出多个虚拟的端到端网络扩充到不同高要求时延下的切分出虚拟的端到端网络，这有助于5G网络切片技术的发展。四、C/U分离技术将促进移动边缘计算实现     在5G时代，移动网络面临着指数级增长的流量需求，因此利用拥有更广泛频谱的更高频带来拓展网络容量成为一种方法。但是，与较低的频带相比，高频带容易遭受严重的传播损耗，为解决这一问题，运营商普遍会将在较高频带工作的小区置于较低频带的小区覆盖范围内。但随着部署越来越密集，在超密集组网场景下单小区的覆盖范围较小，会导致较高移动速度的终端用户遭受频繁切换，从而导致用户体验显著下降。同时这样的频繁切换会引起巨大的冗余控制信令交互，降低异构网络的效率。为了解决这一问题，C/U分离技术提出。     C/U分离（转控分离）技术是指从网络重构的角度，将控制功能集中化，从架构设计方面把控制面集中，把用户面或者转发面进一步简化，以降低成本，提高效率。     在C/U分离技术中，控制面与用户面的分离，用户面网关可以独立下沉至移动边缘，而移动边缘计算由于将服务下移，按流量计费功能与安全性保障需求将一直存在。C/U分离技术则可以解决该问题，有助于移动边缘计算的发展。值得一提的是中国移动研究院与中兴通讯合作的以C/U分离技术为重要基础的vBRAS创新方案，一举斩获“2017年度GTB基础设施创新大奖”，这充分说明行业对于C/U分离技术这一理念的认可。五、移动边缘计算可以满足5G低时延要求       5G三大应用场景之一中的“低功耗大连接”要求能够提供具备超千亿网络连接的支持能力，满足100万/km2连接数密度指标要求，在这样的海量数据以及高连接密度指标的要求下，如何保证低时延和低功耗是非常重要的。5G甚至提出1ms端到端时延的业务目标，以支持工业控制等业务的需求。要实现低时延以及低功耗，一方面需要大幅度降低空口传输时延，另一方面要尽可能减少转发节点，缩短源到目的节点之间的“距离”。       而目前的移动技术对时延优化并不充分，LTE技术可以将空口吞吐率提升10倍，但对端到端的时延只能优化3倍。其原因在于当空口效率大幅提升以后，网络构架并没有充分优化而成为了业务时延的瓶颈。LTE网络虽然实现了2跳的扁平构架，但基站到核心网往往会距离数百公里，途径多重会聚、转发设备，再加上不可预知的拥塞和抖动，根本无法实现低时延的保障。       移动边缘计算部署在移动边缘，将把无线网络和互联网两者技术有效融合在一起，并在无线网络侧增加计算、存储、处理等功能，构建移动边缘云，提供信息技术服务环境和云计算能力。由于应用服务和内容部署在移动边缘，这样便可以减少数据传输中的转发和处理时间，降低端到端时延，满足低时延要求，并降低功耗。六、移动边缘计算可以避免运营商网络管道化       目前传统的运营商网络是“哑管道”，是非智能的。在通信网络正在承载更多基于新型智能终端、基于IP的多媒体应用的背景下，运营商资费和商业模式都较为单一，对业务和用户的掌控力不足。例如目前包月套餐大量存在，很难满足用户的差异化需求。在资费一定的情况下，流量使用较少的用户事实上在补贴高流量使用的用户。此外，由于没有对业务进行优先级区分，很多占用大量带宽的业务无法产生足够的价值，如一些视频流媒体、P2P业务等，而一些对实时性要求高且高价值的业务，如移动办公业务，却无法获得优先保障。       面对这一挑战，运营商纷纷提出“智能管道”战略。根据爱立信的定义，广义的智能管道的定义即是：根据客户价值、业务价值分配合理的网络资源并提供相应计费手段的数据管道。实现“智能管道”的关键在于精准区分用户类别，真实把握用户需求。为了实现这一目的，一些运营商已经开始利用深度包解析得到的URL信息进行关键字段匹配，从何感知用户需求，对客户进行画像。       如上所分析的5G网络切片技术，智能化的5G网络重要特征之一便是内容感知，通过对网络流量的内容分析，可以增加网络的业务黏性、用户黏性和数据黏性。而移动边缘计算的关键技术之一也是业务和用户感知，通过在移动边缘对业务和用户进行识别，充分优化利用本地网络资源，提高网络服务质量，并且可以对用户提供差异化的服务，带 来更好的用户体验。       国内运营商中，中国联通和中国移动便是移动边缘计算的积极推动者。中国移动和中国联通分别联合公司进行了相关测试，中国移动更是发布了相关规划。中国移动还在上海的F1赛事赛场使用了MEC设备来进行部署。根据实测数据，在现场实时直播的时间只有0.5秒，用户几乎感觉不到。如果用现在传统的直播方式，将服务器放在互联网上，然后再通过网络比较长度流的传输到现场，延时大概是将近50秒，所以给用户的体验是一种非常巨大的改善，这个应该可以看出来本地化的业务提供确实能够很好地改善用户的体验。七、软件定义网络（SDN）将助力移动边缘计算功能实现       SDN是一种新型的网络创新架构，是网络虚拟化的一种实现方式，它将硬件密集型的传统网络转换成软件驱动型的新型网络，该网络可完全编程、且可以简化运营和快速实现新服务交付。而移动边缘计算平台可以提供应用程序编程接口（API），对第三方开放基础能力，这与SDN的理念是一致的。       事实上，随着移动终端使用的增加，给云计算网络带来了巨大压力，而这种状况只会随着全球移动设备的使用增加而进一步恶化。超负荷资源和延迟将导致最终用户的体验下降，而创建云计算和边缘计算资源统一的系统是应对超负荷资源和延迟挑战的有效方式。然而，要实现云计算和边缘计算的资源系统的统一也面临着挑战，必须要有一个本地的协调器，以在动态和不可预测的环境中为任务实时配给资源，系统必须实现实时更新，以提供有关可用资源的最佳信息，并具有开放的可编程接口，以最有效的方式完成任务。       研究发现，创建一个支持软件定义网络(SDN)的架构，可以有效应对这些挑战。SDN可以提供灵活和可靠的可用资源的实时信息，集中式控制器使得整体系统内的每个单元能够最佳决策；使用SDN架构将使得网络可以互换使用云计算和边缘计算的资源，满足敏捷和动态系统需求，为用户提供最佳的服务。八、移动边缘计算具有丰富的应用场景      由于移动边缘计算具有高带宽、低时延以及位置感知等技术特征，因此应用场景十分丰富。诸如视频优化加速、车联网、AR以及监控视频分析都是移动边缘计算的典型应用场景。      1.视频优化加速：移动边缘计算降低移动视频延迟，实现跨层视频优化      近年来，随着网络速度的提升，视频流量增长非常迅速。根据思科的统计，全球视频流量从2012年的每月13,483PB增长至2017年的46,237PB，增长接近2.5倍。随着5G商用的临近，网络速率的进一步将提升，将大大刺激视频流量。根据思科的预测，从 2016 年到 2021 年，移动视频将增长8.7倍，在移动应用类别中享有最高的增长率。到 2021 年，移动视频将占总移动流量的 78%。       在移动视频流量呈爆发增长时，网络延迟却大大降低了移动视频受众的观感。移动视频停滞和缓冲对于运营商及其客户来说仍然是一个大问题。在美国，有69%的观众观看移动视频有过各种程度的网络延迟。       在网络拥堵严重影响移动视频观感的情况下，移动边缘计算是一个好的解决方法。（1）本地缓存。由于移动边缘计算服务器是一个靠近无线侧的存储器，可以事先将内容缓存至移动边缘计算服务器上。在有观看移动视频需求时，即用户发起内容请求，移动边缘计算服务器立刻检查本地缓存中是否有用户请求的内容，如果有就直接服务；如果没有，就去网络服务提供商处获取，并缓存至本地。在其他用户下次有该类需求时，可以直接提供服务。这样便降低了请求时间，也解决了网络堵塞问题。（2）跨层视频优化。此处的跨层是指“上下层”信息的交互反馈。移动边缘计算服务器通过感知下层无线物理层吞吐率，服务器（上层）决定为用户发送不同质量、清晰度等的视频，在减少网络堵塞的同时提高线路利用率，从而提高用户体验。（3）用户感知。由于移动边缘计算的业务和用户感知特征，可以区分不同需求的客户，确定不同服务等级，实现对用户差异化的无线资源分配和数据包时延保证，合理分配网络资源提升整体的用户体验。       2.车联网：移动边缘计算确保低时延和高可靠性       根据车联网产业技术创新战略联盟的定义，车联网是以车内网、车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，在车-X（X：车、路、行人及互联网等）之间，进行无线通讯和信息交换的大系统网络，是能够实现智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络，是物联网技术在交通系统领域的典型应用。       实现上述功能的前提是对车联网所汇集的海量数据的智能化处理。车联网对于数据处理的要求较为特殊：一是低时延，在车辆高速运动过程中，要实现碰撞预警功能，通信时延应当在几ms以内；二是高可靠性，出于安全驾驶要求，相较于普通通信，车联网需要更高的可靠性。同时由于车辆是高速运动的，信号需要在能够支持高速运动的基础上实现高可靠性。       随着联网车数量的增多，车联网的数据量也将越来越大，对于时延和可靠性的要求也将越来越高。在车联网应用移动边缘计算后，由于移动边缘计算的位置特征，车联网数据可以就近存储于离车辆较近的位置，因此可以降低时延，非常适合车联网中防碰撞、事故警告等时延标准要求极高的业务类型。       同时车联网最终归于驾驶，在高速运动过程中，车辆的位置信息变化十分迅速。而移动边缘计算服务器可以置于车身上，能够精确地实时感知车辆位置的变动，提高通信的可靠性。并且移动边缘计算服务器处理的是价值巨大的实时车联网数据，实时进行数据分析，并将分析所得结果以极低延迟（通常是毫秒类）传送给临近区域内的其他联网车辆，以便车辆（驾驶员）做出决策。这种方式比其他处理方式更敏捷、更自主、更可靠。       3.增强现实（AR）：移动边缘计算可降低时延，提高数据处理精度，提升用户感受       增强现实（AR）是指过电脑技术，将虚拟的信息应用到真实世界，真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。AR可以极大程度地增强人们的体验，实现的技术关键之一在于超低时延。传输时延直接决定了用户观看感受，时延增大会使观看者产生眩晕感。根据Digi-Capital完成的首个VR头戴式显示器技术基准，延迟时间要求小于19.3ms，否则将产生眩晕感。       而移动边缘计算的典型技术特征就是低时延，因此在AR上，移动边缘计算有着广阔的应用场景。移动边缘计算通过对AR设备传递的信息进行实时处理，可以极大地降低时延，提高数据处理精度，提升用户感受。       4.监控视频分析：移动边缘计算可降低核心网负担，提高处理效率       目前监控视频的数据处理常用方式有两种：一是在摄像头处理，一是在服务器处理。在摄像头处理要求每一个摄像头都拥有数据分析能力，成本十分高昂。而在服务器处理需要将大量的数据上传至服务器，将增加核心网负担并且时延较大，效率过低。       而通过部署移动边缘计算服务器部，利用移动边缘计算服务器来对监控视频数据进行本地化处理，无须将大量视频数据上传至服务器，降低了核心网负担，提高了效率，也不要求摄像头拥有数据分析能力，成本下降。--------------------------------------------------引用《深度报告：移动边缘计算，站在5G“中央”》作者：sundaygeekhttps://blog.csdn.net/mouse1598189/article/details/81138111?utm_medium=distribute.pc_relevant.none-task-blog-baidujs-4&spm=1001.2101.3001.4242

       年初，关于华为关停GaussDB数据库产品线的传言可谓是有板有眼、甚嚣尘上。       如今，随着华为云在TechWave技术峰会上宣布GaussDB数据库战略升级为华为云数据库全场景服务，以及发布两款GaussDB云数据库服务，华为关停GaussDB的传言不攻自破。        有时候，短暂的调整是为了更好的出发。在数据库领域耕耘十余载的华为，选择此刻将数据库产品与服务全面走向云化，既契合了企业全面上云和数据库云化的大趋势，也在数据库领域完成了战略与人才的统筹，力出一孔，将核心资源投入到数据库云化这个最重要的方向。        华为云CTO张宇昕直言，华为持续打造世界级数据库的决心不变，持续投入数据库产业的战略不变。多款云数据库服务亮相        在华为云TechWave技术峰会上，华为云带来了两款云数据库服务：关系型数据库GaussDB（for MySQL）和非关系型数据库GaussDB NoSQL两款云数据库服务。        据悉，GaussDB (for MySQL）性能在业界首屈一指，可实现超百万级QPS吞吐，优于原生MySQL性能7倍，支持1写15读，存储容量最大可达128T；GaussDB（NoSQL支持文档类型（MongoDB）、宽表类型(Cassandra)、时序InfluxDB，K-V（如Redis）等多协议接口，拥有极强的多模式数据管理能力。       华为云透露，华为云GaussDB是华为自主研发的全融合数据库系列，通过底层统一的智能化DFV分布式存储架构，拥有最包容的产品生态，已100%兼容市面上主流关系型数据库MySQL、PostgreSQL等，满足企业上云对于云数据库的各种需求。        数据库云化被认为是大势所趋。Gartner预测，到2021年，云数据库在整个数据库市场中的占比将首次达到50%；到2023年，75%的数据库要跑在云平台上。所以，无论是云服务商，还是传统数据库巨头，加速数据库云化成为它们一致目标。        可以说，云数据库已经成为云服务商的核心竞争力之一。        云数据库近年来之所以迅速崛起，是因为优缺点并存的传统商业数据库在云计算时代下，其缺点正在迅速被放大，已经很难满足用户应用对于数据库的新需求。传统商业数据库性能出色、功能齐全、稳定可靠，犹如一部对专业性要求极高的赛车，操作运维极为复杂且成本高昂，往往需要优秀的DBA团队驾驭，才能将数据库能力充分发挥出来。        显然，并不是所有用户具备打造专业数据库团队的实力。云计算最近十年的迅速发展，彻底改变了各行各业对于包括数据库在内各种IT产品的使用模式。张宇昕表示：“采用云的模式实现了数据库运维管理的集中化，极大简化数据库的安装、部署、配置、迁移和优化，大幅提升运维管理效率，让客户可以投入更多精力聚焦在核心业务创新上。”       更加重要的是，随着用户数据产生场景、数据类型、数据量发生翻天覆地的变化，非结构化数据、日志数据、物联网数据等成为数据增长的主力，新数据库产品犹如雨后春笋般诞生，以匹配不同应用场景的数据库需求，在云上恰恰又最适合打造由不同类型数据库产品与服务。自此，全场景数据库服务就成为包括华为云在内的所有云服务商的目标。 瞄准全场景：数据库也要量体裁衣        在传统商业数据库时代，用户业务用与不用商业数据库，它都在那里，并不会因为用户业务而做出大的变化，而是需要用户不断投入精力和财力，去购买昂贵的硬件设备、组建专业的数据库团队，不断升级“装备”去匹配传统商业数据库这辆“豪华赛车”。       “过去几十年，数据库类型相对单一。但最近十年，云计算、大数据、人工智能、物联网这些技术的快速发展，用户应用场景早已不可同日而语。”张宇昕如是说。的确，近年来像AI、物联网等应用逐步在各行各业中落地，对于像图数据库、时序数据库等需求大幅提升。此刻，数据库需要去匹配业务应用，根据业务应用特点进行“量体裁衣”。       为此，华为云的思路是提供一个丰富的数据库组合，来满足客户在不同应用场景的数据库需求。目前，华为云提供了包括GaussDB （for MySQL）、GaussDB （for Mongo）、GaussDB（for Casandra） 等一系列云数据库服务。张宇昕透露，华为云后续还将陆续上线时序数据库等云数据库服务。       事实上，包括华为云在内的几乎所有云服务提供商在云数据库领域都是全场景的“全家桶”思路。这种全家桶的思路是否意味着平庸、全而不强？显然，云数据库服务的产品力就是不同“全家桶”之间差异化的体现。       从数据库的产品力来看，华为之前就拥有全场景数据库深厚的功底，形成了GaussDB 关系型事务性（OLTP）数据库、分析型（OLAP）数据库等多款产品。以分析型数据库为例，华为GaussDB分析型（OLAP）数据库去年轻松通过了信通院512节点分布式分析型数据库基础能力评测，并且在全球最顶尖的商业银行中实现了对传统数据仓库巨头产品的替代。        不仅如此，华为GaussDB分析型（OLAP）数据库在云服务场景也已经大展身手，在华为消费者云业务中部署了上千个节点的规模来支撑规模庞大的各项业务。        除了关系型数据库产品外，华为GaussDB NoSQL拥有极强的多模数据管理能力，在并发读写能力、故障重构时间、备份效率、恢复效率等方面业界领先。华为云数据库还提供了统一管控平台和接口，实现多业务数据融合。       华为云数据库业务总裁苏光牛介绍：“华为云数据库正在积极构建高安全、高可靠、高性能的全场景云数据库服务，并积极拥抱开源生态，持续打造云数据库的多元生态服务。”       另外，从数字化转型或者数据价值实现等更高视角来看，人工智能、大数据、云计算、物联网等数字化技术融合的趋势明显，数据库不再是一个相对孤立的产品，而是云服务商打造全栈能力的一个重要组成部分。以华为云为例， 其全栈技术能力包括1个底座、3个平台、4个联接，以及190+个丰富的行业解决方案。       所谓1个底座即擎天架构，提供软硬协同、智能调度、多种部署统一体验能力；3个平台则是应用平台、AI平台和数据平台；4个联接为联接物、联接应用、联接开发者、联接组织。这些技术彼此之间紧密联系与配合，以实现全栈能力的最佳。        张宇昕直言：“全栈、全场景、多形态是华为云最为显著的三个能力标签，这才使得华为云拥有打造全场景数据库服务能力。从未来趋势看，用户的核心诉求一定不会是单个数据库产品。通过多形态的数据库能力，满足用户不同场景需求，实现数据的使能，挖掘数据价值。” 不要低估华为云对于数据库的决心        如今，数据库产业迎来了一次真正的战略转折点。        这种战略转折一方面体现在包括金融、电信、制造、政府等过去传统商业数据库最为重要的用户群，正在加速摆脱大机/小型机环境，积极拥抱混合云，直接驱动着云数据库的强大需求。        另一方面，云计算不仅让数据库在云上实现了使用形式的重构，更加驱动着数据库朝着分布式、智能化、集成化、融合化的方向发展。       在这个战略转折期，数据库已然成为最重要的基础云服务之一，必然成为云服务商未来的兵家必争之地。因此，千万不要低估华为云对于数据库的决心。        事实上，华为多年以来都对数据库领域十分重视，之前在电信、金融、制造、能源等多个行业积累了丰富的产品研发与实践经验。如今，在混合云环节成为行业用户数字化转型首选的趋势下，华为将传统线下数据库的纯软件销售和交付模式，调整为依托华为云与华为云Stack的模式，为用户提供一致的使用体验，加上华为数据库过去多年在重点行业的积累与实践，将极大地契合用户业务对于混合云环境的使用需求。        “华为具备全栈软硬件研发能力和调优能力，未来将布局统筹全球七大区域11个研究所的1000多数据库专业人才，持续打造业界顶尖的数据库产品与服务。”张宇昕最后表示道。        目前GaussDB(for MySQL)、GaussDB(for Mongo)、GaussDB(for Cassandra)3款自研黑科技，现在体验优惠价6.7折起噢！       活动链接：https://activity.huaweicloud.com/gaussdb.html

奖项荣誉领跑中国大数据平台市场，华为云再获第一（华为云官微）cid:link_116华为云FusionInsight位居中国数字政府大数据市场第一（华为云官网）cid:link_20四获权威机构认可！华为云持续领跑政务大数据领域（IT168）cid:link_149华为云FusionInsight三次蝉联中国大数据市场第一（华为云官微）cid:link_117 华为云FusionInsight连续三次获得第一 加速释放数据要素价值http://ex.chinadaily.com.cn/exchange/partners/82/rss/channel/cn/columns/j3u3t6/stories/WS61f11154a3107be497a0410b.html（中国日报网）cid:link_174 （搜狐网）华为云再次位居中国政务大数据市场领导者位置https://mp.weixin.qq.com/s/03sf-oiSA8A2OU_w_3mUiw （华为云官微）大数据平台，第一！cid:link_118 （华为云官微）华为云位居IDC中国大数据平台市场研究报告第一cid:link_21  （CSDN）华为云再次位居IDC MarketScape 中国大数据管理平台领导者象限，市场份额和技术实力维度双领先！cid:link_32巨头激烈竞逐大数据，“差异化”如何成就华为云的领导者地位（科技向令说）https://baijiahao.baidu.com/s?id=1682516174333252035强者恒强，华为云是如何走出自己的硬核大数据之路？(天极网)https://baijiahao.baidu.com/s?id=1682422802041458052   你要的真相来了！IDC报告指点中国大数据江山，华为云何以独占鳌头？（云报）cid:link_119创新、成长、基础能力全面领先，华为云领跑中国大数据厂商cid:link_143（华为云头条）https://baijiahao.baidu.com/s?id=1699456220819177122&wfr=spider&for=pc（人民网）cid:link_33（视频证言）主流大数据厂商激烈角逐湖仓一体新架构，华为云引领技术潮流cid:link_120（InfoQ）数据战略高地，华为云FusionInsight再次领跑cid:link_34cid:link_22（CSDN）政务专区华为斩获2021中国领军智慧政务解决方案提供商大奖（华为数字中国官微）cid:link_121 1.19亿，软通智慧联合华为中标北京市社保卡项目，助力“互联网+人社”政务服务！cid:link_178 刚刚！十堰与华为签署战略合作协议！cid:link_122 27 亿！华为中标东莞“数字政府”cid:link_123华为北京总经理：“数”领新征程，助力打造数字北京名片cid:link_124深圳龙岗城市大脑：基层治理重器，让城市更聪明cid:link_107 9428万元，华为中标吉安市智慧城市二期（城市大脑）项目cid:link_125北京市西城区与华为签署战略合作协议 共同推动“数字孪生城市”建设https://baijiahao.baidu.com/s?id=1697645026731253420&wfr=spider&for=pc福州市与华为签署深化战略合作协议，持续推进建设“数字应用第一城”https://baijiahao.baidu.com/s?id=1698000099928529071&wfr=spider&for=pc恭喜！大数据“星河”标杆案例奖+1cid:link_126· 华为云FusionInsight湖仓一体助力威海市商业银行荣膺2022大数据“星河”标杆案例奖华为助力交通银行荣膺《亚洲银行家》“最佳大数据应用奖”https://mp.weixin.qq.com/s/zXyyhBSoDXKnghQuH_0Rhg数博会拍了拍我们，恭喜获奖cid:link_129 (华为云官微)· 华为云FusionInsight MRS IoTDB获2022数博会领先科技成果——优秀项目奖2021中国大数据企业50强重磅发布，华为云大数据连续六年入选榜单cid:link_158 cid:link_23 （CSDN）· 华为获2021中国大数据企业50强“民生信用卡-华为大数据联合创新实验室”荣获亚洲银行家“中国最佳AI创新实室”奖cid:link_130（微信公众号）cid:link_35 华为云FusionInsight智能数据湖获2021中国大数据最佳解决方案奖cid:link_144  （头条）· 华为云FusionInsight智能数据湖获“2021中国大数据平台最佳解决方案”奖华为云斩获第七届中国国际大数据大会两项大奖cid:link_108· 华为云FusionInsight MRS云原生数据湖获“2020年度大数据行业优秀解决方案”奖华为云FusionInsight MRS全面升级，斩获金融行业大数据最佳解决方案奖cid:link_59 https://www.toutiao.com/i6904920539622539784/#tt_daymode=1&tt_font=m（头条）· 华为云FusionInsight MRS云原生数据湖获“金融行业大数据最佳解决方案”奖华为云大数据创新普惠，释放海量数据价值，获2020中国大数据最佳解决方案奖cid:link_24（CSDN）cid:link_60 · 华为云FusionInsight智能数据湖获“2020中国大数据平台最佳解决方案”奖· 华为云DWS获“2020中国大数据数据仓库领域最佳产品”奖· 华为云DAYU数据运营获“2020中国大数据数据治理领域最佳产品”奖2020中国大数据企业50强重磅发布，华为云大数据连续四年荣登榜首cid:link_131（华为云官微）cid:link_61 · 华为获2020中国大数据企业50强再获殊荣！华为云Fusioninsight智能数据湖、DWS数据仓库斩获业界两项大奖https://tech.china.com/article/20200730/072020_570371.html(中华网）cid:link_62 · 华为云FusionInsight智能数据湖获“2020中国信息通信大数据行业影响力奖”· 华为云数据仓库DWS获“2020中国信息通信大数据创新方案奖”华为云FusionInsight MRS通过信通院大数据能力评估 单集群突破2万+规模cid:link_25（CSDN）cid:link_63 视频专区招商银行&红柳林用数实践cid:link_132 华为云FusionInsight智能数据湖打造千行百业数据底座cid:link_31 视频证言：华为云位居中国数据管理解决方案领导者位置cid:link_1中国工商银行：金融数据创新应用实践cid:link_150  广东移动：运营商大数据创新应用实践cid:link_151 清华大学：产学研深度融合，培养大数据顶尖技术人才cid:link_152  华为FusionInsight广东移动大数据案例cid:link_2   华为FusionInsight助力招商银行发现大数据的价值cid:link_5   青海绿能数据：绿色科技守护和谐生态cid:link_3   青海绿能数据有限公司总经理采访cid:link_4    技术解读视频华为云FusionInsight携手国家级大数据实验室，探索时序数据库IoTDBcid:link_14 金融行业智能数据湖创新与探索cid:link_109华为云FusionInsight MRS，一个架构实现三种数据湖https://www.huaweicloud.com/about/techwave_cloudnative_2_0.html千级节点的大数据集群如何无业务中断升级？cid:link_110跨源、跨域场景下如何实现海量数据分钟级分析？cid:link_111大数据技术普惠创新，释放千行百业数据价值cid:link_153 华为云FusionInsight引领全球大数据技术发展cid:link_154 DWS，新一代全场景云数据仓库cid:link_155 CarbonData，释放海量数据价值，尽享数据湖之美cid:link_156  硬核技术解读现代数据栈构建要选对路，才能上“高速”https://www.toutiao.com/article/7208081476032659968/现代数据平台要实现自助用数还要解决的三大问题cid:link_159工业数据分析为什么要用FusionInsight MRS IoTDB？cid:link_160实时数据湖表存储设计方法（基于Hudi表）cid:link_161华为云FusionInsight MRS基于Apache IoTDB打造时序数据库引擎cid:link_162FusionInsight MRS RTD 实时决策引擎在医保行业实践cid:link_163华为云基于 Apache Hudi 极致查询优化的探索实践!cid:link_164【大架光临】第7期：湖仓一体天花板，大数据一站式SQL分析技术实践cid:link_165 华为MRS基于Hudi和HetuEngine构建实时数据湖最佳实践cid:link_166 基于MRS-Hudi构建数据湖的典型应用场景介绍cid:link_167华为FusionInsight MRS实战 - Hudi实时入湖之DeltaStreamer工具最佳实践cid:link_36 （CSDN）cid:link_168 华为云FusionInsight携手国家级大数据实验室，探索时序数据库IoTDBcid:link_169华为云FusionInsight MRS容灾：大数据两地三中心的容灾也可以如此省心cid:link_170 MRS CDL架构设计与实现cid:link_171深度解读MRS IoTDB时序数据库的整体架构设计与实现cid:link_37 （CSDN）cid:link_172 华为云FusionInsight MRS如何实现千余节点滚动升级无业务中断升级cid:link_38cid:link_26（CSDN）华为云FusionInsight MRS跨湖跨仓场景下如何实现海量数据分钟级分析cid:link_39cid:link_27（CSDN）华为云FusionInsight与世界同行，持续创新，引领大数据技术发展cid:link_64  ClickHouse如何成为OLAP开源引擎的黑马？cid:link_65  华为云FusionInsight湖仓一体解决方案的前世今生cid:link_66    华为云FusionInsight MRS打造技术领先、越用越快、越用越省、越用越易、越用越稳的数据湖cid:link_67  HC2020：华为云FusionInsight携手生态伙伴，共创行业新价值cid:link_68 新一代智能数据湖华为云FusionInsight，用数据驱动业务增长新动能cid:link_69华为云FusionInsight引领全球大数据技术发展cid:link_70华为云TechWave大数据专题日，CarbonData释放海量数据价值cid:link_71 从比特到信息 华为云DAYU使能行业数据价值释放cid:link_72 华为云FusionInsight MRS融合大数据平台进阶之路cid:link_73 FusionInsight MRS 技术解读：单集群如何做到2万+规模cid:link_74 重磅发布！FusionInsight 8.0 MRS新特性，更快更安全，小伙伴们快来GET√cid:link_75 +CarbonData，华为云智能数据湖让数据处理飞起来！cid:link_76 Spark 3.0.0 is comingcid:link_77 FusionInsight大数据存算分离，使客户每比特成本最优cid:link_78 (2019)FusionInsight，一个融合的大数据平台cid:link_175 最新资讯报道一片数据湖，蕴藏多少智慧生机？cid:link_133华为云FusionInsight助力客户全面演进到现代数据栈 云领未来cid:link_115清华大学携手华为云FusionInsight探索软件创新体系之路cid:link_15永洪BI携手华为云FusionInsight，让数据分析更敏捷cid:link_134华为全联接2021：华为云FusionInsight智能数据湖观影一览cid:link_16HC2021揭秘华为云FusionInsight智能数据湖 8.1.0 版本新能力cid:link_17 华傲数据携手华为云FusionInsight打造政务“三算一景”方案，加速释放“数字红利”cid:link_18 东华博泰携手华为云FusionInsight发布能源大数据的解决方案cid:link_19 华为云提出 “DIGITS”理念，最大化释放数据要素价值cid:link_135 （InfoQ）华为云FusionInsight智能数据湖加速政企数字化转型cid:link_40重磅！AI&数据系列新品发布，加速千行百业智能升级cid:link_136 （华为云）让数据成为新的生产要素，解读华为云数据领域最新进展与布局cid:link_137 （公众号）再推数据、AI新品，华为云又有哪些能力升级？cid:link_138 （InfoQ）中国信通院发布《2021大数据十大关键词》https://city.huanqiu.com/article/43fZj0e0By4（环球网）cid:link_416月18日，华为云FusionInsight MRS云原生数据湖为你解密如何提升大数据分析时效性cid:link_42华为云FusionInsight湖仓一体，加速金融行业数字化转型升级cid:link_145（头条）cid:link_43AI与数据双轮驱动金融业务创新，构建全场景智慧金融cid:link_146（头条）华为云数据使能，加速金融数据资产化cid:link_147（头条）一架构三湖，解密华为云FusionInsight MRS组件新特性cid:link_44华为云FusionInsight MRS云原生数据湖携合作伙伴共建繁荣生态cid:link_45cid:link_106业界领先的FusionInsight MRS湖仓一体方案，如何用1个架构实现3种数据湖？5月20日华为云带你一起解密cid:link_46https://baijiahao.baidu.com/s?id=1699550446141551411&wfr=spider&for=pcHDC.Cloud2021 | 一文回顾华为云FusionInsight MRS云原生数据湖亮点cid:link_47cid:link_28华为云TechWave全球技术峰会成功召开，数据使能，驱动业务增长cid:link_139  cid:link_48 华为云TechWave数据使能分论坛，“鹏城论数”邀您来cid:link_140  cid:link_49 业务0中断，金融行业首个1000+大数据集群滚动升级成功cid:link_50云原生2.0，华为云FusionInsight智能数据湖构建坚实数据底座cid:link_79华为云FusionInsight MRS云原生数据湖直击传统大数据三大痛点，赋能新云原生企业cid:link_80华为云TechWave云原生2.0数据服务分论坛，精彩内容抢先知！cid:link_81华为参与编制的《信息技术 大数据 系统运维和管理功能要求》国家标准正式实施cid:link_82  华为云FusionInsight亮相高交会 三大硬核能力成就最懂行的大数据领导者cid:link_83  精彩不断，好礼不停！尽在华为云FusionInsight高交会展台！cid:link_84  问卷抽奖，好礼不断。我为华为云FusionInsight打Call！cid:link_85华为云FusionInsight领跑中国大数据管理平台头部厂商cid:link_86  HC2020精彩回顾，华为云FusionInsight智能数据湖点亮数据未来cid:link_87 请保持清醒：开源是和世界同步的绝佳机会cid:link_88 Flink 1.11：更好用的流批一体 SQL 引擎cid:link_89 华为云FusionInsight大数据技术普惠创新，释放千行百业数据价值cid:link_90 华为云TechWave大数据专题日独家播报cid:link_141  华为云TechWave大数据专题日，清华大学王建民院长畅谈大数据顶尖人才培养之道cid:link_91 亮点抢先看，华为云 TechWave 大数据专题日有啥料？cid:link_92 有奖观影：华为云TechWave大数据专题日好礼不断cid:link_93 FusionInsight亮相华为云与计算城市峰会深圳站cid:link_94 进而有为！华为云EI智能数据湖FusionInsight亮相华为云与计算城市峰会南京站cid:link_95 重磅发布！Apache CarbonData 2.0线上发布会，6月3日见！cid:link_96 2020年华为FusionInsight大数据开启渠道与伙伴线上赋能cid:link_97 实操案例分析金融上千节点无中断升级，华为云FusionInsight是如何做到的？cid:link_113（华为云头条）cid:link_51交通银行携手华为云FusionInsight，加速建设数字化新交行cid:link_52工商银行携手华为云FusionInsight共建大数据体系cid:link_53  数字化转型提升太平洋保险风险治理能力cid:link_54  华为云FusionInsight MRS在金融行业存算分离的实践cid:link_157  （51CTO）cid:link_55 （CSDN）cid:link_56 华为云FusionInsight助力宇宙行打造金融数据湖新标杆cid:link_29（CSDN）cid:link_57 华为云FusionInsight MRS金融行业首个1000+大集群滚动升级成功cid:link_30（CSDN）cid:link_58 华为云TechWave大数据专题日，解密金融业为何“偏爱”华为云？cid:link_98 招商银行借助华为FusionInsight变革金融服务cid:link_173 华为云FusionInsight携手Kyligence助力保险业数字化转型cid:link_99 大数据在银行业的应用探索与典型案例cid:link_100 （2018）上交所大数据平台建设 华为FusionInsight解决方案功不可没cid:link_177 运营商华为云FusionInsight助力广东移动利用大数据技术应对5G数据浪涌，释放海量数据价值cid:link_101 0业务中断！全国首个1000+大数据集群成功升级！cid:link_102 浙江移动携手华为FusionInsight打造0业务中断的融合大数据平台cid:link_103 大企业城轨信息化优秀案例分享 | 深圳地铁数字地铁项目cid:link_142 智慧民航先行者！华为为民航运行中枢装上“智慧大脑” cid:link_176 华为云FusionInsight+永洪BI共建政企用数之道，普惠千行百业cid:link_148  深圳地铁6号线、10号线采用华为城轨云，以实现5G覆盖cid:link_114 华为与中国铁路西安局合作开发首台“5G+AI智慧机务系统”正式投用https://baijiahao.baidu.com/s?id=1643810563228081483&wfr=spider&for=pc 华为云EI智能数据湖FusionInsight 成功助力10000+大数据集群滚动升级！cid:link_104 HDC期间华为云FusionInsight提供HetuEngine展点直播以及合作伙伴华傲数据线上展点cid:link_105 

前世：4G时代孕育MEC的发展MEC并非5G的产物，4G时代不少主流运营商都启动了MEC试点，对其技术和商业模式进行探索。MEC试点项目通过在移动网络边缘增加计算、存储、数据处理等能力，来承载不同的行业应用，比如CDN、视频监控、人脸识别等。这些尝试为5G时代MEC的蓬勃发展奠定了基础。然而4G时代MEC方案存在一些技术上的短板：－MEC业界标准不完善，4G时代ETSI定义的MEC整体参考架构、应用生命周期管理和运维框架等，缺少多接入边缘计算系统、网络切片支撑、接口规范和编排管理等部分。－4G核心网CU未分离，导致边缘侧分流和对接方案复杂，无线侧TOF（Traffic Offload）分流方案中监管、安全与计费方面有缺失，导致商用困难。加上MEC应用生态不完善，企业用户的参与热情不高，使得MEC在4G时代未得到广泛应用。MEC今生：5G的最佳拍档5G网络的连接密度和流量密度较4G提升数十倍乃至百倍，时延降低到几毫秒，网络质量得到大幅提升，不仅使已有的4G业务得以升级，提升个人数字化体验，同时将催生新的业务。ETSI定义MEC的七大应用场景，包括智能移动视频加速、监控视频流分析、AR（增强现实）、密集计算辅助、在企业专网之中的应用、车联网、IoT（物联网）网关服务，并详细定义了MEC参考架构（见图1）、端到端边缘应用移动性、网络切片支撑、合法监听、基于容器的应用部署、V2X支撑、Wi-Fi与固网能力开放等，在规范层面更好地支撑MEC的落地。从MEC的主要应用场景来看，连接&分流、网络QoS保障、算力供应、能力开放&共享、应用的快速部署是MEC要解决的核心问题。所以MEC的关键是打造灵活的网、多态的云和丰富的能力，并在此基础上构建应用生态来为客户提供业务。－灵活的网：全连接，边缘分流，质量保障支持多种网络连接，包括4G、5G、Wi-Fi、固网、NB-IoT，满足各种终端接入MEC。允许边缘分流，实现流量本地化，降低承载/传输网的压力，解决企业的组网问题并消除其对数据安全的顾虑；5G网络支持UPF在不同的位置按需进行灵活的部署，并可提供多种分流策略。按需提供网络质量保障，通过切片/QoS机制保障业务对带宽、时延等质量诉求。－多态的云：支持多样化硬件，按需供应各种算力，快速部署应用支持各种形态的计算资源和加速硬件（智能网卡、GPU、FPGA等）；按需供应算力：提供裸机、虚机、容器资源，以及各种加速资源对网络、图像/视频分析、加解密等进行加速；边缘轻量化、无人值守运维：结合边缘机房特点，采取轻量化部署方案，并支持一键开通和无人值守运维方式。－丰富的能力：开放网络能力，简化应用开发通过开放网络信息和能力，比如TCPO、无线网络信息能力、QoS能力、带宽能力、位置能力等，实现业务对网的感知，增强业务体验。对通用的IT服务进行抽象，提供给应用开发者，简化和加快应用的开发，如视频识别、低时延视频、IOT设备管理、视频优化、APP注册管理等服务。－构建应用生态，满足个人用户和行业用户的需求5G使能千行百业，不同的行业在信息化和智能化过程种面临不同的问题，运营商和设备商需要联合行业合作伙伴，结合行业的差异化需求共同提供解决方案，运营商和设备上聚焦网和云，行业伙伴则聚焦应用。MEC未来：泛在网络和泛在算力随着边缘网络生态范围的扩大，更多的技术创新和模式创新将围绕边缘网络发生，也更具广阔的想象空间。－云边协同：平衡性能和成本，满足经济性需要MEC提供的本地算力成本明显高于云计算，对于时延不敏感的业务，可以交由集中云处理，比如海量数据的大数据分析、AI模式训练等；AI推理和策略执行则交给MEC。通过边缘和云端算力协同，使得业务取得性能和成本的平衡。－边边协同：实现业务连续性，触发边缘网络的重构以V2X为例，车在移动时，在网络/MEC覆盖的边界会触发网络/MEC的切换，为保障服务的连续性，需要通过边边协同来解决。MEC之间需要通过边缘网络进行连接，这将触发边缘网络的重构。边边协同包含4个层面：网-网协同、网-云协同、云-云协同和应用协同。－算力网络：实现网络感知算力，按需路由转换成多边互联结构。－区块链技术的去中心化、共识机制、对等互联等特点和边边互联模型完美匹配，通过区块链技术可对边缘节点进行可信认证和鉴权，提升业务和系统安全性。－网格计算：实现超大型计算任务的分布式计算当分散的算力节点连成庞大的算力网络，便可演化为计算网格以承接大型/巨型运算任务，通过把应用切分成若干相互独立的运算单元，通过算力网络将其调度到不同的边缘节点同时发起分布式运算。－函数计算：实现通用算力需求抽象，算力与连接同在函数计算是事件驱动的全托管Serverless计算服务，通过对常用的算力需求进行抽象，封装成丰富的函数集，供业务调用，业务则仅专注于本身逻辑。函数计算为业务提供弹性、高可用、扩展性好、极速响应的计算能力，便于快速构建任应用和服务。纵观IT发展历史，从大型机到PC机，实现了算力从集中到分散的分配；从PC机到云计算，实现了从分散到集中的算力按需分配；从云计算到边缘计算，实现了算力从远到近提升服务质量。未来将进一步发展上述新技术，通过更加智能的网络连接，更加丰富的算力，最终实现泛在网络和泛在算力。

边缘计算强调的是边缘。如果说云计算意味着要将所有的数据都汇总到后端的数据中心处理，那么边缘计算则是在靠近物或数据源头的网络边缘侧实现边缘智能。正是基于这一特性，边缘计算能够实现数据的高频交互、实时传输，因此有望在物联网和人工智能时代大放异彩。相关预测显示，到2020年将有超过500亿的终端与设备联网，未来超过50%的数据需要在网络边缘侧分析、处理与储存。随着物联网、云计算的发展，边缘计算正在兴起。边缘计算源于工业领域，主要部署在终端设备或者网络节点上，旨在帮助工业生产中的设备，在数据不上传云端的情况下，也能够具有近端的决策控制力。随着边缘计算热度不断升温，边缘计算和雾计算的差别，边缘计算如何分层部署等现实问题，成为业界关注的观点。参考物联网的边缘架构模型边缘计算联盟ECC针对边缘计算，定义了四个领域：设备域(感知与控制层)、网络域(连接和网络层)、数据域(存储和服务层)、应用域(业务和智能层)。这四个“层域”就是边缘计算的计算对象。设备域：边缘计算在这一层，可以对感知的信息直接进行计算处理。比如在视频采集、音频采集中直接部署智能鉴别的能力;又或者像手机一样，能够由语音输入直接转换成文字输出。网络域：通过部署计算能力，实现各网络协议的自动转换，对数据格式进行标准化处理。要解决物理网中数据异构的问题，就需要在网络域中部署边缘计算，以实现数据格式的标准化和数据传递的标准化(例如将所有的感知数据都换算成MQTT类型数据，并通过HTTP方式传递)。同时，网络域的边缘计算，还能对“融合网络”进行智能化管理，实现网络的冗余，保证网络的安全，并可进一步参与网络的优化工作。数据域：边缘计算，使得数据管理更智能、存储方式更灵活。首先，边缘计算可以对数据的完整性和一致性进行分析，并进行数据清洗工作，消灭系统中的“脏”数据。其次，边缘计算可以对计算和存储能力以及系统负载进行动态地部署。最后，边缘计算还能和云端计算保持高效协同、合理分担运算任务。应用域：边缘计算提供属地化的业务逻辑和应用智能。它使得应用具有灵便、快速反应的能力，并在离线的情况下(和云端失去联系时)，仍能够独立地提供本地化的应用服务。在物联网贴近用户和应用场景的地方，边缘计算被部署在以上4个层域中。它使得设备具有智能化的感知能力，装配自适应的连接策略和(数字)部署策略，解决系统中的数据异构问题，并提供局部的业务逻辑甚至智能。

    目前物联网设备的数量正在激增，估计今年设备数量在全世界能达到500亿，并且电网巡检的市场是巨大的，而整个物联网市场在万亿级别甚至更高。    数据量非常大，设备非常多，智能化要求高，包括带宽、延迟、本地组网等。由于云计算的初始设计并没有考虑到这些，因此很难支撑这样数量级的网络连接。另外，如果单纯采用端计算，计算资源将非常有限，能耗也非常有限。由此，一种新的计算模式——边缘计算就衍生出来了。    业界对于边缘计算有不同的定义，大家也有不同的看法。一般地，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，就近提供本地化服务。应用程序在边缘侧执行，在节省带宽的情况下满足行业在实时业务、应用智能、安全与隐私保护等方面的基本要求。    边缘计算与云计算是互补的关系。因为边缘计算需要大量的存储，并且对时间并不敏感，比如在100毫秒以上的延迟也可以满足。而现在的云计算，已在消费互联网中得到了广泛的应用，如果云计算向工业互联网场景挺进，能将延迟缩小到10毫秒左右或者更低。            2013年中国国内云计算市场大约只有47亿人民币，当时大家认为每年增速在50%左右，而实际上，2013年-2019年平均增速达到75%以上。而边缘计算，预计到2025年，大概50%以上的数据会在边缘侧进行分析、处理、存储。其未来发展，我们认为他会和云计算有同样的发展道路。工业场景的软件化是必然的趋势，但正处在从2016年开始的起步阶段，其发展空间是非常大的。    边缘计算可以提供更稳定的解决方案，在弱网、弱电环境下提供高可用性的服务；并且，其实时响应基本上能达到毫秒级的延迟，这对工业场景是非常重要的；再加上边缘计算在边缘侧处理数据会更加经济，带宽成本会降低，也更安全。转载自 边缘计算社区《边缘计算牵手工业互联网，靠谱的未来长啥样？》https://mp.weixin.qq.com/s/Kj0bRTeJmXSBkHpMs7B_JA

在2020年GTI线上峰会中，中国移动总经理董昕发表题为《共绘5G发展新篇章 共赢万物智联新时代》主题演讲，介绍了中国移动实施“5G+”计划的有关情况。董昕指出，在网络建设方面，截至目前，我们已建设超过14万个5G基站，在超过50个城市提供5G商用服务。我们还在一些特殊区域建设5G，比如近期，我们在珠峰海拔6500米前进营地开通了5G基站，为科考测绘、登山等活动提供优质的通信保障。在产业标准方面，我们推动2.6GHz端到端产业从无到有、规模部署，并和全球产业界一起，加速推进SA标准成熟，为实现今年SA规模商用奠定了基础。在关键能力方面，我们发布了九天人工智能平台。我们的物联网OneLink和OneNET平台连接数分别突破7.1亿和1.6亿，进入了业界第一阵营。我们还推出了大量的云计算产品和行业解决方案，总数超过了140款。我们实施的5G边缘计算应用试点项目也超过了70个。在生态合作方面，中国移动牵头发起的5G联合创新中心和产业数字化联盟，合作伙伴超过2100家。为了促进产业链整体升级，我们还推出了百亿生态引入计划和百亿分享计划。在业务应用方面，我们采用超高清直播、云游戏、云VR等特色业务，为广大客户提供更精彩更优质的信息服务。为了促进传统行业转型发展，我们推出了5G智慧工厂、智慧电网、智慧钢铁、智慧港口等系列应用。就在上周，我们还同合作伙伴联手打造了全球首座5G智慧煤矿。针对当前5G发展新特点和未来发展新趋势的一些理解和判断，董昕认为，有了5G，我们就可以通过“一张网”来实现人、物、资金和信息“四流”的集中汇聚和高效协同，从而不断创造以智能化为核心的新业态、新模式。因此可以预计，5G将成为社会信息流动的主动脉。此外，作为新基建的“重头戏”，5G与云计算、大数据、人工智能等融合创新，集传输、存储、计算、感知于一体，将形成新一代泛在智能新型基础设施。“所以我们有理由相信，5G将成为构建数字社会的新基石。”董昕表示。

一、基本概念ETSI对于MEC的标准定义是：在移动网边缘提供IT服务环境和云计算能力。我们从运营商的角度来解读一下这个定义，在运营商眼里，网络其实就分为三个部分：无线接入网、移动核心网、应用网络。其中，无线接入网由基站组成，负责移动终端的接入，移动核心网由一堆高性能的路由器和服务器组成，负责将无线基站连接到外部网络，应用网络就是各种应用服务器工作的地方，实际上就是各种数据中心、服务器甚至PC。运营商基本上只掌管无线接入网和移动核心网两部分，应用网络通常在OTT手里，这三种网路在用户终端和应用服务器之间交替传递数据，完成用户的各种上网需求。但是随着各种新服务类型的出现，比如AR/VR，connected cars等，这种传统的网络结构逐渐不堪重负，因此催生了MEC的出现，即将网络业务“下沉”到更接近用户的无线接入网侧，从而带来三个好处：用户感受到的传输时延减小网络拥塞被显著控制更多的网络信息和网络拥塞控制功能可以开放给开发者另外，在这里可以把MEC与传统的数据中心做一比较，传统的数据中心可以简单理解为集中式的大数据处理平台，而MEC可以简单理解为边缘式的大数据处理平台，即把传统的数据中心切割成各种小型数据中心后放置到网络的边缘，以期更靠近用户，为用户提供更快的服务和达到更好的网络性能。二、MEC的服务场景MEC的服务场景有很多，在ETSI的《Mobile Edge Computing—A Key Technology Towards 5G》白皮书中主要列举以下几个典型：增强现实AR增强现实AR是一种利用计算机产生的附加信息对使用者所看到的真实世界景象进行增强或扩展的技术。MEC服务器缓存需要推送的AR音视频内容，基于定位技术和地理位置信息一一对应。根据终端发起的应用请求，MEC服务器通过深度包解析判断应用内容，结合位置信息确定推送AR内容并发送给用户。MEC解决方案一方面通过内容本地化降低了内容时延，提升用户体验；另一方面基于位置，大大增强了AR的应用效果和价值。智能视频加速在因特网上，媒体和文件传输通常是以流的形式，或基于TCP协议使用HTTP下载。信道环境、终端的接入和离开等变化都会导致链路容量的变化。TCP可能并不能快速适应RAN的快速变化，因此使用MEC进行视频加速可以解决这类问题。Connected carsMEC服务器可以部署于沿道路的LTE基站上，从车载应用和道路传感器接收本地信息，并加以分析，从而传播一些紧急信息给本区域的其他车辆。物联网汇聚网关IOT装置在处理器和内存容量上通常是资源受限的，因此有必要使用汇聚网关将各种各样IOT装置信息聚合起来，这样可以降低分析处理的反应时间。三、MEC现存的问题和挑战MEC作为一个新兴的前沿技术，在为我们带来具有便利和效益的同时，还存在很多的问题和挑战。移动性问题：移动性问题又可以分为以下两种场景用户在一个MEC服务器之下，从一个基站移动到另一个基站：服务器需要保证UE到应用的连接性能，需要跟踪UE当前的连接节点来确保下行数据的路由。用户从一个MEC服务器移动到另一个MEC服务器：需要基于应用的能力、原始服务器和目标服务器的负载信息等情况来决策采用的移动性机制计费问题：边缘计算平台由于在部署时将服务下移，流量在边缘进行本地化卸载，计费功能不易实现。对于该问题，移动边缘计算平台的标准化工作尚未涵盖该部分的实现，不同的公司也有自己倾向的解决方案。服务问题由于涉及到较多的核心网网元，也需要设备供应商、OTT、运营商等多方的共同努力和积极探索。安全问题：同时，由于服务的下移也带来一些安全问题，例如可能存在一些不受信任的终端及移动边缘应用开发者的非法接入问题。因此需要在基站和边缘计算服务器之间建立鉴权流程和安全隧道的通信，以保证数据的机密性和完整性，并保证网络的安全。——————————————————————参考资料：《Mobile Edge Computing – A Key Technology Towards 5G》白皮书《Mobile-Edge Computing – Introductory Technical White Paper》白皮书https://www.sdnlab.com/19491.html

5G 时代，将给文娱行业带来哪些改变？在 ChinaJoy 组委会和《通信产业报》全媒体联合举办的「5G+ 娱乐新元年」大会上，华为云 BU 泛互联网解决方案首席技术官聂颂表示，创新要素的革新与新业务发展息息相关，5G 时代，随着动网络速率提升、云计算能力增强、AI 算力提高、云游戏迅速发展、VR/AR 向深度沉浸发展，将对文娱行业带来新升级，云游戏、云手机、云 VR 产业将成为行业发展焦点。五大创新要素 培育文娱创新土壤「技术的革新，将改变创新土壤，催生新业务的发展。」聂颂表示。聂颂表示，华为具备全栈云能力，直击云游戏、云 VR 挑战，助力娱乐游戏产业共赢 5G 时代。4G 时代，抖音、直播得到快速发展主要基于三点创新要素的变化：即终端 AI/VR 能力巨大提升、移动带宽的成本大幅降低、视频云和 CDN 能力的成熟。那么，5G 时代，创新要素将会有哪些变化？他认为，5G 时代将产生五个创新要素，即移动网络速率提升、云计算能力增强、AI 算力提高、云游戏迅速发展、VR/AR 向深度沉浸发展。具体来说，第一，移动网络速度将大幅提升，5G 的峰值速率将比 4G 提升 10 倍以上；第二，云计算能力增强。目前中国约有 300 多款云计算产品，100 多个云计算节点，明年将会超过 400 款云计算产品，拥有超过 300 个主要节点；第三，AI（深度运算算力）以 10 倍的速度增加；第四，云游戏作为游戏底层基础技术体验大幅提升；第五，AR/VR 正在向深度沉浸发展。这些要素的变化，将使得 5G 成为千行百业升级的新引擎。对此，华为预计，未来 5 年，5G 将产生的直接经济价值，约为 10.6 万亿元，产生的间接价值约为 24.8 万亿元。5G、云与边缘计算深度融合作为技术创新头部企业，华为始终坚持研发投入，以技术推动产业发展。5G 时代，华为认为，文娱行业的创新升级，离不开 5G、云计算与边缘计算的深度融合。聂颂认为，5G 时代，将对云计算产生三个需求，即系统架构要端管云协同、端侧智能向云上智能转化、内容开发基于云而不是端。文娱行业的创新升级，离不开 5G、云计算与边缘计算的深度融合。为了让云 VR、云游戏得到快速发展，云业务的性价比成为行业 关注的焦点。对此，华为致力于提高云计算性价比，助推云游戏、云 VR 形成良性的商业模式。「华为云是通过华为的全栈能力，提供极高性价比的产品，包括大数据、云主机以及其他各类产品。」聂颂表示。同时，为了彻底降低端到端时延，还需要引入边缘计算技术。5G 解决了从手机到基站的时延和带宽问题，但是从基站到云的时延，需要引入边缘计算技术来解决。在边缘计算方面，华为边缘小站，从硬件到芯片进行创新。同时，华为云与合作伙伴进行边缘计算产业链建设，华为云提供硬件、OS、IEF 全栈能力，实现灵活的调度和预测。基于技术创新，5G 时代，文娱行业的重头戏将转向云游戏、云手机、云 VR 等。云游戏方面，华为在业内率先推出云游戏平台。云游戏对性能和成本非常敏感，因此非常具备挑战性。华为具有全栈能力，从自研鲲鹏芯片到操作系统，再到上层的协议，能够降低网络时延，减少云计算成本，极致优化云游戏性能。云手机方面，华为去年推出云手机服务，能够实现软件定义手机，即可以设定手机传感器参数、信号等，可以应用到游戏挂机、舆情分析和手机自动化测试的场景。云 VR 方面，VR 被认为是 5G 最典型的应用场景之一。目前 VR 头盔已经实现「物美价廉」，2000-3000 元能够购买到 3K 分辨率的头盔，获得很好的体验效果。未来，VR 也要「上云」，去年华为就与合作伙伴进行了云 VR 试验，基于 5G 网络进行云 VR 验证，而未来华为将推出云 VR 产品。为了提升用户体验，华为还发布了诸多小黑科技。例如，华为还推出 Link Turbo 技术，在客户没有感知的情况下进行网络自动切换，Wi-Fi 信号不好，可以自动切换到 4G 网络，4G 信号不好可以切换到 Wi-Fi 网络，能够大大改善数据丢包、网络卡顿等问题。目前，该项技术已经应用在华为去年发布的荣耀手机中。面向未来，华为希望通过华为全栈云能力，提供超高性价比服务，打造云端协同系统，以创新技术助推文娱产业发展。

近期，市场研究机构Canalys发布2020年第一季度中国公共云服务市场报告，数据显示，2020年第一季度，华为云市场（IaaS+PaaS）排名上升至第二位，市场份额14.1%。这是继Gartner宣布华为云在2019年中国IaaS市场份额排名前三后，华为云的又一次稳步向前。突如其来的新冠疫情严重影响全球公共卫生安全，华为云联合伙伴运用云、AI等创新技术抗击疫情，在AI辅助CT影像诊断、药物筛选、在线教育、远程办公等方面积累丰富实践经验，并在4月启动全球抗疫行动，免费开放AI医疗服务和相关云服务，全球招募伙伴共同科技抗疫，帮助客户共克时艰。人们的生活和工作方式也带来深刻改变，社交隔离促进了办公、医疗、教育等领域的数字化。在中国，这种变化更为显性。据统计，春节之后中国远程办公人数超过3亿，而2019年这个数据还只是500万。2020年Q1，华为云一站式AI开发平台ModelArts用量增长了133倍，云主机、CDN等服务也都在爆发式增长。“云上生活，永远在线”也正成为新经济下的新常态。当然，所有应用加速云化，对数字基础设施也提出了新的挑战。据悉，为持续使能开发者，华为云3月发布了CloudIDE开发环境服务；在AI领域，华为云发布了业界首款企业级AI应用开发专业套件ModelArts Pro。截至目前，华为云已上线210多个云服务、200多个解决方案，300万企业和开发者基于华为云进行云端开发。在新基建时代下，算力成为新的生产力，数据成为新的生产要素，云、AI、5G则是新的生产工具，新型数字基础设施正在为政企数字化转型注入新动能。华为云创新发展，持续提供稳定可靠、可持续发展的云服务，致力于成为政企数字化转型和智能化升级的首选。