邊緣計算工作負載：虛擬機、容器還是裸機？
我們生活在一個連接和智能設備的時代。隨著智能設備數量的增長，數據的增長迅速達到了新的高度。這些數據從終端用戶到達云或數據中心后再進行處理、存儲和其他分析操作，因此，當訪問時必定會帶來延遲和帶寬問題。正如Nati Shalom在他的博客文章中寫道“ 什么是邊緣計算?“，邊緣計算實質上是將處理能力轉移到網絡邊緣，更接近數據源。這使組織能夠在訪問數據速度和消耗帶寬的方面獲得顯著優勢。
由于邊緣扮演著至關重要的角色，因此考慮邊緣工作負載運行的基礎架構技術同樣重要。
為邊緣工作負載提供技術
我們已經看到基礎架構技術的整個范式轉變，從物理服務器開始，一直到虛擬機(VM)的誕生，現在最新的是容器。盡管VM在過去十年左右的時間里做得很好，但與VM相比，容器提供了固有的優勢。它們也是運行邊緣工作負載的理想選擇。
下圖描述了與VM相比容器的工作方式。
每個虛擬機在共享管理程序(軟件或固件層)之上運行獨特的操作系統，從而實現“硬件級虛擬化”。相反，容器運行在物理基礎架構之上并共享相同的內核，從而導致“操作系統級虛擬化”。
這個共享操作系統以MB為單位保持容器的大小，使它們非常“輕”和靈活，將啟動時間減少到幾秒鐘，相比之下，VM卻需要幾分鐘。此外，由于容器共享相同的操作系統，操作系統管理員的管理任務(修補，升級等)也會減少。另一方面，在容器的情況下，如果內核漏洞會使整個主機關閉。但是如果攻擊者在到達VM內核之前，只是通過主機內核和管理程序進行路由，則VM仍然是更好的選擇。
今天，許多研究正在朝著實現將裸機功能帶入邊緣工作負載的目標而進行。Packet就是這樣一個組織，致力于實現滿足低延遲和本地處理需求的獨特主張。
虛擬機或裸機上的容器?
CenturyLink對在裸機和虛擬機上運行Kubernetes集群進行了一項有趣的研究。對于此測試，使用名為netperf的開源實用程序來測量兩個群集的網絡延遲。
由于物理服務器沒有管理程序作為開銷，因此結果與預期一致。在裸機服務器上運行的Kubernetes和容器顯著降低的延遲; 實際上，比在VM上運行Kubernetes時低三倍。此外，與裸機相比，當在VM上運行集群時，CPU消耗明顯更高。
所有邊緣工作負載都應該在裸機上運行嗎?
雖然數據庫，分析，機器學習算法和其他數據密集型企業應用程序是在裸機上運行容器的理想選擇，但在VM上運行容器有一些優勢。與裸機環境相比，在VM中可以輕松實現開箱即用的功能(例如從一個主機到另一個主機的工作負載運動，在出現任何問題時回滾到先前的配置，軟件升級等)。
因此，如前所述，輕量級且快速啟動/停止的容器非常適合邊緣工作負載。在裸機或VM上運行時總會有一個權衡。
公共云和邊緣工作負載
大多數公共云(包括Microsoft Azure和Amazon)都提供容器即服務(CaaS)。。兩者都是建立在現有基礎架構層之上的，基于虛擬機，從而提供邊緣計算所需的可移植性和靈活性。
AWS還推出了“Greengrass”作為軟件層，將類似云的功能擴展到邊緣，從而實現本地信息的收集和執行。
讓我們看看它是如何工作的。
Greengrass Group包含兩個組件。第一個是Greengrass內核，用于在本地執行AWS Lambda，消息傳遞和安全性。第二個是IoT，支持SDK的設備，通過本地網絡與Greengrass核心進行通信。如果Greengrass內核與云失去通信，它仍會保持與本地其他設備的通信。
企業采用和所涉及的挑戰
由于容器提供的速度，密度和靈活性，它們是最熱門技術之一。安全性可能會給企業在容器上采用邊緣工作負載帶來障礙。其中兩個主要問題是：
- 拒絕服務：一個應用程序運行時可能會消耗大部分的操作系統資源，從而剝奪了其他應用程序繼續運行所需的最低限度資源，最后迫使操作系統關閉。
- 利用內核：容器共享相同的內核，因此如果攻擊者能夠訪問主機操作系統，他們就可以訪問主機上運行的所有應用程序。
前進之路：最新動態
在基礎設施技術的各種發展中，總部位于紐約的創業公司Hyper正在努力提供VM和容器領域的最佳產品。使用HyperContainers(如Hyper調用它)，我們看到兩者之間的融合。它提供了容器的速度和靈活性，即能夠在不到一秒的時間內以最小的資源占用空間啟動實例。同時，它提供VM的安全性和隔離性，即通過硬件強制隔離來防止容器的共享內核問題。
原文鏈接：
