據預測，到2025年，邊緣計算市場將以19.9%的復合年增長率增長。目前，許多公司正在企業邊緣或家庭部署物聯網，因此下一波關注度可能會落在如何從物聯網中獲取和處理具有商業價值的數據上。

在部分情況下，物聯網能夠自行接收、處理甚至存儲數據，但其他情況下則需要與其他核心企業系統協作共享數據，以支持人工智能和分析等技術。

[[339236]]

許多公司正在把物聯網部署到企業的邊緣、家庭和現場。這些設備可以發送、接收和處理數據，未來很可能會重點關注如何從物聯網中獲取和處理具有商業價值的數據。無論公司為邊緣/物聯網和集中式核心計算開發了哪種IT架構，能否集成所有這些數據源以實現業務成果將是一個重要的關注點。

邊緣核心集成挑戰

對于IT部門而言，邊緣計算和核心計算的集成面臨五個關鍵挑戰。

1. 邊緣(尤其是物聯網)數據過載

IDC預計，到2025年，將有416億臺聯網的IoT設備產生79.4 ZB的數據，但并非所有這些數據對公司都是有用的，公司可能無力負擔所有數據的管理。

基礎設施資產管理公司Yotta的首席技術官Manish Jethwa在一次采訪中表示：“企業可能會面臨被物聯網數據淹沒的風險。很多數據對企業幾乎沒有價值，如果沒有清楚地了解什么數據應該存放在哪里，那么物聯網很可能會被大量根本沒有業務價值的數據所淹沒。”

2. 集成時間受限

大多數企業都希望應用程序能夠快速上市投入使用，但絕大多數應用所需的系統集成都是最困難、風險最大、最耗時的項目之一。由于許多邊緣設備都帶有自己的專有操作系統，并且不一定能與其他IoT設備或其他中央IT系統對接，因此邊緣計算的存在更是增加了其中的復雜性。

3. 系統老舊

為什么說傳統系統已經老舊?許多傳統系統具有很高的可靠性，并且數十年都保持良好的性能。但當涉及到將傳統系統與邊緣和物聯網集成時，可能會十分艱難。因為傳統系統最初并不是為物聯網設計的，許多傳統系統還包含數千行定制代碼，其中一些是“黑盒”。這些都使得邊緣集成變得復雜。

4. 帶寬

物聯網數據不斷在邊緣生成，如果用戶希望將其傳輸到其他地方，是否有帶寬來支持這么大的數據流?對于IT而言，這既是一個財務問題，也是技術問題。

5. 安全性

據調查顯示，很多使用物聯網的公司都面臨安全漏洞問題，原因在于使用物聯網設備的人，或者負責在邊緣保護設備的非IT人員。另外還有邊緣和物聯網基礎設施的多樣性，邊緣可以是網絡節點、傳感器、網關、硬件或應用程序軟件，有許多可移動的部分，也可以由許多不同的供應商來提供，這就會導致更多的漏洞和更高的安全風險。

為邊緣定義有效的集成策略

在中央和邊緣計算之間的集成工作中，首要的就是避免繁瑣的定制編碼。系統集成商首先要思考的就是，是否存在針對物聯網/終端和核心系統的擴展API庫;次要選擇是找到一個ETL(提取、轉換、加載)工具，來幫助自動化邊緣-核心系統集成;或者可以解耦邊緣和中央計算，以便兩者可以彼此獨立地運行，然后通過云在它們之間傳遞數據。

(1) API：有些核心計算系統帶有數百個應用程序編程接口(API)，這對于將不同的系統與邊緣應用程序集成在一起有很大的幫助。不過問題在于，并非所有邊緣的專有系統和協議都包括在內。

建議：盡可能使用標準API進行邊緣連接。

(2) ETL：ETL軟件能夠從邊緣設備獲取數據，并將數據轉換為核心中央系統可接受的格式，然后將轉換后的數據加載到目標中央系統中。ETL可以根據用戶提供的數據轉換業務規則自主運行，可以排除中央系統不需要的無關邊緣數據。使用ETL，還可以根據用戶輸入的業務規則對數據進行清理和規范化。

建議：當API不存在或不充分時可以使用ETL。ETL的優點之一是它可以利用用戶提供的數據轉換業務規則完成更多工作。

(3) 解耦邊緣和中央計算：我們可以通過在邊緣部署智能邊緣節點來節省帶寬，讓更多的處理直接在邊緣進行。這樣邊緣可以直接處理傳入的邊緣數據，隨后在云中進行優化，刪除不需要的數據，然后將其發送到核心系統。

建議：如果想節省帶寬和從核心系統卸載處理，可以考慮在邊緣進行本地化處理。

原文鏈接：

https://www.informationweek.com/strategic-cio/it-strategy/how-to-integrate-edge-computing-with-your-core-systems/a/d-id/1338586?