技術的進步帶來商業模式的改變，越來越多的企業正利用數據技術，獲得核心競爭力。比如：通過對數據的有效分析，建立更豐富的業務場景;通過更全面的數據挖掘，獲得更及時、準確的市場洞察力等。預計，企業通過數據“借力使力”的趨勢，將會一直持續下去。

數據分析機構IDC預測：到2025年，全球數據圈的規模將增加兩倍。可能很多人會覺得，這不是啥新鮮事，因為自從大數據概念被提出以來，每年都有大量被創建、采集或者是復制的數據集合。只不過，現在有一個新的變化，就是更強調數據的來源和流動性。

換言之，在移動互聯網、物聯網和邊緣計算的影響下，實時數據大幅增長，導致企業大量創建和復制數據的需求增加。另外，數據處理和分析的行為往往是在設備、網關和云中的各個點進行。所以，當前的大數據已被分布式流動式數據概念取代。當然，大的趨勢不會變，最終會有越來越多的數據轉化成有效商機，特別是人機互動產生的數據，能帶來新的商業模式的變革 。

為了擁有更多可利用的數據，企業需要有一種更有效的方法，來管理跨平臺數據問題。尤其是從邊緣到云端的數據，要有能夠處理、存儲和優化不同來源數據的能力，并且要按照不同的類型、維度、有效性對數據進行分類。企業要把云、邊緣數據和企業內部數據打通，包括借助人工智能和機器學習模型不斷優化，最終形成一個完整的業務邏輯和流程。此種背景下，全面數據管理成為一大挑戰!

為了有效應對全平臺數據管理問題，越來越多的企業開始關注Data Fabric(數據管理架構)，尤其是隨著數據量在邊緣計算場景的不斷增加，以Data Fabri為核心的數據管理架構已成為事實標準。

什么是Data Fabri?

根據定義來看，Data Fabri可以把分布在不同區域的數據通過一個自適應、靈活和安全的架構，進行集中管理。這種架構的優勢是，不僅讓用戶更輕松、透明地訪問數據，還能擁有實時、一致性的數據訪問體驗。同時，這種集成的數據架構本身，使得運營商能夠跨不同平臺管理數據，包括遷移和訪問不同流程、不同地理位置、不同結構以及不同形式的數據。

本質上講，Data Fabri既是數據進出不同平臺的“管道”和“轉換器”，也是企業數據運營戰略的新方法。用戶可以充分發揮云、本地和邊緣端的優勢，集中管理任意位置的數據，包括：本地數據中心、公有云、私有云以及在邊緣運行的多種類型的網關和設備上的數據。

如何將Data Fabric應用于邊緣計算?

邊緣計算雖然是云計算的延伸版，將計算從云端遷移到臨近用戶的一端處理，從一定程度上避免了數據在網絡中的長距離傳播，但在網絡邊緣生成和實時數據處理仍是一大挑戰，尤其隨著邊緣設備的多樣化，本身就存在著一定的復雜性。

比如：在工業設備聯網過程中，我們往往采用智能設備，包括使用PLC聯網模塊，遠程控制工廠中的工作流程;同時，通過傳感器、RFID標簽確定貨物和集裝箱的位置。過去，這些行為和流程都在本地的數據中心完成;但是現在，需要遷移到云中進行處理。并且，有些處理可能會發生在網關的一側。

由于數據中心是物理機部署，在架構的靈活性調整方面，體驗會差一些;但云可以，因為云是虛擬化應用，可靈活調配資源。如果我們仔細分析下云的定義，就會明白為什么Data Fabric成為用戶的必需品。云，雖然帶來了資源的彈性擴縮容能力，但與數據中心一樣，也是用戶處理與應用程序相關的數據。確實，我們不必關心Salesforce云、Oracle云或者其他任何云所在的實際位置，但我們的數據必須在各種云之間有效傳輸，能滿足不同的業務操作，讓數據永久性保存。由于不同云平臺的管理本身就存在復雜性，企業必須確定哪些數據在哪個區域完成，并且每個應用程序都要對應一個操作，每個操作都有相應的數據處理和內存管理權限。而Data Fabric的重點是應對各種復雜性問題，比如把Spark作為云中數據架構的關鍵要素，支持不同云平臺之間的數據流轉。

邊緣計算正在成為云計算的“新陣地”，所以需要和云技術一樣的標準，同時在邊緣端設計特定的網絡架構時，還要考慮到與5G 、WLAN 6等技術結合。其實。邊緣端和云一樣，每個設備上都運行著更豐富、更智能的應用程序以及網關，最終讓數據中心無處不在，我們可以在工廠車間、衣帽間、飛機上、貨輪上等任意位置運行和管理核心數據。而實現這一切的前提是，要在云、本地以及邊緣端構建Data Fabric新型數據管理架構。

構建Edge Data Fabric 的關鍵點有哪些?

為了處理邊緣設備提出的數據需求，在構建Edge Data Fabric時，必須遵守幾個核心準則：

(1) 要能夠訪問不同的網絡端口，包括：http、mttp、無線電網絡、制造網絡等;

(2) 要能在多種操作環境中運行，最重要的是符合 POSIX標準;

(3) 引入API和關鍵協議方案，包括使用 REST API 最新協議;

(4) 提供 JDBC/ODBC 數據庫連接能力;

(5) 具備處理流數據的能力，能夠支持Spark、Kafka等。

Edge Data Fabric正處于拐點

雖然，邊緣計算的起源可以追溯到1990年代內容交付網絡時代，但真正迎來市場的拐點是現在!

為了讓企業獲得真正的智慧化能力，我們必須擺脫傳統的“客戶端-服務器”的局限，在邊緣端處理業務。可以說，單一位置數據集中的時代已經一去不復返了，未來大多數數據將停留在邊緣。而隨著邊緣端智能化進程的加快，我們的業務也會變得更自動化，企業將通過自動化的策略和手段來處理各種問題，或者把機器學習 (ML)和其他自動化流程與業務進行關聯。

可能有人會問，企業為什么不把所有的業務遷移至云端?很簡單，這樣做需要大量的帶寬!每次數據流量的激增都會帶來貸款的增加。另外，不把數據遷移到云的一個重要原因是，會出現延遲，即便是在5G網絡下，也解決不了網絡延遲問題。還有，數據隱私和安全問題，也會催生Edge Data Fabric的加速落地。

附：原文鏈接：https://www.eweek.com/cloud/edge-data-fabric/