10年之后，世界云计算战场已经成为中美之间的角逐，中国云计算产业迎来了它的发展期！

首先，关于2019云计算行业的趋势，这里分享一份来自云计算行业从业人士、分析师和企业决策层，对云计算产业2019年的发展趋势所作出的十大预测，供各位参考。

参自IDC圈：2019年云计算十大趋势：云成为获取人工智能主要途径

以下为云计算行业十大发展趋势：

1、广泛使用智能决策成为企业先进标志

人工智能走出“娱乐界”，开始在企业运营中广泛辅助人类做决策。

今后，一个企业是否先进，主要的衡量指标之一就是智能协助员工（不仅仅是服务于高管）做决策的比例。云不再是技术圈层讨论的问题，更多是企业决策者关注的问题。

企业对于使用人工智能等技术进行业务创新比以往任何时候都更迫切。同时，以云为基础的智能商业也将触发企业进行组织变革。

2、企业将整体上云

更多大型企业逐渐放弃自建的IT基础设施，整体迁移到公有云，出现“云基原生企业”。

美国视频网站Netflix的基础设施已经全部搬迁到亚马逊AWS上。中国少数企业在2018年实现了这样的整体上云搬迁，而在2019年预计这样整体搬迁上云的案例将会大量涌现。

生产资料的云化意味着一个新时代的开启。

3、云成为企业获取人工智能最重要路径

云天然解决了企业数据和技术的统一，并构成了企业获取人工智能能力的最重要路径。

目前，公有云平台已经成为客户低成本获取人工智能服务的最重要渠道。

在商业领域，经过云服务商自身业务验证的人工智能技术备受企业决策者青睐。

4、 硬件云服务商逐步告别公有云市场

2018年传统硬件起家的厂商在公有云时代集体遭遇水土不服。

IBM的云计算份额下滑，此前惠普、思科、富士通等企业借助开源OpenStack 技术进入公有云市场先后挫折。分析认为硬件厂商在公有云市场折戟，在于没有搞清楚云计算的本质。

云计算的本质并非“计算机”而是服务，加上此类企业几乎与互联网时代完美错身。由此，上述厂商的硬件基因如此强大既有商业如此成功以至于面临“创新者的窘境”。

5、公有云市场进一步集中

根据权威市场研究机构Gartner和IDC的统计，包括亚马逊AWS、微软Azure、阿里云、谷歌云在内四家厂商成为了全球公有云市场的主导力量，并且这四家厂商的营收增长速度都远超行业平均增长。

华尔街投行高盛预计，2019年亚马逊、微软、阿里巴巴等巨头厂商将占据核心云计算市场约84%的份额。这些厂商在人才、技术、运营、服务、资本、生态等多方面都大幅领先行业对手，可以预见2019年全球云计算市场集中度将进一步提高，并在未来几年更加显著。

6、企业更偏好全栈解决方案

过去一年，随着智能技术在商业领域的加速渗透，很多企业已经在部分业务环节中实现了智能化。

但是，相对人工智能技术提升某一业务或者环节而言，越来越多的CEO群体表示更加青睐全面的解决方案。这类方案不但可以实现公司业务的数据化，还提供一整套经过验证的智能工具，帮助企业实现智能决策。

2019年，更全面的智能解决方案将会不断出现，并得到市场欢迎。

7、企业因为安全拥抱云计算

过去提到上云，安全成为一个阻碍因素。

很多企业在选择是否上云时，最重要的担忧是安全问题，不仅担忧自身的信息安全，也担心业务系统的稳定性。但是随着全社会数字化转型，各类企业业务经营将不可能避免地触网，为了寻求业务安全反而开始成为促进企业积极上云的驱动因素。

云计算厂商拥有强大的安全团队，服务过多类型的客户，可以让企业低成本获得了强大的安全防护能力，这改变了以往企业在安全方面的投资习惯。

8、云计算渗透率进一步提高

经过10多年发展，云计算技术已经逐渐成熟，企业对于云计算的接受程度也在进一步提高。

由于云计算能够给企业IT运营、业务创新等带来明显效用，上云已经成为企业常态。

2019年，全社会将把越来越多的预算投放在云计算领域，而这将进一步提升云计算在整体IT支出的占比。华尔街投行高盛预测，2019年云计算的市场渗透率将首次突破10%，到2021年该数字将跃升至15%。这意味着，云计算将进一步蚕食企业IT支出，提升在IT市场的影响力。

9、云计算产业并购活动将更加频繁

2018年，云计算领域出现了诸多规模巨大的并购交易，这些交易分部在芯片、安全、人工智能、开发者社区、云解决方案等不同领域。

主流云计算厂商为了维持高速增长，需要推出更多高附加值的产品或者服务，并不断扩大付费客户群体规模，通过合并或者收购成为快速见效的手段。

2019年，云计算巨头公司针对技术或者客户方向的收购活动预计还将高频出现。此外，部分公司还可能通过收购跨界进入云计算产业。

10、云厂商尝试向产业上游延伸

随着主流云计算厂商在IT市场上拥有更强大的市场影响力，它们开始尝试向产业上游延伸，尝试涉足芯片、服务器等核心环节，这给传统硬件产业链带来冲击。

过去几年，诸多云计算厂商先后宣布人工智能芯片、物联网芯片等开发计划，比如谷歌推出TPU(张量处理器)、阿里云开发神经网络芯片Ali-NPU、亚马逊AWS开发人工智能芯片Inferentia等。2019年，预计更多云厂商主导的专用芯片或者其他硬件将会上市。在特定场景下，这些专用芯片将挑战传统芯片的绝对统治地位。

2019年，云计算行业将会见证越来越多的传统企业上云。

银行、保险、制造业等均选择云计算作为未来战略转型升级的重要支撑载体，一改过去主要以互联网客户为主的现状。云计算产业正在进入广泛的应用渗透，以及产品迭代升级与客户拓展交互推进的阶段，整体行业正在进入业绩逐步兑现的阶段。

2019年，云计算市场无论是放眼全球还是聚焦国内，已然百家争鸣的云服务市场将会迎来新一轮的洗牌。

包括全球六大云计算巨头：亚马逊AWS，谷歌，阿里云，IBM，微软Azure和甲骨文，也包括云服务市场的新玩家、初创企业等，从全球到国内，2019年云服务市场将不会太安静。

“马太效应”这个词经常会被拿来形容云计算这个行业，这和云计算产品既有的行业基因有密切联系，规模化竞争，布局及盈利、重资产化、先入为主，意味着更早入局的拥有更多资源的云服务商往往拥有更大的获胜机会，亚马逊AWS能有今天的成绩便是最好的例证。

当然，这也并不是意味着新来的玩家没有机会，不过对于新玩家而言无疑也提出了更高的要求：具有对云计算行业的掌控力、具备扩展行业应用和计算能力、具有能够提供一站式解决方案能力、具有能够满足差异化需求和定制化服务能力、需要更加专注在所属领域的纵向发展和延伸，以达到更高的产品进入壁垒，保持在所属细分领域存在价值和竞争力，这样新玩家才可以在云服务的江湖占有一方天地，云计算市场将会呈现多寡头和垂直领域云服务商并存发展的局面。

2019年，云计算将会向成为「云生态」更进一步，不只是孤立独自发展，将会与人工智能、大数据和物联网、5G等技术做更多的融合、交流和碰撞，彼此依附且相互助力！

对于初次接触和使用CDN服务的直播或者短视频平台，

视界云认为其中有两个核心的点需要被关注：技术指标数据&服务支撑。

技术指标数据：
总体上：

稳定运行、良好的性价比、灵活便捷、节点覆盖范围广、质量有保证、丰富的行业经验和为人称道的服务意识、

DNS 调度准确、宽带统计的准确度高、回源带宽低、统计数据指标多、内容的刷新时间和内容的预读取速度快、日志统计的即时性等

◎测试时的技术指标数据：

包括但不局限于延时、卡顿率、下载速度、打开速度、回源率、宽带冗余提升率等

由左至右：视界云音视频直播加速-音视频点播加速-文件下载加速
◎四种场景下CDN技术指标数据：主要涵盖小文件、大文件、音视频点播、音视频直播

小文件即网页素材，通常是指图片素材涵盖类型包括但不限于html、js、jpg、png、css。网页类的CDN加速，此类场景下对延迟最为敏感。

根据全球第三方测速的公司Gomez官方数据显示：当页面加载时间超过7秒后， 50%的用户会选择放弃，且每增加1秒的延迟会带来7%转换率的下降。一般情况，100K的网页素材加载总时间低于250ms算优质CDN。

延迟细分下来又可分为4个模块：域名解析时间、建立连接时间、首包时间、内容下载时间。

域名解析时间这个时间维度和CDN具有一定程度的关系，刚购买的域名通常解析时间会很长 有时超过300ms 甚至达到几秒，当网站的访问带宽超过100M时时间会平稳控制在100~150ms。此外时间的长短和各个省分的本地DNS缓存策略也有一定的关系。

建立连接时间则是指DNS解析完成到找到对应IP后建立TCP连接的时间。由于TCP建立的流程是固定的三次握手，排查机器负载过高的原因外，这个时间可以反映出CDN服务的节点资源以及调度能力，离得越近的节点建立连接时间越短，一般在几十ms内。

而首包时间就反映的CDN服务节点程序的代码能力了，连接之后服务端程序多长时间会调度处理，如果时间过高很可能导致机器负载过高。

内容下载时间对于小文件场景一般参考意义不是特别大，通常时间很短。

大文件包括类型为apk、rar、zip、ipa等一些列大小大于10M的文件。大文件的场景相较小文件场景更为简单，也是CDN服务中对质量要求没那么苛刻的场景。其核心指标简言之就是下载速度或总下载时间。

小文件和大文件大多基于网页类，而音视频此类属于流媒体类。

音视频点播包括类型为mp4、flv、mkv 、wmv等音视频文件。点播场景会比较注看重卡顿比率，更准确的说点播可以算是大文件中一个分支，但点播场景的CDN服务质量要求比大文件下载要严苛一些。

这方面主要是看2个核心指标：首播时间和再缓存时间。首播时间即从打开到看到视频画面的时间，会受域名解析、连接、第一包时间的影响，首播时间控制在1秒内算是不错的效果。其次是再缓冲时间，代表的意义是用户观看视频时的卡顿时间。由于实际服务中视频长度不一，一般会做播放统计的体验统计，主要监测的是卡顿率（卡顿率：把所有用户播放视频的卡顿时间上报，100个用户里面有 90个是播放过程中完全无卡顿的即卡顿率10% ）

音视频直播全协议支持 ，此类场景对于CDN服务来说，核心指标和点播有些类似。鉴于直播的时长通常较长，因此首播时间和卡顿率两个指标则变得更加通用。行业内而言直播首播时间300ms，卡顿率在15%以下算是优质的CDN服务。

服务支撑

价格这点的重要性是基于服务一致性层面上的，选择最优质性价比的服务模式。

对于使用CDN服务的老司机来说，在自己的速度体验得到了保障后，关注的角度主要转变为后续的服务能力，主要涵盖以下三点：

☆平台的稳定性：

主要体现在CDN的节点数以及节点质量、内部的监控水平、DNS的调度能力等

☆平台的定制化和全方位服务：

视界云具有极强的系统健壮性和扩展性，在保持成熟稳定的同时支持各类业务需求的定制！

需求对接阶段：在需求对接时，视界云PM与您进行1对1的需求沟通，确认您的具体需求，所有这些需求都会在签约后交由视界云着手落实

测试阶段：包括功能测试和性能测试，视界云PM将会在测试期间按照商定的测试方法和指标向您提供测试报告

商务阶段：测试结果直到令您满意，双方再就计费模式、价格、QoS等事宜进行沟通，达成合作意向后再行签订合同

切量阶段：视界云PM与您沟通确认切量的时间和宽带，切量时视界云团队将现场进行服务跟踪和保障

7x24技术服务阶段：视界云为客户配备了专门的技术专家小组，提供7*24小时技术支持服务，有效规避潜在技术风险，随时解决突发问题，帮助客户实现平滑过渡

☆问题的及时响应和解决：

CDN服务过程中不可避免的会出现或大或小的一些问题，出现诸如此类的问题并不可怕，可怕的是出现问题后，这些问题能否得到及时并且高效率的解决！基于此，一套专业的应急方案，一支专业负有强大责任感的客服运维团队的重要性便显得尤其重要。

视界云拥有7x24服务体系，运维工程师24小时在岗，有效规避潜在技术风险，随时解决突发问题，面对突发问题，能够即刻做出响应！

对于小问题的早一步发现，大问题的提前觉察和感知，更稳更准更狠的解决出现的问题！

言而总之，此方面除了CDN服务公司的专业能力之外，责任感也是一个不可忽略的万分重要的因素。

首先：边缘计算是什么？

这个问题其实还是比较复杂的，这里简单分享下：

✍边缘计算可以理解为是指利用靠近数据源的边缘地带来完成的运算程序。

如果用更通用的术语来表示即：邻近计算或者接近计算(Proximity Computing)

那么，边缘计算和云计算之间的区别是什么？

✔其实如果说云计算是集中式大数据处理，边缘计算则可以理解为边缘式大数据处理。

但不同的是，只是这一次，数据不用再传到遥远的云端，在边缘侧就能解决。

✔边缘计算更适合实时的数据分析和智能化处理，相较单纯的云计算也更加高效而且安全！

边缘计算和云计算两者实际上都是处理大数据的计算运行的一种方式。

边缘计算更准确的说应该是对云计算的一种补充和优化！

✔简而言之即：云计算把握整体，边缘计算更专注局部

对啦，边缘计算有哪些特点呢？

边缘计算而言有以下几个特质

✓分布式和低延时计算

边缘计算聚焦实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行

✓效率更高

由于边缘计算距离用户更近，在边缘节点处实现了对数据的过滤和分析，因此效率更高

✓更加智能化

AI+边缘计算的组合出击让边缘计算不止于计算，更多了一份智能化

✓更加节能

云计算和边缘计算结合，成本只有单独使用云计算的39%

✓缓解流量压力

在进行云端传输时通过边缘节点进行一部分简单数据处理，进而能够设备响应时间，减少从设备到云端的数据流量

说到这里，也许你会问边缘计算能用在什么地方呢？

实际上，边缘计算可以用在很多场景中

✍比较典型的场景包括 CDN、车联网（物联网）、智能安防以及2018开年火爆的区块链，此类场景对于近场计算有着极强的需求

✍现阶段亚马逊、微软、英特尔等等都已经着手布局边缘计算

✍可以预见的是，边缘计算不边缘的时代已经到来！

说到这里，现在你多少了解了点边缘计算了吧！

最后，说到边缘计算还有一个很重要概念不得不提：MEC

即移动边缘计算，近年通信信息领域的新名词，指在接近智能手机或者移动终端的地方提供云计算能力

✔即将计算能力下沉到分布式基站，在无线网络侧增加计算、存储、处理等功能，将传统的无线基站升级为智能化基站

✔3G、4G的时代：

智能终端技术促进了传统PC互联网同移动网络的深度融合，创造了全新的生态。

5G时代：

MEC技术将推动传统集中式数据中心里的云计算平台与移动网络的融合，带来新的变革和颠覆。

5G时代而言，边缘计算的机会将会更大

✔移动边缘计算把网络业务“下沉”到无线接入网里，因此具备三大优点

更低延时
有效抑制了网络拥塞
更多的网络信息及网络控制功能可以开放给开发者

半个多世纪的某个夏天，麦卡锡、明斯基等众科学家们举办了一次Party，共同研究用机器模拟智能的问题，也是在那时，“人工智能(AI)”的理念正式被提出！

人工智能（Artificial Intelligence）简称AI，AI能根据大量的历史资料和实时观察（real－time observation）找出对于未来预测性的洞察（predictive insights）。
如今人工智能商业化正在快速推进中，比如我们所知道和了解的人像识别、图像识别技术、语音识别、自然语言理解、用户画像等。此类技术也现阶段已经在金融、物联网等行业得到应用！

对于未来而言，人工智能会在人类生活的方方面面，发挥越来越多的作用，也会刷更多的存在感，慢慢的更会懂我们很多！
不远的将来会有越来越多的自动化的系统出现，比如刷脸支付已经在来的路上了！

人工智能、大数据、物联网以及云计算，彼此之间皆存在着千丝万缕的“亲缘”关系！
先以人工智能为例，抛弃其他任何，也便不会有今天大红大紫的人工智能！

不得不说的人工智能背后的基石：大数据
大数据是人工智能的基石，目前的深度学习主要是建立在大数据的基础上，即对大数据进行训练，并从中归纳出可以被计算机运用在类似数据上的知识或规律。
简单而言何为大数据？

虽然很多人将其定义为“大数据就是大规模的数据”。
但是，这个说法并不准确！
“大规模”只是指数据的量而言。
数据量大，并不代表着数据一定有可以被深度学习算法利用的价值。
例如：地球绕太阳运转的过程中，每一秒钟记录一次地球相对太阳的运动速度、位置，可以得到大量数据。可如果只有这样的数据，其实并没有太多可以挖掘的价值！
大数据这里我们参阅马丁·希尔伯特的总结，今天我们常说的大数据其实是在2000年后，因为信息交换、信息存储、信息处理三个方面能力的大幅增长而产生的数据：
信息交换：据估算，从1986年到2007年这20年间，地球上每天可以通过既有信息通道交换的信息数量增长了约217倍，这些信息的数字化程度，则从1986年的约20%增长到2007年的约99.9%。在数字化信息爆炸式增长的过程里，每个参与信息交换的节点都可以在短时间内接收并存储大量数据。
信息存储：全球信息存储能力大约每3年翻一番。从1986年到2007年这20年间，全球信息存储能力增加了约120倍，所存储信息的数字化程度也从1986年的约1%增长到2007年的约94%。1986年时，即便用上我们所有的信息载体、存储手段，我们也不过能存储全世界所交换信息的大约1%，而2007年这个数字已经增长到大约16%。信息存储能力的增加为我们利用大数据提供了近乎无限的想象空间。
信息处理：有了海量的信息获取能力和信息存储能力，我们也必须有对这些信息进行整理、加工和分析的能力。谷歌、Facebook等公司在数据量逐渐增大的同时，也相应建立了灵活、强大的分布式数据处理集群。
大数据在应用层面：大数据往往可以取代传统意义上的抽样调查、大数据都可以实时获取、大数据往往混合了来自多个数据源的多维度信息、大数据的价值在于数据分析以及分析基础上的数据挖掘和智能决策。

美国《大西洋月刊》公布的一段A.I.聊天记录截图

延伸阅读：聊天机器人竟自创语言“对话” 脸书将其紧急关停
实际上人工智能的发展，离不开海量数据进行训练，究其根本大数据的循环往复无数次的训练才有了人工+智能！

没有人工智能的物联网：没大戏
而物流网又让人工智能：更准确

物联网：英文名为Internet of Things，可以简单地理解为物物相连的互联网，正是得益于大数据和云计算的支持，互联网才正在向物联网扩展，并进一步升级至体验更佳、解放生产力的人工智能时代。
在未来，虚拟世界的一切将真正实现物理化！
物联网主要通过各种设备（比如RFID，传感器，二维码等）的接口将现实世界的物体连接到互联网上，或者使它们互相连接，以实现信息的传递和处理。
对于人工智能而言，物联网（IoT）其实肩负了一个至关重要的任务：资料收集
概念上，物联网可连接大量不同的设备及装置，包括：家用电器和穿戴式设备。嵌入在各个产品中的传感器（sensor）便会不断地将新数据上传至云端。这些新的数据以后可以被人工智能处理和分析，以生成所需要的信息并继续积累知识。
互联网在现实的物理世界之外新建了一个虚拟世界，物联网将会把两个世界融为一体。
物联网的终极效果是万物互联，不仅仅是人机和信息的交互，还有更深入的生物功能识别读取等等！

人工智能背后强大的助推器：云计算

云计算（详情参阅之前回答：什么是云计算？）是将我们传统的IT工作转为以网络为依托的云平台运行，NIST（美国国家标准与技术研究院）在2011年下半年公布了云计算定义的最终稿，给出了云计算模式所具备的5个基本特征（按需自助服务、广泛的网络访问、资源共享、快速的可伸缩性和可度量的服务）、3种服务模式（SaaS（软件即服务）、PaaS（平台即服务）和IaaS（基础设施即服务））和4种部署方式（私有云、社区云、公有云和混合云）
云计算发展较早，经过10年发展，国内已经拥有超百亿规模，云计算也不再只是充当存储与计算的工具而已！
未来可以预见的是，云计算将在助力人工智能发展层面意义深远！
而反之，人工智能的迅猛发展、巨大数据的积累，也将会为云计算带来的未知和可能性！

人工智能也好、大数据也好、物联网及云计算也好，彼此依附相互助力，藕不断丝且相连！合力搭档在一起：
给未来多一些可能，给未知多一些可能性，给不可能多一些可能！

云计算

一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序等资源的计算模式。
云计算系统由云平台、云存储、云终端、云安全四个基本部分组成，云平台从用户的角度可分为公有云、私有云、混合云等。
通过从提供服务的层次可分为：基础设施即服务（Iaas）、平台即服务（Paas）和软件即服务（Saas）
通过将应用部署到云端后，可以不必再关注那些令人头疼的硬件和软件问题，它们会由云服务商去解决。使用的是共享的硬件，这意味着像使用一个工具一样去利用云服务（就像插上插座，你就能使用电一样简单）。只需要按照你的需要来支付相应的费用，而关于软件的更新，资源的按需扩展都能自动完成。
云计算，像在每个不同地区开设不同的自来水公司，没有地域限制，优秀的云软件服务商，向世界每个角落提供软件服务——就像天空上的云一样，不论你身处何方，只要你抬头，就能看见！

云计算已经走过了它辉煌的10年，云计算架构也日臻完善，越来越多的产品也登上了云！
但是现阶段而言依然会存在计算延迟、拥塞、低可靠性、安全攻击等问题，云计算需要新的帮手，基于此边缘计算、雾计算等概念也陆续的被提出以弥补云计算存在的短板问题！
雾计算 VS 云计算

雾计算的概念最初是由美国纽约哥伦比亚大学的斯特尔佛教授(Prof. Stolfo)起的，当时的意图是利用“雾”来阻挡黑客入侵。
没成想美国思科公司把这个名词嫁接了过去并得到了发扬光大，也就是我们现在所讨论的「雾计算」！
雾计算可理解为本地化的云计算
现在正在流行的“云计算”，是把大量数据放到“云”里去计算或存储，解决诸如电脑或手机存储量不够，或者是运算速度不够快的问题

参自Cisco：雾计算原始定义图示
在终端和数据中心之间再加一层，叫网络边缘层。如再加一个带有存储器的小服务器或路由器，把一些并不需要放到“云”的数据在这一层直接处理和存储，以减少“云”的压力，提高了效率，也提升了传输速率，减低了时延，这个工作原理其实就可以理解为：雾计算
雾计算的原理与云计算一样，都是把数据上传到远程中心进行分析、存储和处理。
但是雾计算相比于云计而言算要把所有数据集中运输到同一个中心，雾计算的模式是设置众多分散的中心节点，即所谓“雾节点”来处理，这样能够让运算处理速度更快，更高效得出运算结果。
假如说云计算是把所有东西都送往天上的云彩中，雾计算就是把数据送到身边的雾气里，这种逻辑被称相关学者称之为“分散式云计算”。
和云计算相比，雾计算显得更接地气了一些！
云计算重点放在研究计算的方式，雾计算更强调计算的位置。
雾计算相较云计算更贴近地面！
更具体些说，它们在网络拓扑中的位置不同！
雾计算和云计算实际上又存在有很多相似之处：
如都基于虚拟化技术，从共享资源池中，为多用户提供资源服务等。
相对于云计算来说，雾计算离产生数据的地方更近，“雾比云更贴近地面”的说法不是没有道理的！
如果说CDN是弥补TCP/IP本地化缓存问题，那么雾计算就是弥补云计算本地化计算问题！
雾计算 VS 云计算 有以下几个明显的特点：
更轻压：
计算资源有限相比较云平台的构成单位——数据中心，雾节点更加轻！雾计算能够过滤，如聚合用户消息（如不停发送的传感器消息），只将必要消息发送给云，减小核心网络压力
更低层：
雾节点在网络拓扑中位置更低，拥有更小的网络延迟（总延迟=网络延迟 计算延迟），反应性更强
更可靠：
雾节点拥有广泛的地域分布，为了服务不同区域用户，相同的服务会被部署在各个区域的雾节点上，使得高可靠性成为雾计算的内在属性，一旦某一区域的服务异常，用户请求可以快速转向其他临近区域，获取相关的服务。此外，由于使用雾计算后，相较云计算减少了发送到云端和从云端发送的数据量，和云计算相比延迟更短，安全风险也得到了进一步的降低！
更低延：
除了物联网的应用外，网上游戏、视频传输、AR等也都需要极低的时延，这点雾计算也是有所发挥的
更灵便：
雾计算支持很高的移动性，手机和其他移动设备可以互相之间直接通信，信号不必到云端甚至基站去绕一圈！此外，雾计算也支持实时互动、多样化的软硬件设备以及云端在线分析等
更节能：
雾计算节点由于地理位置分散，不会集中产生大量热量，因此不需要额外的冷却系统，从而减少耗电，雾计算更省电！
边缘计算 VS 云计算

边缘计算：是指利用靠近数据源的边缘地带来完成的运算程序。
边缘计算的运算既可以在大型运算设备内完成
也可以在中小型运算设备、本地端网络内完成
用于边缘运算的设备可以是智能手机这样的移动设备、PC、智能家居等家用终端
也可以是ATM机、摄像头等终端
边缘计算，让计算在身边发生！

边缘计算和云计算互相协同，它们是彼此优化补充的存在。
云计算是一个统筹者，它负责长周期数据的大数据分析，能够在周期性维护、业务决策等领域运行。而边缘计算着眼于实时、短周期数据的分析，更好地支撑本地业务及时处理执行。边缘计算更靠近设备端，也为云端数据采集做出贡献，支撑云端应用的大数据分析，云计算也通过大数据分析输出业务规则下发到边缘处，以便执行和优化处理。实际上这两者都是处理大数据的计算运行方式。但不同的是，这一次，数据不用再传到遥远的云端，在边缘侧就能解决，更适合实时的数据分析和智能化处理，也更加高效而且安全。
典型场景1:赋能CDN内容分发业务
传统 CDN 借助缓存数据，提高近地节点数据传输的性能，但是实际上对动态的计算服务，就只能回源到数据中心，这个成本本身其实是很高的。边缘计算和传统的中心化思维不同，其主要计算节点以及应用分布式部署在靠近终端的数据中心，这使得无论是在服务的响应性能、还是可靠性方面都是高于传统中心化的云计算。边缘计算保障大量的计算需要在离终端很近的区域完成计算，完成苛刻的低延时服务响应。
此外通过边缘计算，同时缓解了传统数据「安全」层面的问题，毕竟数据传输的距离越远、路径越长、时间越久，数据的被窃取风险和丢失风险也就越高。
典型场景2:万物互联的物联网时代需要边缘计算助力
随着网络边缘侧设备的迅速增加，设备产生的数据存量达到泽字节的级别，从网络边缘设备传输传输海量数据到云数据中心致使网络传输宽带的负载量急剧增加造成较长的网络延迟，单纯的云计算已经不足以匹配如此庞大规模数据量的即时计算。
关于很多疑惑边缘计算能否取代云计算的问题：
边缘计算不能也不会取代云计算，二者是互补关系！
此外，现阶段客观来看，边缘计算距离落地还是需要一段时间，相关的解决方案也需要进一步完善。
边缘计算和云计算又有何区别呢？
实际上这两者都是处理大数据的计算运行方式。
但不同的是，这一次，数据不用再传到遥远的云端，在边缘侧就能解决，更适合实时的数据分析和智能化处理，也更加高效而且安全。
边缘计算服务的构建，从技术领域是一种很大的创新！
如今AWS、微软、英特尔等国外大型企业已经着手布局边缘计算，可以预见的是边缘计算之于云服务企业重要性可见一斑！
如果说云计算是集中式大数据处理，那么边缘计算可以理解为边缘式大数据处理！
由于边缘计算(Edge computing )指的是接近于事物，数据和行动源头处的计算
所以我们也可以把这种类型的数据处理使用更通用的术语来表示：邻近计算或者接近计算
边缘计算具备的几点特质：
1.分布式和低延时计算
2.对终端设备的数据进行筛选，不必每条原始数据都传送到云，充分利用设备的空闲资源，在边缘节点处过滤和分析，节能省时
3.减缓数据爆炸，网络流量的压力，在进行云端传输时通过边缘节点进行一部分简单数据处理，进而能够设备响应时间，减少从设备到云端的数据流量
4.智能化（Edge intelligence）
对于未来而言物联网也好、AR或则VR场景也好以及大数据和人工智能行业，实际上都有着极强的对近场计算的需求，边缘计算保障大量的计算需要在离终端很近的区域完成计算，完成苛刻的低延时服务响应！
可以预见的是，在未来边缘计算的发展并不边缘！
雾计算 VS 边缘计算

边缘计算概念出现时间上较早于雾计算，指代云和设备的边界
雾计算而言因为和云相比位置上更接近设备，所以表示为雾。

关于二者的区别实际上有很多的解读，角度不同观点自然也会有所区别。
分享其中一种从物联网层面的解读：
雾计算，经常是在IoT背景下被提及到，典型的主要业务是路由器、接入点甚至是与传感器和执行器一起的计算设备。
处理能力放在包括 IoT设备的LAN里面，这个网络内的IoT网关，或者说是雾节点用于数据收集，处理，存储。多种来源的信息收集到网关里，处理后的数据发送回需要该数据的设备。
雾计算的特点是处理能力强的单个设备接收多个端点来的信息，处理后的信息发回需要的地方，和云计算相比延迟更短。
和边缘计算相比较的话，雾计算更具备可扩展性。
雾计算不需要精确划分处理能力的有无，根据设备的能力也可以执行某些受限处理，但是更复杂的处理实施的话需要积极的连接。
边缘计算，进一步推进了雾计算的“LAN内的处理能力”的理念，处理能力更靠近数据源。不是在中央服务器里整理后实施处理，而是在网络内的各设备实施处理。
这样，通过把传感器连接到可编程自动控制器(PAC)上，使处理和通信的把握成为可能。
和雾计算相比的优点，根据它的性质单一的故障点比较少。各自的设备独立动作，可以判断什么数据保存在本地，什么数据发到云端。
实际上雾计算和边缘计算感觉很相似，但是在数据的收集，处理，通信的方法层面还是存在些许的不同的，也各有利弊！
雾计算以及边缘计算、海计算而言等等概念、产品的出现，不是用来代替云计算，更多的是对云计算短板的弥补，无论是云计算、海计算或者是边缘计算、雾计算，其他产品概念也好，目的只有一个：更好的服务于我们的生活！

CDN
全称:Content Delivery Network或Content Ddistribute Network，即内容分发网络

基本思路：
尽可能避开互联网上有可能影响数据传输速度和稳定性的瓶颈和环节，使内容传输的更快、更稳定。通过在网络各处放置节点服务器所构成的在现有的互联网基础之上的一层智能虚拟网络，CDN系统能够实时地根据网络流量和各节点的连接、负载状况以及到用户的距离和响应时间等综合信息将用户的请求重新导向离用户最近的服务节点上。

目的：
解决因分布、带宽、服务器性能带来的访问延迟问题，适用于站点加速、点播、直播等场景。使用户可就近取得所需内容，解决 Internet网络拥挤的状况，提高用户访问网站的响应速度和成功率。
控制时延无疑是现代信息科技的重要指标，CDN的意图就是尽可能的减少资源在转发、传输、链路抖动等情况下顺利保障信息的连贯性。

优势：
如果你在经营一家网站，那你应该知道几点因素是你制胜的关键：
内容有吸引力
访问速度快
支持频繁的用户互动
可以在各处浏览无障碍

另外：你的网站必须能在复杂的网络环境下运行，考虑到全球的用户访问体验。你的网站也会随着使用越来越多的对象（如图片、帧、CSS及APIs）和形形色色的动作（分享、跟踪）而系统逐渐庞大。所以，系统变慢带来用户的流失。
Google及其它网站的研究表明，一个网站每慢一秒钟，就会丢失许多访客，甚至这些访客永远不会再次光顾这些网站。可以想像，如果网站是你的盈利渠道或是品牌窗口，那么网站速度慢将是一个致命的打击。
这就是你使用CDN的第一个也是最重要的原因：加速网站的访问
除此之外，CDN还有一些作用：

1. 为了实现跨运营商、跨地域的全网覆盖

互联不互通、区域ISP地域局限、出口带宽受限制等种种因素都造成了网站的区域性无法访问。CDN加速可以覆盖全球的线路，通过和运营商合作，部署IDC资源，在全国骨干节点商，合理部署CDN边缘分发存储节点，充分利用带宽资源，平衡源站流量。

1. 为了保障你的网站安全

CDN的负载均衡和分布式存储技术，可以加强网站的可靠性，相当无无形中给你的网站添加了一把保护伞，应对绝大部分的互联网攻击事件。防攻击系统也能避免网站遭到恶意攻击。

1. 为了异地备援

当某个服务器发生意外故障时，系统将会调用其他临近的健康服务器节点进行服务，进而提供接近100%的可靠性，这就让你的网站可以做到永不宕机。

1. 为了节约成本投入

使用CDN加速可以实现网站的全国铺设，你根据不用考虑购买服务器与后续的托管运维，服务器之间镜像同步，也不用为了管理维护技术人员而烦恼，节省了人力、精力和财力。

1. 为了让你更专注业务本身

CDN加速厂商一般都会提供一站式服务，业务不仅限于CDN，还有配套的云存储、大数据服务、视频云服务等，而且一般会提供7x24运维监控支持，保证网络随时畅通，你可以放心使用。并且将更多的精力投入到发展自身的核心业务之上。
引入一个词：控制时延
无疑是现代信息科技的重要指标，CDN的意图就是尽可能的减少资源在转发、传输、链路抖动等情况下顺利保障信息的连贯性
根据论文《WAITING TIMES IN QUALITY OF EXPERIENCE FOR WEB BASED SERVICES》中提出的： 其指出基于人脑在等待不同时长的信息时，产生的不同意识行为，进而对信息获取产生的差别感官体验。

感知的持续时间 VS 客观持续时间
根据研究发现：当人们获得Voice这类声音讯息时，好感度随时间流逝下降的最为迅速，仅需16分钟“评估意见等级”下降了70%，可见音像资源受缓冲时间的影响可见一斑

✫0.1 s： 用户几乎感觉不到系统是否不连贯性。
✫1.0 s： 用户明显注意到时延的发生，但是在该时间内思维依然是连贯的。
✫10 s： 超过该时间的时延会使用户失去等待意愿。 控制时延无疑是现代信息科技的重要指标，CDN的意图就是尽可能的减少资源在转发、传输、链路抖动等情况下顺利保障信息的连贯性。
通俗点说就是在网速一定的前提下，CDN就像网络中快递员小哥

而且CDN这个快递员很是聪明 TA不是在用蛮力瞎跑、乱撞
TA还承建了很多家快递点，就近快递(缓存)
TA善于优化快递路径(调度) 还会对包裹进行更合理的重新打包(协议优化)
无论用户在世界任何角落，只要连接网络，CDN服务就如同把源站搬到用户面前一样，整个世界，触手可及！
CDN就是扮演者护航者和加速者的角色，更快准狠的触发信息和触达每一个用户，带来更为极致的使用体验。

基础架构：最简单的CDN网络由一个DNS服务器和几台缓存服务器组成：
当用户点击网站页面上的内容URL，经过本地DNS系统解析，DNS系统会最终将域名的解析权交给CNAME指向的CDN专用DNS服务器。
CDN的DNS服务器将CDN的全局负载均衡设备IP地址返回用户。
用户向CDN的全局负载均衡设备发起内容URL访问请求。
CDN全局负载均衡设备根据用户IP地址，以及用户请求的内容URL，选择一台用户所属区域的区域负载均衡设备，告诉用户向这台设备发起请求。
区域负载均衡设备会为用户选择一台合适的缓存服务器提供服务，选择的依据包括：根据用户IP地址，判断哪一台服务器距用户最近；根据用户所请求的URL中携带的内容名称，判断哪一台服务器上有用户所需内容；查询各个服务器当前的负载情况，判断哪一台服务器尚有服务能力。基于以上这些条件的综合分析之后，区域负载均衡设备会向全局负载均衡设备返回一台缓存服务器的IP地址。
全局负载均衡设备把服务器的IP地址返回给用户。
用户向缓存服务器发起请求，缓存服务器响应用户请求，将用户所需内容传送到用户终端。如果这台缓存服务器上并没有用户想要的内容，而区域均衡设备依然将它分配给了用户，那么这台服务器就要向它的上一级缓存服务器请求内容，直至追溯到网站的源服务器将内容拉到本地。

服务模式：
简单地说，CDN是一个经策略性部署的整体系统，包括分布式存储、负载均衡、网络请求的重定向和内容管理4个要件，而内容管理和全局的网络流量管理(Traffic Management)是CDN的核心所在。
通过用户就近性和服务器负载的判断，CDN确保内容以一种极为高效的方式为用户的请求提供服务。
举例说明：
国内访问量较高的网站、直播、视频平台，均使用CDN网络加速技术，虽然网站的访问巨大，但无论在什么地方访问都会感觉速度很快。而一般的网站如果服务器在网通，电信用户访问很慢，如果服务器在电信，网通用户访问又很慢。
通过在现有的Internet中增加一层新的网络架构，将网站的内容发布到最接近用户的cache服务器内，通过DNS负载均衡的技术，判断用户来源就近访问cache服务器取得所需的内容，解决Internet网络拥塞状况，提高用户访问网站的响应速度，如同提供了多个分布在各地的加速器，以达到快速、可冗余的为多个网站加速的目的。
CDN服务最初用于确保快速可靠地分发静态内容，这些内容可以缓存，最适合在网速庞大的网络中存储和分发，该网络在几十多个国家的十几个网络中的覆盖CDN网络服务器。由于动态内容必须通过互联网来传输，因此要提供快速的网络体验。如今的CDN可谓是大文件、小文件、点播、直播、动静皆宜！

主要特点：
1、本地Cache加速，提高了企业站点（尤其含有大量图片和静态页面站点）的访问速度，并大大提高以上性质站点的稳定性
2、镜像服务消除了不同运营商之间互联的瓶颈造成的影响，实现了跨运营商的网络加速，保证不同网络中的用户都能得到良好的访问质量。
3、远程加速 远程访问用户根据DNS负载均衡技术 智能自动选择Cache服务器，选择最快的Cache服务器，加快远程访问的速度
4、带宽优化 自动生成服务器的远程Mirror（镜像）cache服务器，远程用户访问时从cache服务器上读取数据，减少远程访问的带宽、分担网络流量、减轻原站点WEB服务器负载等功能。
5、集群抗攻击 广泛分布的CDN节点加上节点之间的智能冗余机制，可以有效地预防黑客入侵以及降低各种D.D.o.S攻击对网站的影响，同时保证较好的服务质量 。

关键技术：

内容发布：它借助于建立索引、缓存、流分裂、组播（Multicast）等技术
内容路由：它是整体性的网络负载均衡技术，通过内容路由器中的重定向（DNS）机制，在多个远程POP上均衡用户的请求，以使用户请求得到最近内容源的响应；
内容交换：它根据内容的可用性、服务器的可用性以及用户的背景，在POP的缓存服务器上，利用应用层交换、流分裂、重定向（ICP、WCCP）等技术，智能地平衡负载流量；
性能管理：它通过内部和外部监控系统，获取网络部件的状况信息，测量内容发布的端到端性能（如包丢失、延时、平均带宽、启动时间、帧速率等），保证网络处于最佳的运行状态。

适用范围：

一般来说以资讯、内容等为主的网站，具有一定访问体量的网站
例如资讯网站、政府机构网站、行业平台网站、商城等以动态内容为主的网站
例如论坛、博客、交友、SNS、网络游戏、搜索/查询、金融等。提供http下载的网站
例如软件开发商、内容服务提供商、网络游戏运行商、源码下载等有大量流媒体点播应用的网站
例如：拥有视频点播平台的电信运营商、内容服务提供商、体育频道、宽频频道、在线教育、视频博客等

Q & A

1.CDN加速是对网站所在服务器加速，还是对其域名加速？
CDN是只对网站的某一个具体的域名加速。如果同一个网站有多个域名，则访客访问加入CDN的域名获得加速效果，访问未加入CDN的域名，或者直接访问IP地址，则无法获得CDN效果。
2.CDN和镜像站点比较有何优势？　　
CDN对网站的访客完全透明，不需要访客手动选择要访问的镜像站点，保证了网站对访客的友好性。　　
CDN对每个节点都有可用性检查，不合格的节点会第一时间剔出，从而保证了极高的可用率，而镜像站点无法实现这一点。　　
CDN部署简单，对原站基本不做任何改动即可生效。
3.CDN和双线机房相比有何优势？
常见的双线机房只能解决网通和电信互相访问慢的问题，其它ISP（譬如教育网，移动网，铁通）互通的问题还是没得到解决。　　
而CDN是访问者就近取数据，而CDN的节点遍布各ISP，从而保证了网站到任意ISP的访问速度。另外CDN因为其流量分流到各节点的原理，天然获得抵抗网络攻击的能力。
4.CDN使用后，原来的网站是否需要做修改，做什么修改？
一般而言，网站无需任何修改即可使用CDN获得加速效果。只是对需要判断访客IP程序，才需要做少量修改。
5.为什么我的网站更新后，通过CDN后看到网页还是旧网页，如何解决？　　
由于CDN采用各节点缓存的机制，网站的静态网页和图片修改后，如果CDN缓存没有做相应更新，则看到的还是旧的网页。
为了解决这个问题，CDN管理面板中提供了URL推送服务，来通知CDN各节点刷新自己的缓存。　　
在URL推送地址栏中，输入具体的网址或者图片地址，则各节点中的缓存内容即被统一删除，并且当即生效。　　
如果需要推送的网址和图片太多，可以选择目录推送，输入 http://www.kkk.com/news 即可以对网站下news目录下所有网页和图片进行了刷新。
6.能不能让CDN不缓存某些即时性要求很高的网页和图片？
只需要使用动态页面，asp，php，jsp等动态技术做成的页面不被CDN缓存，无需每次都要刷新。或者采用一个网站两个域名，一个启用CDN，另外一个域名不用CDN，对即时性要求高的页面和图片放在不用CDN的域名下。
7.网站新增了不少网页和图片，这些需要使用URL推送吗？　　
后来增加的网页和图片，不需要使用URL推送，因为它们本来就不存在缓存中。
8.网站用CDN后，有些地区反映无法访问了，怎么办？
CDN启用后，访客不能访问网站有很多种可能，可能是CDN的问题，也可能是源站点出现故障或者源站点被关闭，还可能是访客自己所在的网络出现问题，甚至我们实际故障排除中，还出现过客户自己计算机中毒，导致无法访问网站。　　
客户报告故障时，可随时联系我们24小时技术部进行处理。
9.哪些情况不适用于CDN?

此类极端状况不建议您使用CDN服务