邊緣函數計算的發展背景

<i id='fEE1Z'></i>

邊緣函數計算是一個基于大量邊緣計算節點形成的無服務器開發平臺。開發者無需關注服務部署區域、無需搭建和維護基礎設施，只需編寫并上傳代碼，就可在邊緣節點上即時生效，就近響應終端用戶或設備的個性化計算訴求，同時也滿足多地接入、高吞吐和低時延的網絡性能。融合邊緣函數運行時、彈性擴縮容等先進技術，同時保證函數性能和邊緣節點資源的利用率。

本章對無服務器邊緣函數計算的發展背景進行介紹，首先介紹和分析無服務器邊緣函數的驅動因素，然后補充說明與中心云函數計算的互補和延伸。

1.      宏觀驅動

a)      網絡邊緣數據爆炸增長

從閉路電視到自動駕駛車輛和無人駕駛飛行器再到邊緣操作，創建、捕獲、復制和消耗的數據量顯著增加。由于產生的數據過多且無法回傳，需要在網絡的邊緣進行預處理。然而，當許多設備同時傳輸數據時會出現問題。將大量設備生成的數據發送到集中式數據中心或云端會產生帶寬和延遲問題。

根據Gartner公司的定義，“邊緣計算是分布式計算拓撲的一部分，其中數據處理位于靠近邊緣的產生或消費這些信息的位置。”該模型背后的想法是用更低的速度處理數據。邊緣計算能夠阻止無關數據向云平臺或數據中心的傳輸，并僅發送所需的相關、可操作的數據。它使計算和數據存儲更靠近收集它的設備，而不是依賴于數百或數千英里之外的數據中心。“到2022年，75%的各行業數據將在網絡邊緣產生并被處理，而非傳統的IDC或云。” —— 《Gartner Top 10 Strategic Technology Trend》

b)      端側行為模式改變

IoT數量和處理能力的爆炸式增長、5G的普及、最終用戶毫秒級的體驗要求、延時敏感型數據交互的增加。數十億物聯網和移動設備收集的數據呈指數級增長，正在推動從發送數據到云進行處理和存儲向分布式模型的轉變，在這種模式下，越來越多的計算發生在網絡邊緣，更靠近數據的創建位置。對計算能力也提出了更高要求，例如低時延、彈性計算、事件驅動、快速部署生效等；同時，各類互聯網服務和應用的快速發展，也給邊緣數據高效存儲和處理帶來新的挑戰。

c)      “新基建”加速產業融合

“新基建”是十四五規劃的重點方向，通過優化算力資源結構，將高頻調用、低時延業務需求分配至邊緣數據中心，推動5G承載網絡的邊緣組網建設，為將算力和網絡下沉到邊緣創造條件。同時，工業互聯網、車聯網、遠程醫療等產業政策明確提及邊緣計算，推動關鍵技術研究、標準體系建設及軟硬件產品研發，促進邊緣云在典型產業的融合應用。例如：2018年7月，工信部發布《工業互聯網平臺建設及推廣指南》，組織開展邊緣計算技術測試與應用驗證，推動基于工業現場數據的實時智能分析與優化。2020年12月，發改委、網信辦、工信部、能源局發布《關于加快構建全國一體化大數據中心協同創新體系的指導意見》，對于面向高頻次業務調度、對網絡時延要求極高的業務，支持向城市級高性能、邊緣數據中心調度。2021年3月，工信部發布《“雙千兆”網絡協同發展行動計劃》，協同推進5G承載網絡建設。逐步推動三層虛擬專用網組網到邊緣，兼容邊緣云數據中心互聯組網。

2.      技術演進：中心云函數計算的互補和延伸

隨著公共云BaaS云產品的繁榮發展被越來越多的開發者采納，5G落地、AI爆發、大數據持續突破，云計算已然成為新時代的水電煤，用戶使用云計算的主要矛盾發生了轉變。為了解決EC2必須自己管理虛擬機并進行繁瑣配置的缺點，AWS隨之推出Lambda云服務，其提出了以函數計算為核心的Serverless架構,云用戶只需要編寫代碼，并將傳統云計算所需的大量服務器系統管理任務委托給云廠商。同類中心云函數計算還有Google Cloud Functions、 Azure Function、 IBM Cloud Functions、阿里云函數計算、騰訊云函數等等。

從數據存儲和處理到系統響應能力，中心云函數計算正在被其支持的服務和應用的需求推向極限。在很多情況下，更高的帶寬或計算能力并不一定意味著能夠以更快的速度處理來自聯網設備上的數據，也不足以近乎實時地生成即時響應和行動。主要挑戰包括：

1. 時延。更多行業正在實施需要快速分析和響應的應用程序。僅靠中心函數計算無法與這些需求齊頭并進，因為數據源的網絡距離產生了延遲，導致低效、時間延遲和較差的客戶體驗。
2. 帶寬。增加傳輸帶寬或更多處理能力可以解決延遲問題。但是，由于公司繼續增加其網絡中的邊緣設備數量以及產生的數據量，傳送數據到云端的成本可能會到達不切實際的水平，而這本可以通過在邊緣處理、存儲和分析數據來減輕。
3. 安全與隱私。在邊緣保護私人醫療記錄等敏感數據的安全，并減少通過互聯網傳輸的數據，有助于降低數據被截獲的風險，從而提高安全性。此外，部分政府或客戶可能會需要讓數據留在其創建的管轄區內。例如，在醫療保健領域，對于個人數據的存儲或傳輸，甚至可能存在地方或地區性限制要求。

邊緣函數計算，將一些數據功能（如存儲、處理和分析）從云移至邊緣更靠近數據生成的位置，可以帶來一些關鍵益處：

1. 提升速度并降低延遲。將數據處理和分析轉移到邊緣有助于加快系統響應，從而加速事務處理，提升體驗，這在準實時應用中至關重要，如自動駕駛車輛。
2. 改善網絡流量管理。盡量減少通過網絡發送到云端的數據量，可降低傳輸和存儲大量數據的帶寬和成本。
3. 更高的可靠性。網絡可單次傳輸的數據量是有限的。對于網絡連接較差的位置，借助在邊緣存儲和處理數據的能力，可提高云連接中斷時的可靠性。
4. 增強的安全性。如果實施得當，邊緣計算解決方案可限制網絡的數據傳輸，從而提高數據安全性。

二、        邊緣函數計算概述

1.      邊緣函數計算的定義

邊緣函數計算是一個基于大量邊緣計算節點形成的無服務器邊緣開發平臺。開發者無需關注服務部署區域、無需搭建和維護基礎設施，只需編寫并上傳代碼，就可在邊緣節點上即時生效，就近響應終端用戶或設備的請求。

2.      邊緣函數計算的價值

邊緣函數計算平臺使開發人員可以輕松利用分布式公共云基礎架構并構建高性能、安全、全球規模的應用程序和服務。開發者無需關注服務的部署區域，無需搭建和維護基礎設施，只需要一鍵部署代碼，就可在邊緣節點上即時生效，就近響應終端用戶或設備的請求。邊緣函數計算可以快速構建任何類型的應用和服務，并且只為任務實際消耗的資源付費。開發者用戶可以在邊緣函數計算平臺上運行任意代碼。可以將用戶請求轉發到用戶源站，也在邊緣節點直接響應內容，甚至允許可以向第三方API發出各種出站請求并執行任何想要任何的操作。

三、        邊緣函數計算發展現狀

與云計算領域已經具備成熟的計算管理軟件平臺不同，邊緣函數計算平臺在國內外并沒有成熟穩定的對應技術。當前各個公司都希望在邊緣函數計算這一新的領域獲得先發優勢，邊緣計算和無服務計算（Serverless Computing）的研究工作仍處于初級階段，各廠商及開源社區邊緣技術路線各不相同，個性體現并豐富著共性，同時個性并不完全包含于共性之中。

中心云函數計算的國內外發展現狀，2014年AWS推出Lambda云服務，提出了以函數計算為核心的Serverless架構。隨后各個云計算提供商紛紛推出函數計算云服務，谷歌推出Google Cloud Functions，微軟推出Azure Function，IBM推出了IBM Cloud Functions并開源了Apache OpenWhisk，2017年4月，阿里云推出Function Compute，騰訊云推出無服務器云函數。函數計算2017年成為當年增長最快的云服務。業界認為，使用函數計算，云的費用可減少10%至90%。自2009年加州大學伯克利分校預測的當時云計算所面臨的挑戰將會被逐一解決，云計算將會繁榮起來，如今已一一實現。2019年2月，伯克利再次發表論文預測Serverless將成為下一代云服務的主流形態。

1.      主流廠商及代表

關于邊緣函數計算，參考Forrester 2021 Q4 《Forrester New Wave™：邊緣開發平臺》列舉出了九家主流廠商：

a)      Cloudflare Workers

Cloudflare Workers 是一個 FaaS 解決方案，支持無服務器應用程序部署到網絡邊緣，從而大大減少延遲。它使用了Cloudflare 的全球152個數據中心網絡，可以在邊緣緩存輕量化靜態 HTML 頁面，同時根據用戶位置、設備類型或當時時間，進行動態響應。Cloudflare Workers提供了低延遲、即時更新、高性能、超高可配置和可控性的函數服務，幫助用戶完成邊緣函數全托管。確保業務的快速迭代、同時提升站點的性能、訪問速度以改善訪客體驗。

b)      Fastly Compute@Edge

美國知名云計算服務供應商 Fastly 也推出了無服務器邊緣運算服務 Compute＠Edge，該服務提供一種靈活且可擴展的方法，讓用戶在網絡邊緣構建無服務器應用程序。

Compute@Edge 平臺允許用戶將自定義代碼編譯為 WebAssembly， 在Fastly 邊緣節點提供隔離和輕量級沙盒響應每個計算請求。同時 Compute@Edge 環境能以 35.4 微秒的速度啟動，為用戶提供的安全、高性能和可擴展的無服務器計算方法。

c)      Akamai EdgeWorker

Akamai EdgeWorkers 使開發人員能夠在全球部署的超過 25 萬邊緣服務器中創建和部署微服務。當開發團隊在邊緣激活代碼時，他們會將數據、洞察力和邏輯推向更靠近最終用戶的地方。Akamai 的高性能和可擴展實施模型確保數據和計算不會受到可能對數字體驗產生負面影響的延遲問題的阻礙。借助 EdgeWorkers，開發團隊可以創建創新服務并將 Akamai 作為代碼作為其數字基礎架構的一部分進行管理。

圖：Akamai EdgeWorkers工作流

2.      技術優勢

函數計算服務的原理抽象出來，一般包含事件源、函數計算以及定義與管理事件源如何觸發函數計算的規則。開發者編寫函數代碼上傳至函數計算，以及配置好函數觸發規則。當事件源有事件發生時，便會按照配置好的函數觸發規則自動觸發函數，函數計算會根據業務運行的波峰波谷情況，自動進行彈性伸縮。觸發規則管理根據事件源類型或各個云廠商的規定放在函數計算或放在事件源內。每個云計算提供商的函數計算都有會規定允許觸發函數計算的事件源/觸發器。事件源一般支持網絡與內容分發、存儲、數據分析與定時事件，有些云廠商支持的事件源覆蓋IoT、數據庫、AI、消息隊列等集成服務，并支持用戶自定義事件源。

邊緣函數計算繼承了中心云函數計算的技術優勢，同時在此基礎上，結合邊緣節點實際情況，演變出了更加貼合邊緣的技術優勢與特征。

簡化運維快速迭代：聚焦業務邏輯，無需關心非功能開發，免運維，實現業務的快速試錯和驗證。

邊緣響應更快捷：通過智能調度，時刻保持距用戶最近，性能最優的邊緣節點運行響應，為用戶提供穩定低延時服務，保障用戶請求被快速處理。

冷熱啟動低時延：長期以來，服務器一直被用來部署在線應用程序，但眾所周知服務器很難配置和管理，服務器啟動時間嚴重限制了應用程序快速伸縮的能力。邊緣函數計算追求更快的冷啟動時間，使用超輕量級的函數安全運行時，冷熱啟動控制在毫秒級別。

彈性擴展高可用：結合邊緣資源，依托邊緣云網絡，實現符合邊緣函數計算的彈性擴容方案。快速提供底層擴容以應對峰值壓力，提供高可用性保障，助力業務平穩運行。無需采購和管理底層的基礎設施，運維成本低。

按需使用低成本：按量計費，彈性擴容，不占用冗余資源，降低使用成本。函數計算和傳統云計算之間的三個基本區別是：計算與存儲的解耦，它們的規模獨立，價格獨立；執行一段代碼的抽象而不是分配資源來執行代碼；為代碼執行付費，而不是為分配給執行代碼的資源付費。

3.      技術觀察

本小節主要介紹邊緣函數計算參考架構，該架構主要三個部分：邊緣業務與應用，服務管理，邊緣網關、函數運行時、函數狀態組成的邊緣函數計算資源。

a)      參考架構

第一，邊緣業務與應用：該部分主要是部署在無服務器邊緣函數中的新型業務與應用。這些新型的智能業務與應用在平臺提供的安全隔離的環境中運行。同時通過邊緣節點的網絡控制和資源編排，實現彈性高可用的函數服務調用。

第二，服務管理：邊緣函數計算服務管理實現了對邊緣函數服務的管控，并向上支撐邊緣業務與應用，向下連通網絡及邊緣計算資源。邊緣函數計算服務管理，具備函數部署管理、用戶函數管理、服務調度、運維管理、開發管理等機制能力。服務管理系統連接各個邊緣計算節點，實現對邊緣節點統一協同管理，并保證時延和最優路徑，快速響應用戶邊緣請求。包括對資源負載狀況的實時監控，為函數的計算處理提供彈性的資源，具備靈活的資源擴縮能力。

第三，邊緣函數計算資源：邊緣函數計算資源主要由邊緣網關、函數運行時、邊緣存儲組成，為邊緣函數計算平臺提供計算、存儲和網絡設施資源。

b)      關鍵模塊

下面重點聚焦在輕量級函數運行時選型、函數語言生態支持、開發者流程、邊緣函數數據狀態管理幾個關鍵模塊，分別一一進行介紹。

• （1）輕量級函數運行時

在《邊緣計算產業聯盟白皮書》中將邊緣計算產業總體上劃分為聯接、智能、自治三個發展階段。第一個發展階段是聯接，一種運行時的支持意味著一種工作負載任務類型和一類技術生態的支持。

邊緣函數的業務有海量接入、碎片化、邊緣化等特點。需要邊緣函數計算提供新的架構和技術手段；邊緣應用業務通常具有波峰波谷變化，業務運行具有事件觸發特征，且邊緣環境資源受限，設備眾多，需要考慮更細粒度的動態調整和面向協作的資源管理方式。

邊緣函數的業務有更高的安全、隔離需求。傳統的虛擬機在運行時方面不能滿足業務場景需求。大部分中心以及邊緣函數計算借助容器和虛擬機，甚至是更符合邊緣情況的輕量級函數運行時，保證系統能夠更方便地對計算平臺上的業務負載進行整合、編排和管理。

Chrome V8 引擎: Chrome V8 是 JavaScript 引擎，這意味著它執行 JavaScript 代碼。最初，JavaScript 是為了在網絡瀏覽器上執行而編寫的。Chrome V8（或簡稱 V8）可以在瀏覽器內部或外部執行 JavaScript 代碼，從而使服務器端腳本成為可能。像 V8（八缸）汽車發動機一樣，Chrome V8 快速而強大。V8 將 JavaScript 代碼直接轉換為機器代碼，以便計算機能真正理解代碼，然后執行轉換或編譯后的代碼。V8 還優化了 JavaScript 執行。“沙箱”是執行軟件的環境，它與其他環境（包括同一臺計算機上的其他環境）隔離并區分開來。沙箱是 Chrome V8 的一項關鍵功能。每個進程都經過沙箱化處理，以確保 JavaScript 功能在其上單獨運行，并且執行一段代碼時不會影響任何其他代碼。（許多沙箱企業產品在隔離的虛擬機中打開并運行可執行文件，而 V8 沙箱技術與它們不同，不會降低性能。）

Lucet：Lucet 是一個原生的 WebAssembly 編譯器和運行時。它旨在安全地在邊緣函數運行時中執行不受信任的 WebAssembly 程序。WebAssembly 是一種技術，旨在使 Web 瀏覽器能夠以接近本機的速度安全地執行程序。Lucet 旨在將 WebAssembly 超越瀏覽器，并構建一個平臺，以便在邊緣云上更快、更安全地執行。WebAssembly 已經被包括 Rust、TypeScript、C 和 C++ 在內的許多語言支持，并且更多的語言在開發中支持 WebAssembly。在單個進程中為每秒數萬個請求中的每一個創建一個 WebAssembly 實例，與瀏覽器 JavaScript 引擎相比，它需要的運行時占用空間要小得多。Lucet 可以在 50 微秒內實例化 WebAssembly 模塊，而內存開銷只有幾千字節。可以在同一進程中同時執行數萬個 WebAssembly 程序，而不會影響安全性。Lucet 編譯器和運行時協同工作以確保每個 WebAssembly 程序只允許訪問其自己的資源。這意味著邊緣函數的開發者用戶將能夠使用更常見的通用語言編寫和運行程序，同時保證安全性。Lucet 將執行 WebAssembly 的模塊分為兩個組件：一個編譯器，它將 WebAssembly 模塊編譯為本機代碼，一個運行時管理資源并捕獲運行時錯誤。Lucet 設計用于將 WebAssembly 提前 (AOT) 編譯為本機代碼，與瀏覽器引擎中采用的即時 (JIT) 編譯策略相比，它極大地簡化了運行時的設計和開銷。

WasmTime： Wasmtime 是 WebAssembly 的獨立運行時，可根據開發者的需求進行擴展。它適用于微型芯片，也適用于大型服務器。Wasmtime 也可以嵌入到幾乎任何應用程序中。Wasmtime 建立在優化的Cranelift代碼生成器之上，可在運行時快速生成高質量的機器代碼。Wasmtime 支持豐富的 API，用于通過WASI 標準與主機環境進行交互。

• （2）多語言生態支持

邊緣函數計算最初解決的問題是WEB應用優化， 80%的WEB應用開發者希望邊緣函數優先支持JavaScript。目前市面上邊緣函數計算平臺對于語言的支持，包括但不限于：JavaScript、TypeScript、Rust、C/C++、AssemblyScript。通過WebAssembly還可以擴展支持更多語言。

• （3）開發者流程：工具、版本管理、部署集成

由于邊緣函數計算最初的用戶畫像更多的面對的是WEB應用開發者，所以在邊緣編寫代碼，除了WEB_IDE用于在線編寫部署，更多的邊緣函數平臺實現了一套命令行工具用于本地調試，方便開發者通過命令行工具在本地實現邊緣函數的增刪改查、調試、應用打包。主流邊緣函數計算平臺基本都提供了代碼和執行環境配置的版本管理。部署集成方面包括對于Serverless框架的支持、支持使用Terraform部署、使用GitHub Actions部署。

• （4）邊緣函數數據狀態、數據庫管理

每個邊緣函數應用程序都有兩部分：代碼和狀態。在大型分布式系統中，如何保證邊緣函數數據狀態的一致性是一大挑戰。當邊緣函數同時在全球范圍內的數據中心中運行時，保證所有數據中心在相同時間內看到相同數據，很難兼顧邊緣函數的性能、可用??性、分發規模。當前市場上Cloudflare Workers通過Workers KV提供了對全球分布式數據的低延遲訪問。以及Durable Objects，用以保證邊緣數據的強一致性。

對于查詢復雜的數據集，或與現有的記錄系統進行通信，則需要邊緣函數進一步對數據庫做擴展支持。用戶總是想要使用不同的工具來存儲和訪問數據。邊緣函數計算平臺允許用戶構建新應用程序時選擇邊緣優先的數據庫，當前可以看到Cloudflare Workers支持 HTTP 連接的數據庫，與Macrometa、Fauna、MongoDB Atlas 、Prisma進行對接。

（5）彈性擴縮容

彈性擴縮容是邊緣函數的一大特點，本質上是服務管理平臺對分布式邊緣計算節點資源進行統一協同管理、編排，以保證邊緣函數的按需調用、彈性靈活，進而提升邊緣節點里計算資源的利用率。

其中，對函數運行時進行管理編排是彈性擴縮容技術的主要內容。服務管理平臺將用戶代碼遵循OCI標準進行函數分發，并通過加密算法保證傳輸安全性。函數運行時提供語言級、進程級別并且資源受限的函數隔離運行環境。用戶代碼通過函數運行時，部署在邊緣節點上，通過服務管理平臺實現用戶函數的生命周期管理。

服務管理平臺具有完備的彈性伸縮能力，包括基于邊緣網絡協同的負載均衡網關，可擴展的函數伸縮引擎：負責各服務實例擴縮的發起、終止、彈性伸縮指標采集以及函數運行時多粒度的資源限制管理能力，函數分布式代碼庫管理能力、彈性伸縮的監控告警、運營治理能力。當前業界普遍采用Kubernetes（K8S）或者類似K8S的自研方案，實現用戶函數、函數運行時的高效管理編排，為用戶邊緣函數的應用提供部署運行、資源調度、服務發現和動態伸縮等一系列完整功能，提高了大規模函數運行時管理的便捷性。

4.      落地挑戰

投入產出：邊緣函數計算面臨部署成本高、產出衡量難、需求不剛性的問題。

資源異構：邊緣計算產業碎片化，亟需推動硬件標準建設及軟硬件解耦。

云邊協同：邊緣函數計算在應用、服務、資源等協同方面存在挑戰。

邊緣安全：海量、異構、分布式等特征使得邊緣節點更易受到攻擊。

四、        邊緣函數計算的應用場景探索

邊緣函數是一種分布式計算部署架構，將計算能力、業務部署到網絡邊緣，提供一種可靠、高效的業務體驗。通過邊緣函數計算，可以較好的解決成本、效率、聯通問題。這些業務與應用一般具有以下特點：

（1）業務運行在邊緣。

（2）業務具有波峰波谷變化。

（3）業務運行具有事件觸發特征。

（4）應用數據更新大，一臺服務器的處理能力已不能滿足，開發者需要考慮如何配置負載均衡來應對處理請求。

（5）應用版本迭代速度快，業務開發、部署、升級、擴容要求高。

（6）一些低頻的、維護性的后臺任務等。

根據上述應用特點分析，適合邊緣函數計算的典型應用場景主要有這幾類類：

第一，在邊緣發生的事件觸發類場景，例如定制圖片，定制事件，IoT中的低頻請求，音頻轉換文字處理，自動程序消息傳遞，基于定時器處理/定時器任務，日志處理，SaaS事件處理，批量任務。

第二，在邊緣發生的流量突發類場景，例如分布式大規模的計算、文件校驗、圖片處理、圖片切片上傳、裁剪、分享等。

第三，邊緣應用類場景，例如邊緣部署無源站的Web應用程序、JAMStack、GraphQL、IoT后端、移動后端等。

邊緣函數計算可以更好的適配那些低頻、頻次不確定，時延敏感的業務場景，如：可編程邊緣網絡、政企上云、智能制造、物聯網、車聯網、消費互聯網等。

1.      可編程邊緣網絡

更現代的 CDN 正在以開發人員為中心的方式構建其基礎設施，公開 API 以允許客戶更好地控制其平臺的功能。這使得邊緣之間的網絡可編程。從邊緣函數可以更好地實現這種靈活性和定制化，它允許服務在網絡本身中注入更多邏輯，并且更改可以立即傳播。使用邊緣函數計算作為可編程邊緣網絡的API，可以被客戶用作構建塊，使他們能夠更好地將這些內容管理和網絡功能與他們自己的軟件平臺和服務聯系起來。他們可以使用其他工具和平臺自動化他們的工作流程，并以自定義方式嚴格控制其內容和網絡流的行為。

主流用法包括：API網關、自定義路由、自定義負載均衡、可編程控制網絡緩存、流響應、A\B測試。自定義訪問控制：允許在邊緣網絡中更快地進行更改和傳播，因為更改邏輯可以內聯處理。自定義路由：允許流量流經不同的網絡路徑，并根據請求細節做出優先級決策，例如內容是什么（文件與視頻）或請求中的任何用戶元數據（用戶設置、使用的設備、地理位置位置等）。使 WAF、DDOS 緩解和負載平衡等網絡服務能夠在達到峰值流量或需求時進行擴展。全球互聯網“快車道”——檢測并自動規避問題區域??和中斷，避開互聯網的慢速區域。與基礎架構無關的分發——網絡邏輯可以根據上下文、流量、需求或網絡條件等實時問題控制將事物路由到哪些基礎架構（云、多云、混合或本地）

2.      政企行業

分支機構安全：邊緣部署身份認證、用戶審計等。

數字供應鏈：協同5G，在園區內對生產數據整合，下沉到邊緣函數處理，再通過SD-WAN與供應鏈上下游企業集成

3.      工業互聯網

邊緣時序數據采集，實現邊采邊存邊處理，從源頭解決數據質量問題。生產設備實時數據傳輸、分析、故障預警、下控以降低Downtime損失。邊緣函數計算通過整合數字技術和物理技術來實現更加靈活的高響應制造，從而可以為工業 4.0 提供基礎。

4.      IoT場景

邊緣計算網絡在數據源頭就對數據進行處理，進一步降低時延，提升可靠性。在邊緣側對IoT設備上報的數據進行過濾、去重、聚合等處理后上報云端。降低上云帶寬、云端存儲計算要求。

5.      車聯網

5G網絡和無服務器邊緣計算網絡作為核心技術，在降低車聯網骨干網絡壓力、降低業務交換延遲等方面發揮巨大的作用。大幅提升實時、穩定性。低延遲和快速響應。

6.      消費互聯網

就近部署、接入和計算，降低延時，提升體驗。云游戲、在線教育、視頻直播、安防監控等頻繁數據交互，靜態站點動態化。

五、        總結與展望

車聯網、工業互聯網、海量IoT設備數據處理等時延敏感、計算密集型業務正在快速發展，邊緣計算面臨著前所未有的技術挑戰。邊緣函數計算通過海量邊緣計算節點，敏捷地響應計算請求，高效地利用節點計算資源，同時通過利用 Serverless 技術，提升邊緣函數應用的運營效率，降低運維成本，促進網絡新型業務的快速研發和迭代。

邊緣函數未來的幾大發展趨勢，包括但不限于：

• 邊緣應用一體化，要求邊緣函數在邊緣更好的提供數據狀態管理、數據存儲、對接復雜數據庫，從而實現邊緣應用全托管;
• 函數運行時支持更多的語言形態，以接入更多的編程生態和業務形態;
• 對物聯網IoT設備更多協議的支持與優化，可以更好的發揮邊緣函數可編程計算平臺的用武之地;
• 提供安全可信的邊緣函數服務。從數據安全角度，提供輕量級數據加密、數據安全存儲、敏感數據處理的安全服務。從運維安全角度，提供應用監控、審計、訪問控制等安全服務。