未来速度将来到您所在的城市。
加入我们在Redis 发布会
分享
物联网 (IoT) 解决方案对任何数据库来说都是一项独特的挑战。它们从各种各样的物联网设备产生越来越大量和快速的數據，同时需要近乎即时的响应时间。鉴于此，解决方案的数据处理和分析必须越来越多地在网络边缘进行处理，尽可能靠近传感器、执行器和其他物联网设备。我们不再能够在云环境中处理物联网数据，因为云环境似乎拥有无限的计算和存储资源，因为延迟将无法接受。值得庆幸的是，有一些强大的数据库和平台正在迎头解决这一挑战。但在我们探讨解决方案之前，重要的是要牢固地掌握物联网环境特有的数据需求。
边缘计算已成为物联网和海量数据应用程序的必备条件，因为它们具有体积、速度、多样性和真实性（“四个V”）的要求，以及大多数用例的分布式特性。那么，如果我们回到边缘的分布式计算，是否有一种方法可以保持我们长期以来享有的数据处理能力（以及我们过去十年将大规模转向云计算的根本原因）？我们能鱼与熊掌兼得吗？
幸运的是，在这种情况下，随着边缘计算的普及和发展趋势，答案是肯定的。解决方案是将云原则引入边缘，在边缘和云环境协同工作以处理复杂的物联网用例。当您有关键的延迟要求（例如，在智慧城市或联网汽车物联网用例中）时，这些数据必须由靠近IP摄像机和其他传感器的坚固边缘节点处理，而那些非延迟关键的数据仍然可以同步到核心或云中。这样，来自物联网解决方案中所有边缘设备和边缘节点的数据可以在核心级别（例如，智慧城市用例中的城市街区）进行聚合，并最终进入云或数据中心环境，以进行更深入的商业智能和其他分析。
在边缘计算中，我们将物联网设备、边缘设备、边缘节点和云之间的数据通信称为“南北”通信，并将系统中边缘/边缘节点之间的数据通信称为“东西”通信。为了使这种通信有效，您必须在边缘拥有常见的云或数据中心环境功能，例如机器学习、深度学习和图像识别。这就带来了下一个挑战：鉴于边缘设备和边缘节点的分布式特性以及有限的存储和计算能力，我们如何处理这些需求？使边缘和云环境协同工作至关重要。例如，在机器学习中，您可能需要在云中训练模型（您拥有大量的计算和存储资源），并将这些训练好的模型部署到边缘节点和/或边缘设备（以便它们可以靠近物联网设备提供服务，以最大程度地减少延迟）。
“智能边缘”已经出现，帮助我们摆脱了这些看似无法解决的问题（或者对于星际迷航迷来说是小林丸困境）。边缘是当今物联网的战场，但地球上是否存在一个数据库可以处理来自数千个传感器、摄像机和其他设备的庞大而高速的数据？这个数据库可以实时处理数据，支持多种数据库模型，并具有较小的占用空间？
幸运的是，RedisEdge 是一个多模型数据库，它提供了闪电般的速度，并能够每秒导入数百万次写入，延迟小于1毫秒。它可以在硬件和软件占用空间很小的条件下做到这一点，因此非常适合部署在边缘节点、边缘网关设备，甚至在某些情况下部署在物联网设备上。RedisEdge 拥有许多原生数据结构（集合、有序集合、列表、哈希、流等），为物联网应用程序开发人员提供了极大的灵活性。此外，借助已经存在的许多扩展模块，RedisEdge 可以处理物联网边缘所需的多种不同工作负载（时间序列、图、机器学习、搜索等）。与部署五个不同的数据库来支持这些需求相比，RedisEdge 可以使用单个实例来管理所有这些需求，从而极大地简化您的架构。
既然我们已经证明存在一个数据库可以胜任物联网的智能边缘，您可能会好奇哪个平台最适合运行 RedisEdge？幸运的是，来自微软的全新 Azure IoT Edge 就是为此而生！我们很高兴能与微软 Azure 合作提供物联网边缘解决方案，因为 Redis 和微软都将重点关注并投入大量资源，以加速边缘的智能和计算能力。通过将 RedisEdge 集成到 Azure IoT Edge 运行时环境中，我们的共同客户和合作伙伴将享受到快速的通用数据存储、Azure Edge 模块之间的消息代理、流处理、时间序列数据库以及内存中处理（用于机器学习模型服务、图处理等），从而确保最佳性能。
敬请关注，我们将在未来几周内分享更多关于物联网社区如何从我们的联合物联网边缘解决方案中受益的信息。
