Paas-云管理

云管理平台（Cloud Management Platform，CMP）是由Gartner最先提出的企业云战略中的一种产品形态。Gartner对云管理平台（CMP）的定义是一种管理公有云、私有云和混合云环境的整合性产品。

什么是云管理平台

云管理平台（Cloud Management Platform，CMP）是由Gartner最先提出的企业云战略中的一种产品形态。Gartner对云管理平台（CMP）的定义是一种管理公有云、私有云和混合云环境的整合性产品。

云管理平台的作用

企业上云已是大势所趋，云管理平台的重要作用是帮助企业管理好云资源、用好云服务、控制好云成本。通过统一管理企业私有云、公有云、混合云等，云资源池化自动调度供给，管理好云资源。通过服务目录标准化、流程化企业云服务，各部门自助申请、变更、退订云服务，服务审批流程全程闭环管控，用好云服务。通过云资源使用量化管理，多维度分析云资源的使用状态和成本结构，提供对云资源的扩、缩容配优化建议，控制好云成本。

 

云管理平台主要能管理哪些资源

根据企业业务发展需要，多数企业采用异构云架构，异构云架构在提升企业业务灵活性的同时，为企业管理云资源带来挑战 。云管理平台主要可实现对公有云、私有云、混合云全面对接和统一纳管，灵活调度计算、存储、网络资源。另外，可实现对物理服务器、存储设备、网络设备、安全设备等传统设备的统一管理。

云管理平台主要有哪些功能

云管理平台主要基础功能包括对多种基础架构和资源的整合，跨平台的编排，以服务目录方式展现的自服务界面，资源访问管理和流程配置，资源统计和费用管理，以及与外部已有的企业管理系统集成和对接。高级的功能还包括整合外部已有的企业管理系统，包括服务目录、资源监控、存储和网络资源配置等。

云管理平台能为企业带来哪些价值

• 提升资源管理效率，统一纳管企业私有云、公有云、混合云、传统设备。
• 提升资源交付效率,标准化企业云服务，自助申请、自动调度、自动交付云资源。
• 降低资源使用成本,云资源使用量化管理,多维度成本核算，精细化运营。
• 提升运维工作效率，统一监控云资源状态及性能，日常运维工作自动化。

边缘计算：

边缘计算的定义是指在靠近设备或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

什么是边缘计算

边缘计算的定义是指在靠近设备或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

边缘计算的价值、优势和挑战

边缘计算将计算资源放置在更靠近设备或用户的位置，通过将数据处理移到边缘，减少等待时间，大多数数据在用户或设备附近进行处理。

但是由于边缘场景的资源、环境等条件限制将云原生的能力扩展到边缘侧仍面临如下的挑战：

Ø 边缘的自治能力

Ø 云边网络的打通

Ø 云边服务分发部署

Ø 海量边缘节点带来的运维管理复杂度

Ø 边缘节点的资源利用率

 

边缘计算有什么优点

边缘计算是将某些原本由控制中心统一执行的应用程序、数据计算和信息服务，分散到各个终端节点去处理。这种分散式的本地化数据处理方式能够带来如下好处：

1、数据处理实时性：边缘计算整合了数据采集、处理、执行三大能力，避免了数据上传下达所产生的时延弊端，提升了本地联网设备的处理能力和响应速度。

2、降低带宽限制的影响：在网络边缘处理大量临时数据，不再全部上传云端，这极大地减轻了网络带宽和数据中心功耗的压力。

3、提高敏感隐私数据的安全性：边缘计算将用户隐私数据不再上传，而是存储在网络边缘设备上，减少了网络数据泄露的风险，保护了用户数据安全和隐私。

4、业务数据可靠性：基于安全的数据才会有可靠的业务，边缘计算本身不把数据传向云端，在广域网发生故障的情况下，也能够实现局域范围内的数据服务，进而实现本地业务的可靠运行。

边缘计算与云计算的区别

随着边缘计算的兴起，很多场景中需要计算庞大的数据并且得到即时反馈，云计算集中式的数据处理方式这些场景开始暴露出不足。边缘计算是指在数据源头的附近，采用开放平台，就近直接提供最近端的服务。而云计算，则是指通过网络，把众多数据计算处理程序分解，通过服务器组成的系统，把这些分解的小程序再处理分析来得到结果。

从特点上来看：边缘计算的应用程序是在数据源头边缘侧发起的，减少了数据在网络上转移的过程，所产生的网络服务也会更快，在一些行业中的实时业务、应用智能、安全与隐私保护等方面应用更具有优势。

边缘计算应用场景

工业互联网

工业互联网，主要体现在对工业大数据的处理，模型的训练，及工业设备的远程优化控制，通过云计算，大数据，AI等技术赋能工业生产的智能化。现代工业的发展，逐渐形成了云计算中心与网络边缘的融合：

边缘侧：数据的预处理，分布式协同控制，异构网络设备的联通等由边缘侧计算单元处理

云计算中心：大数据分析，AI 决策优化

在工业领域中，具有互联网能力的工业控制系统可以作为边缘计算节点，将一些实时性要求较高的数据分析，智能化处理与执行单元放在这一层运行；另外一些实时性要求不高，较长周期内的大数据整理分析，AI 模型训练及生成决策事件，优化参数等任务，放在云计算中心执行，这样便以云中心为大脑，带动边缘计算实现工业互联网的智能制造。

车联网

在互联网行业，有着软件定义一切的说法，同样，在汽车领域，软件定义汽车（SDV）也被认为是未来发展的趋势。汽车的核心竞争力，逐渐由动力，机械方面转向软件能力，尤其是AI，大数据，云计算等技术在汽车行业的落地，更会推动这种转变的实现。

另一方面，车联网技术的发展，是 5G 物联网领域中非常重要的应用之一，也是 MEC 的典型场景，尤其是自动驾驶的投入使用，更是加速了车载系统联网入云的进程。有统计称，一辆自动驾驶车，每天产生的数据在 4TB 以上，这样大量的数据会因为网络延迟导致终端应用实时性体验下降很多，进而影响自动驾驶的性能。

车载系统通常具有计算能力，可以通过边缘计算平台将车载系统纳入云管理，将云计算中心个别实时性要求较高的服务下发到车载系统，使得第一时间处理终端应用的数据，增强时效性。同时，将原生车载应用以云原生的方式管理，便于发布/升级等操作，这会对汽车OTA的推进产生重要意义。

另外，针对设备体验的一致性，设备能力和调用接口的碎片化问题，边缘计算平台可以实现车载设备的有效抽象，屏蔽异构的设备协议（CAN，以太网等），简化设备管理应用的开发。

智慧城市

智慧城市是最近几年，各大城市都在积极发展的方向，是高级别城市的目标，其演进阶段是信息化、数字化、智能化，目前正处于智能化的实现道路上。通过信息化，数字化，我们把城市的大部分数据结构化并收集起来，智能化进行处理决策。

智慧城市的一大特点就是数据的全面感测，遍布城市各处的广义传感器和智能设备组成庞大的物联网，不断的检测，侦听城市的核心子系统的运行情况。随着边缘计算的落地，这些分布各处的传感器，智能设备不必再将数据上传至“城市大脑”云计算中心来处理，而是就近的通过边缘计算节点进行分析，预处理，联合控制及告警系统，及时作出反馈，这样可以与城市大脑实现轻量级解耦，即使云计算中心出现异常故障，各个子系统也能实现一定程度的自治，并有效缓解城市大脑计算，网络，存储等压力。

边缘计算与云原生

边缘计算规模和业务复杂度已经发生了翻天覆地的变化，边缘智能、边缘实时计算、边缘分析等新型业务不断涌现。传统解决方案已经无法满足边缘设备对于可靠、时效、容量、算力的需求。将云原生的能力扩展到边缘计算成为了最有潜力的解决方案。而k8s是云原生的事实标准，基于一种可插拔、无侵入式的设计将边缘设备接入k8s云集群正是一种有效的解决方案。边缘计算引入云原生技术能带来以下优势：

Ø 解耦运行依赖： 容器模式实现了依赖封装，不在需要本地安装；

Ø 标准化应用分发： 统一使用标准的容器格式和容器仓库；

Ø 扩展应用类型： 边缘平台使用统一的容器控制面接口。

企业如何使边缘计算与业务结合起来

博云边缘计算平台将源于数据中心的云计算能力延伸到边缘端，将云原生应用的优势实现到客户的边缘端场景。

边缘云作为中心云的延伸，将云的部分 服务或者能力(包括但不限于存储、计算、网络、AI、大数据、安全等)扩展到 边缘基础设施之上。中心云和边缘云相互配合，实现中心-边缘协同、全网算力 调度、全网统一管控等能力，真正实现“无处不在”的云。

博云边缘计算平台打通了云、边、端的整体流程：

Ø 用户能够在云上统一管理边缘节点上的应用、设备 

Ø 实现了远程应用发布管理，可以进行灰度发布及版本回滚

Ø 提供了云边协同的能力，能够同步云边的应用、设备的数据 

Ø 针对复杂多样的边缘设备，博云边缘计算平台定义了一套通用的设备管理API（K8s CRD）以及设备协议解耦层，用户可以方便地在云上管理各种边缘设备

Ø 针对云边网络不稳定的情况，提供了云边数据协同的可靠性传输、边缘元数据持久化

Ø 针对边缘资源不足的情况，轻量化裁剪了Kubelet，支持在256MB的小型设备上运行端的硬件、软件都由用户提供，只要满足接入协议标准的设备，都可以接入到平台。

博云边缘计算平台适用于 “云-边-端”架构需求，由中心云负责控制和管理，边缘云侧重在计算实现的场景。

如何帮助企业实现边缘计算

云Edge基于云计算技术的核心和边缘计算的能力，构筑在边缘基础设施之上的云计算平台。形成边缘位置的计算、网络、存储、安全等能力全面的弹性云平台，并与中心云和物联网终端形成“云边端三体协同”的端到端的技术架构，通过将网络转发、存储、 计算，智能化数据分析等工作放在边缘处理，降低响应时延、减轻云端压力、降 低带宽成本，并提供全网调度、算力分发等云服务。