赢在边缘

把问题解决在源头,这就是边缘计算。离数据越近,处理成本越低。边缘计算接近局域网速度和成本,对云形成了颠覆。未来,云负责管理和调度,业务处理放到离人和物更近的边缘。这些组成了下一代网络,即:以人为中心的网络,以物为中心的IoT物联网。

...

用手机浏览器访问百度,知乎 .. 时,总是会提示下载App,他们都知道这样严重影响用户体验,可他们还是要做,为什么呢?因为只有贴近用户才有更多机会。

知乎如果不这样做,搜索引擎迟早要架空它。可问题在于,知乎并不包含所有问题的答案。现在,我的搜索步骤还是,百度,知乎或微博。微博有时候比百度答案更准确,可靠,因为社交网络已经人肉过滤掉了垃圾内容。也没那么多广告干扰。当然,搜索引擎如果能抓取微博,知乎数据,用户是可以更快得到答案的。但知乎,微博都是半封闭的。当然,这也不怪他们,如果不封闭,恐怕早就被架空了。

于是,我们有了更多端,但却分裂了用户体验。究其原因,这是互联网赢家通吃的网络效应,它迫使流量下游服务商不得不扎根端才能生存,不管它需不需要,也不管是否破坏用户体验。

当他们以装机量为优先指标时(之前是访问量),另一种轮变革正在酝酿。

腾讯早就揭示了互联网的核心价值:人

人的行为大概分为几类: 围绕自我的,一对一的(点对点),一对多的(广播,微博),多对多的(合作、竞争,游戏)。

这些行为组成了我。

切换到自我时,只需要对自己负责,我的行为不对外构成任何影响。

切换到一对一时,我对某个人负责,相互影响。

一对多或多对一,我影响更多人,更多人影响我。

多对多时,双方需要建立各自的虚拟主体,最后还是回到一对一的形式。

看似错综复杂的网络,其实都是围绕"我"。汇聚成千千万万个我的状态变化。

现实中,我有多个身份,不同时刻,有不同的我。

网络上,我有多个化身,不同时刻,由不同的"我"负责,负责的我,称之为我的代理或化身,它在时刻待命。可以跑在我的电脑里,也可以放在云上。

只有真我掌管最高权限,移动设备是我的操作界面。

通用账户:

很多年前人们向往一个通用账户,一号通用,不用每个服务都记一个密码,填一堆资料。微信,facebook,Google ID 似乎达到了这个目标,但其实,最多的通用账户居然是手机号码。

携号转网

2018年12月1日,根据工业和信息化部对号码携带工作的整体部署,天津、海南、江西、湖北、云南五省(市)各运营企业推出新业务受理流程。

携号转网看似和互联网不相关的动作,确代表着下一代互联网的核心理念:以用户为中心的网络。

它是分布式弱中心化的,以用户为中心的网络。


携号转网 -> 应用与数据分离

数字产权

5G网络和边缘计算

5G的核心概念是MEC(移动边缘计算)。边缘泛指离用户最近的那些边缘机房(小型数据中心),大量的边缘机房可以抽象成一个个节点,运营商根据周边的物理条件,居民数量,客流数量,增配设备。

5G信号收发设备,类似增强版的WIFI,安装在楼宇,路灯、等等具有一定高度的"社会塔"上,多个"塔"覆盖一个区域,并将这里的数据回传到边缘机房,并在这里完成计算。

边缘计算,1毫秒的传输延迟,为无盘监控,AR/VR,

台式电脑逐步淘汰,最先是办公电脑 和 家用游戏主机。云只是托管了服务器和Saas,边缘计算直接把大量主机缩小到巴掌大,甚至手机接连显示器就足够。电脑性能随意选配,按时按量付费。从这点来看,操作系统也可是可以共享的。

未来的流动的不再是字节,而是:桢/fps

视频画面每秒24桢

游戏画面最低每秒60桢 fps

最终,电脑是共享的,用户端只是一块屏。移动端是用户手里的聪明设备,但复杂的计算还是在边缘。存储容量接近无限,基本上拍一张照片,一秒钟就同步到边缘,而且是0费用。

边缘计算时代,宽带接近免费,服务收费。

边缘相当于一个更智能的局域网,带宽成本极低。


例如:

套餐A:

边缘网盘 基础50G / 剩余按量付费

带宽任意调节 100M - 1000M


游戏平台

AR/VR/游戏画面:

30元300点

某大型游戏,画面中等,60fps,每小时30点



把问题解决在源头,这就是边缘计算。离数据越近,处理成本越低。边缘计算接近局域网速度和成本,对云形成了颠覆。未来,云负责管理和调度,业务处理放到离人和物更近的边缘。这些组成了下一代网络,即:以人为中心的网络,以物为中心的IoT物联网。

每个用户都在边缘机房中运行着很多个小程序(化身),它们替你接收处理数据。大数据(私人网盘)是长期驻存在你最活跃的边缘机房,有些频繁更新的数据,会跟随你移动。

不用担心数据丢失,边缘存储比云速度更快,也更安全,应用访问隐私数据时需要你授权。

从云计算到5G边缘计算+区块链技术,最大的改变是:应用与数据分离。

边缘计算、区块链、可信执行环境,多个技术同时突破并不是巧合,它们都为分布式计算铺平了道路。

传统网络是围绕数据的,于是有了各种数据库技术。数据量增大后,关系数据库难以分片,就有了以文档为中心的文档数据库,和保存单组数据状态的键值数据库,等等这些都是根据数据相关性进行分片。

随着数据量继续增大,最后都会以数据产生者为最小分片单位,即:人和物。

要实现千亿级别的互联,我们需要一种新型的,围绕人和物的数据模型。

个人区块链数据库 - 源链

为每个用户化身创建(小程序)一条区块链,用户行为不断追加到他的私链上。软件变成一种协议,数据变成状态变更的链表。放弃全局一致性,将计算,过滤,分析,卸载到边缘,云端只作为调度中心。

无数个用户化身组成的“蜂群”,会涌现出更多可能。

源链读写都在移动端完成,然后快速同步到附近的边缘机房。边缘再根据数据热度(数据生产者的被关注度)同步到其他机房。

案例:

用户发布视频,只需要10毫秒就可以上传完毕,剩下的事情都交给边缘计算处理。过滤可以在边缘完成,发布视频的行为会写入源链,小程序可以限制用户发布频率。源链只是一种数据存储结构,为了保证MEC迁移时同步历史状态,在内存中只要存储最终状态即可。

用户的每个行为都有一个hash,每发布一条微博,一段视频,都会产生一个唯一hash值。hash值作为源链的最小数据单位块的索引。一条视频在网络上传播时只是hash值的传播,它所代表的数据块会根据该地区的用户量,兴趣点,来选择是否同步(调度)到当地边缘。

边缘存储是由无数个hash值和对应的数据块组成的存储桶。

某大V发布一条微博(包含视频,图片,文字),一条hash会快速推送到省级数据中心,数据块由各地边缘机房根据当地用户对该大V关注量选择性的同步。只要同步一次,就会了缓存,其他用户都能快速查看。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,509评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,806评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,875评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,441评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,488评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,365评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,190评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,062评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,500评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,706评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,834评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,559评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,167评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,779评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,912评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,958评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,779评论 2 354