2018 年 10 月 18 日-20 日,由极客邦科技与 InfoQ 中国主办的 QCon 全球软件开发大会在上海宝华万豪酒店举行。作为一场综合性的技术盛会,QCon 全球软件开发大会每年都会在伦敦、北京、东京、纽约、圣保罗、上海、旧金山召开,而此次 QCon 大会上海站更是设置了 30 余个专题,邀请到 150 余位海内外知名公司技术大咖分享当前火热的技术话题内容。
在前沿应用与创新(解决方案专场)中,七牛云存储研发负责人冯立元受邀出席,并带来了主题为《七牛云边缘存储的演进之路》的精彩演讲,详细讲解了边缘存储的架构设计、七牛云存储从中心化向边缘化的演进以及七牛云边缘存储与边缘计算的结合等相关内容,为到场嘉宾带来了满满的技术干货。
七牛云存储研发负责人冯立元
找准用户痛点
七牛云发力「边缘」解难题
据一项权威调查显示,从 2020 年开始预测到全球物联网设备将超过 500 亿。当下,智能视频设备已经呈现泛社会化发展,进入到家家户户,可以看到一些传统行业如家电、摄像头等已在物联网方面有着众多的应用。如冰箱上的温度数据可以上传到云端,家用摄像头可以存储监控家里孩子的啼哭声、老人异常摔跤行为等等。
对此,冯立元表示「为了获得足够的计算和存储资源的支撑,很多客户的业务处理运算都发生在后端数据中心或直接转移到云端进行。随着网络宽带不足、计算延迟以及数据安全等问题的出现,越来越多的厂商开始意识到边缘计算能力的重要性。」
据 Gartner 数据预测,到 2021 年 40% 企业的边缘计算策略将就位,而 2017 年这一比例仅有 1% 左右。同样,据 IDC 调查数据预测,到 2021 年,全球云计算市场的规模将达到 5650 亿美元,这其中约有 20% 为边缘云,市场规模可达到 1130 亿美元,其中 43% 的物联网计算将发生在边缘。
作为国内领先的以数据智能和视觉智能为核心的企业级云计算服务商,七牛云积极布局边缘计算。基于自身成熟完善的云存储、视频云及 CDN 领域的能力,针对目前服务客户及潜在客户遇到的诸多问题,七牛云突破传统架构的限制,推出了「边缘存储」+「边缘计算」的特有方式来解决用户面临的这些难题。
七牛云边缘存储:去 SD 化
助力监控行业降低更替成本
会上,冯立元向大家介绍了七牛云边缘存储与边缘计算。冯立元表示「七牛云边缘存储服务能够提供基于七牛云边缘节点和客户侧边缘节点,在靠近数据和客户访问侧,提供最大化链路带宽利用率且高可靠高可用的存储服务,满足客户在大容量就近存储,数据安全与隐私保护等方面的关键需求,兼容七牛云公有云存储已有接口和 SDK,与云端无缝对接,零成本迁移扩展。」
冯立元以监控行业为例,向大家详细解读了七牛云边缘存储所带来的优势。「在传统监控设备中,用户需采购大批量的 SD 卡以及 NVR 设备去进行视频数据存储,成本巨大。而在监控应用场景中,由于监控设备需 7*24 小时不断的读写,这也使得 SD 卡的寿命非常短。用户需要不断的更换 SD 卡以及让维护人员进行维护才能使得监控系统正常运行。采用边缘存储之后,可以大幅减少对于 SD 卡以及 NVR 设备的采购用边缘存储进行替换,同时也可以大大减少非必要的运维成本。」冯立元说道。
据介绍,在传统的云存储过程中,由于传输链路很长,需要经过多家运营商才能传输到云存储中心,导致实际的宽带利用率很低。但利用边缘存储可就近进行存储的特点,实现最大化利用可用链路带宽,让上传&下载平均提速 60% 以上。
七牛云边缘存储典型案例分析
最后,冯立元将七牛云的边缘存储总结为六点服务优势:
就近高速上传:就近上传,就近存储
全面兼容扩展:兼容现有的对象存储接口
按需部署服务:在现有 CDN 边缘节点部署,可以在客户机房内部署
整体 SLA 保障:可用性 99.9%,可靠性 99.9999999%
多样功能服务:丰富的云存储 SDK 和 API
传输高速可靠:可为客户提供足量的上行带宽
七牛云边缘计算:拓展边缘智能
提供低延迟、高可靠、高可用性
据冯立元介绍,七牛云边缘计算服务可以提供基于七牛云边缘节点和客户侧边缘节点,在靠近用户数据和访问侧,提供的低延迟高可靠高可用就近弹性计算服务,满足客户在实时业务,应用智能,数据就近处理分析,数据安全和隐私保护等方面的关键需求,可以灵活配置管理大规模边缘计算应用,拓展边缘智能。
据介绍,七牛云针对视频安防,智慧商业,新零售等场景推出了监控视频边缘存储解决方案和视频边缘分析解决方案。
其中,采用监控视频边缘存储解决方案可提升监控视频传输,存取速度。同时,该方案可集成边缘计算服务,智能化边缘节点,拓展业务场景,实现服务升级。而在人工智能技术大爆发的当下,采用七牛云视频边缘分析解决方案可将传统上只能在云端运行的机器视觉应用部署在靠近数据源或用户访问热点区域,不但能够提升传统视频分析应用的响应速度,也能够拓展视频分析的应用领域和应用场景,想象空间巨大。