欢乐颂第二季,殿上欢

07-19 2022

行業(yè)新聞

為邊緣編程成功值得借鑒的六個(gè)經(jīng)驗(yàn)

　　鑒于許多組織紛紛獲得邊緣計(jì)算在延遲、靈活性、成本和性能等方面帶來的好處，邊緣計(jì)算正在迅猛發(fā)展。IDC估計(jì)，2022年全球在邊緣硬件、軟件和服務(wù)上的支出將超過1760億美元，比上一年猛增14.8%，到2025年將達(dá)到2740億美元。因此，您的開發(fā)人員很可能現(xiàn)正在開發(fā)邊緣應(yīng)用程序，或者在不遠(yuǎn)的將來會(huì)開發(fā)。

　　在積極試水之前，有幾個(gè)方面需要考慮。我是一名企業(yè)架構(gòu)師，與多家開發(fā)組織有過合作，在創(chuàng)建邊緣應(yīng)用程序方面可以給出幾個(gè)重要的經(jīng)驗(yàn)。牢記這些經(jīng)驗(yàn)可以幫助您避免令人沮喪的結(jié)果，并確保您充分發(fā)揮邊緣計(jì)算的優(yōu)勢(shì)。

　　經(jīng)驗(yàn)一：質(zhì)疑自己的想法

　　開發(fā)人員常常將創(chuàng)建邊緣應(yīng)用程序視為它們就像是面向數(shù)據(jù)中心或云的應(yīng)用程序。但是邊緣是一種不同的范式，需要不同的方法來編寫代碼，還需要深思熟慮地選擇哪些應(yīng)用程序適合邊緣。

　　大多數(shù)開發(fā)人員習(xí)慣于少量服務(wù)器擁有大量計(jì)算資源的集中式計(jì)算環(huán)境。但邊緣計(jì)算顛覆了這種情形，將數(shù)量適中的資源分布在不同位置的多臺(tái)服務(wù)器上。這會(huì)影響任何一種邊緣工作負(fù)載的可擴(kuò)展性。比如說，使用大量內(nèi)存的應(yīng)用程序面對(duì)成百上千個(gè)邊緣實(shí)例時(shí)可能無法很好地?cái)U(kuò)展。出于這個(gè)原因，大多數(shù)邊緣應(yīng)用程序?qū)⑹菍ｉT為邊緣構(gòu)建的，而不是從現(xiàn)有數(shù)據(jù)中心或云部署環(huán)境“平移”。

　　您需要批判性地思考邊緣架構(gòu)如何影響自己的應(yīng)用程序、哪些應(yīng)用程序?qū)⑹芤嬗谶@種分布式方法。將邏輯引入到數(shù)據(jù)所在的位置通常比較容易。因此，如果數(shù)據(jù)比較分散，或需要訪問大型集中式數(shù)據(jù)存儲(chǔ)，基于云的方法可能很明智。但當(dāng)應(yīng)用程序使用邊緣處生成的數(shù)據(jù)時(shí)，比如來自在線用戶的請(qǐng)求/響應(yīng)、Cookie和標(biāo)頭，這時(shí)候邊緣計(jì)算就能真正大放異彩。

　　經(jīng)驗(yàn)二：不要忽視基本面

　　雖然將代碼分發(fā)到邊緣可以改善延遲和可擴(kuò)展性，但不會(huì)一下子運(yùn)行得更快。低效的代碼在邊緣同樣很低效。如前所述，邊緣的每個(gè)接入點(diǎn)都將比典型的集中式計(jì)算環(huán)境更受資源的限制，尤其是在無服務(wù)器邊緣環(huán)境下。在為邊緣編寫代碼時(shí)，優(yōu)化效率對(duì)于充分利用這種架構(gòu)至關(guān)重要。

　　當(dāng)將功能推送到邊緣相對(duì)快速和容易時(shí)，您仍然需要運(yùn)用通常用于任何代碼的同樣的妥善管理流程。這包括良好的變更管理流程、將代碼存儲(chǔ)在源代碼控制系統(tǒng)中，以及使用代碼審查來評(píng)估代碼質(zhì)量。

　　經(jīng)驗(yàn)三：重新考慮可擴(kuò)展性

　　如果使用邊緣，您是“橫向擴(kuò)展”而不是“縱向擴(kuò)展”。因此，您需要開發(fā)代碼以適應(yīng)每個(gè)請(qǐng)求的約束，而不是從每個(gè)服務(wù)器的約束方面來考慮。這包括內(nèi)存使用、CPU周期和每個(gè)請(qǐng)求的時(shí)間等方面的約束。約束會(huì)因您使用的邊緣平臺(tái)而異，因此了解這些約束并相應(yīng)地設(shè)計(jì)代碼很重要。

　　通常，您需要使用每個(gè)操作所需的最小數(shù)據(jù)集進(jìn)行操作。比如說，如果您在邊緣進(jìn)行A/B測(cè)試，您可能只想存儲(chǔ)您在處理的特定請(qǐng)求或頁面所需的那部分?jǐn)?shù)據(jù)，而不是整個(gè)規(guī)則集。如果是基于位置的體驗(yàn)，您只需要輕量級(jí)查詢中該邊緣實(shí)例為特定的州或地區(qū)所提供的數(shù)據(jù)，而不是所有地區(qū)的數(shù)據(jù)。

　　經(jīng)驗(yàn)四：為確?？煽啃跃帉懘a

　　確保邊緣應(yīng)用程序的可靠性對(duì)于提供積極的用戶體驗(yàn)而言至關(guān)重要。確保您的質(zhì)量保證（QA）計(jì)劃包含測(cè)試邊緣代碼。添加適當(dāng)?shù)腻e(cuò)誤處理對(duì)于確保代碼能夠從容地處理錯(cuò)誤也很重要，包括規(guī)劃和測(cè)試出現(xiàn)問題時(shí)的回退行為。比如說，如果您的代碼超出了平臺(tái)施加的限制，您希望創(chuàng)建回退機(jī)制，以便退回到一些默認(rèn)內(nèi)容，這樣用戶不會(huì)收到影響體驗(yàn)的出錯(cuò)消息。

　　執(zhí)行分布式負(fù)載測(cè)試是證實(shí)應(yīng)用程序具有可擴(kuò)展性的好方法。一旦您部署了代碼，繼續(xù)監(jiān)控平臺(tái)，以確保不會(huì)超出CPU和內(nèi)存方面的限制，并跟蹤任何錯(cuò)誤。

　　經(jīng)驗(yàn)五：優(yōu)化性能

　　邊緣計(jì)算的主要好處是將數(shù)據(jù)和計(jì)算資源移到靠近用戶的位置，從而大幅縮短延遲。當(dāng)您在成百上千個(gè)接入點(diǎn)（PoP）進(jìn)行擴(kuò)展時(shí)，創(chuàng)建輕量級(jí)高效代碼對(duì)于獲得這個(gè)優(yōu)點(diǎn)至關(guān)重要。完成一項(xiàng)功能所需的數(shù)據(jù)也應(yīng)該在邊緣處。開發(fā)需要從集中式數(shù)據(jù)存儲(chǔ)獲取數(shù)據(jù)的代碼將使邊緣帶來的延遲優(yōu)點(diǎn)蕩然無存。

　　對(duì)于您可能希望用于邊緣應(yīng)用程序的任何第三方代碼，同樣需要強(qiáng)調(diào)高效執(zhí)行。一些現(xiàn)有的代碼庫很低效，損害性能及/或超出邊緣平臺(tái)在CPU和內(nèi)存方面的限制。因此在將任何代碼合并到部署的邊緣環(huán)境之前，先仔細(xì)評(píng)估一番。

　　經(jīng)驗(yàn)六：不重新發(fā)明輪子

　　雖然邊緣是一種新范式，但這并不意味著必須從頭開始編寫所有代碼。大多數(shù)邊緣平臺(tái)與各種內(nèi)容交付網(wǎng)絡(luò)（CDN）功能相集成，允許您創(chuàng)建自定義邏輯，以生成表示現(xiàn)有CDN功能（如緩存）的輸出。

　　構(gòu)建代碼確保可重用也是一個(gè)好主意，以便代碼在邊緣和集中式計(jì)算環(huán)境中都可以執(zhí)行。將核心功能抽取到不依賴瀏覽器、Node.JS或特定平臺(tái)功能的庫中，讓代碼可以“同構(gòu)”，能夠在客戶端、服務(wù)器和邊緣處運(yùn)行。

　　使用現(xiàn)有的開源庫是另一種避免重寫通用功能的方法。但要注意需要Node.JS或?yàn)g覽器功能的庫。一些第三方開發(fā)人員開發(fā)與您使用的邊緣平臺(tái)集成的產(chǎn)品，還要考慮與他們合作，這可以節(jié)省時(shí)間和精力，同時(shí)獲得互操作性經(jīng)過驗(yàn)證的優(yōu)點(diǎn)。

　　將經(jīng)驗(yàn)付諸實(shí)踐

　　為了說明這些最佳實(shí)踐帶來的影響，不妨考慮一個(gè)真實(shí)案例：一家組織在邊緣實(shí)施地理圍欄應(yīng)用程序時(shí)遇到了困難。由于超出了平臺(tái)在CPU和內(nèi)存方面的限制，該組織面臨高錯(cuò)誤率。

　　看看該組織如何構(gòu)建應(yīng)用程序，他們擁有所有地理圍欄區(qū)域的數(shù)據(jù)，即900KB的JSON，存儲(chǔ)在每個(gè)邊緣PoP處。使用CPU密集型算法針對(duì)每個(gè)地理圍欄檢查興趣點(diǎn)，在接受檢查的前幾個(gè)區(qū)域中未找到興趣點(diǎn)時(shí)，就觸發(fā)CPU超時(shí)。

　　為了糾正這個(gè)問題，每個(gè)地理圍欄區(qū)域的數(shù)據(jù)都被移到了鍵值存儲(chǔ)（KVS）系統(tǒng)，每個(gè)區(qū)域存儲(chǔ)在一個(gè)單獨(dú)的條目中。并添加了輕量級(jí)檢查，以確定某個(gè)興趣點(diǎn)可能存在的“候選區(qū)域”（通常是1到3個(gè)候選區(qū)域）。僅針對(duì)候選區(qū)域執(zhí)行完整的數(shù)據(jù)和CPU密集型檢查，這大大減少了CPU工作量。這些變化將錯(cuò)誤率降到了可忽略不計(jì)的水平，同時(shí)縮短了初始化時(shí)間，并減少了內(nèi)存使用量，如下圖所示。