Cortando o nevoeiro:a rapidez do Edge, Hybrid e All-Cloud

Ao tentar determinar onde realizar a análise, as características do aplicativo e a largura de banda de transferência da nuvem de borda são os principais fatores que afetam o desempenho.

Nos últimos anos, houve um impulso em direção à borda com a formulação da “computação em névoa”, na qual ativos e processamento são implantados sempre que adequado ao longo do espectro entre nuvem centralizada e ambiente de borda, para o aplicativo em questão.

À medida que movemos as empresas para a economia em tempo real, tem havido um debate sobre qual estágio do espectro oferece o desempenho ideal ou a capacidade de resposta mais rápida. Os serviços em nuvem fornecem capacidade e processamento sob demanda onde e quando necessário, mas geralmente são retardados por problemas de latência, pois dados e comandos são enviados por meio de várias redes de redes. Os arranjos híbridos oferecem algum grau de processamento local e a movimentação de dados pode ser acelerada por meio de sistemas na memória, mas as velocidades podem ser inconsistentes. Mover totalmente o processamento para dispositivos de borda pode fornecer análises rápidas no local, mas não pode ser prontamente compartilhada entre as empresas.

Veja também: Por que a computação de borda pode ajudar a IoT a atingir todo o potencial

Essa é a essência de uma apresentação e artigo apresentado na recente conferência IEEE Edge Computing por uma equipe de pesquisadores da Universidade do Arkansas. A equipe, liderada por Dumitrel Loghin, da Universidade Nacional de Cingapura, testou esses três principais modos de computação de borda e conclui que, quando se trata de velocidades, há um empate entre os três modos de entrega de dados. Sua análise orientada por medição “revela um cenário de desempenho diversificado, onde não há um vencedor claro entre processamento somente em nuvem, somente borda e híbrido. No entanto, as características do aplicativo e a largura de banda de transferência da nuvem de borda são os principais fatores que afetam o desempenho.”

A equipe realizou suas medições em sete aplicativos MapReduce diferentes em dois dispositivos de borda de baixo consumo e na nuvem AWS. Embora nem todos os aplicativos MapReduce sejam adequados para processamento híbrido de edge-cloud, entre os que foram considerados adequados, eles analisaram as velocidades em clusters separados de edge e cloud e em um único cluster edge-cloud.

Vários fatores afetaram o desempenho, incluindo características do aplicativo, como seletividade e largura de banda da nuvem de borda, descobriram os pesquisadores. Por exemplo, os dois aplicativos principais do Hadoop medidos mostraram velocidades variadas com base em links de rede intra e intercluster. O cluster MapReduce híbrido único é 41% e 63% mais lento do que os clusters separados de borda e nuvem para alguns processos selecionados, mas 85% e 100% mais rápido para outros.


Os pesquisadores também observam que as configurações foram criadas “usando três regiões de nuvem da AWS, de modo que duas delas simulam a borda e a terceira representa a nuvem. Escolhemos simular a borda usando instâncias de nuvem porque queremos analisar a influência do tempo de transferência e da largura de banda, em vez do efeito do hardware na aceleração da nuvem na borda. Ao usar o mesmo tipo de nós para a borda e a nuvem, minimizamos o efeito da aceleração da nuvem. Além disso, usamos duas regiões para a borda porque
em cenários do mundo real, as organizações têm mais de uma vantagem
cluster para agregar os dados.”