讓邊緣計算設備與核心企業IT系統協同工作有五個關鍵挑戰，以及應對這些挑戰的幾種方法。

從現在到2025年，邊緣計算市場預計將以19.9%的復合年增長率(CAGR)增長。許多公司正在把物聯網部署到企業的邊緣、家庭和現場。這些設備可以發送、接收和處理數據，下一波部署很可能會關注如何從物聯網中獲取和處理具有商業價值的數據。

在某些情況下，物聯網將能夠獨立接收、處理甚至存儲數據。在其他情況下，它需要與其他核心企業系統合作共享數據，以支持人工智能和分析等技術。

無論公司為其edge/IoT和集中核心計算開發的IT架構如何，能夠集成所有這些數據源以獲得業務結果將是一個重要的重點。

[[341088]]

邊緣核心集成挑戰

對于IT來說，集成邊緣計算和核心計算有五個關鍵挑戰。

1)邊緣(尤其是物聯網)數據過載

IDC預計，到2025年，將有416億臺聯網物聯網設備產生794兆字節(ZB)的數據。并不是所有這些數據對公司都有用，而且公司也無力管理所有這些數據。

基礎設施資產管理公司Yotta的首席技術官ManishJethwa在一次公開的采訪中說：“企業面臨被物聯網數據淹沒的風險，這些數據對企業幾乎沒有價值。”。“如果不清楚什么數據駐留在何處，物聯網(IoT)可能充斥著大量沒有商業價值的數據。”

2)整合時間有限

加快應用程序的上市速度是企業想要的。然而，問問任何一位首席信息官，他或她可能會告訴你，大多數應用程序都需要系統集成，這是IT部門承擔的最困難、最有風險和最耗時的項目之一。邊緣計算增加了復雜性，因為許多邊緣設備都帶有自己的專有操作系統，不一定與其他物聯網設備或其他中央IT系統接口。

3)舊版系統

兩年前，大型機解決方案提供商Compuware的首席執行官克里斯·奧馬利(ChrisO'Malley)寫道，“57%的大型機用戶目前在平臺上運行超過一半的業務關鍵型應用程序，預計到明年這一數字將增至64%。”

我自己的企業證實了這一點。遺留系統被稱為“遺留系統”的一個原因是它們以難以置信的可靠性和性能經受住了時間的考驗。事實上，一家大型酒店公司的首席信息官告訴我，處理他所有酒店預訂的主機已經30年沒出過故障。

可靠的遺留系統是全天候的寶貴資產。但當涉及到將遺留系統與edge和IoT集成時，可能會很困難。遺留系統最初不是為物聯網設計的。許多遺留系統還包含數千行自定義代碼，其中一些是“黑匣子”，因為目前沒有人理解它，而且它缺少文檔。所有這些都使邊緣積分復雜化

4)帶寬

物聯網數據不斷地在邊緣生成，但是如果你想讓它去其他地方，你有足夠的帶寬來支持這些巨型數據流嗎?對它來說，這既是一個財政問題，也是一個技術問題。

5)安全

最近的調查顯示，近半數使用物聯網的美國公司都曾遭遇過安全漏洞。其中一個問題是使用物聯網設備的人，或負責在邊緣保護設備的非IT人員。第二個挑戰是邊緣和物聯網基礎設施的多樣性。邊緣可以是網絡節點、傳感器、網關、硬件或應用軟件。有許多移動部件和許多不同的供應商提供它們。最終結果是更多的漏洞和更高的安全風險。

為edge定義有效的集成策略

在中央計算和edge之間的任何集成工作中，都希望不惜一切代價避免費力的定制編碼。這就是為什么系統集成商要問自己的第一個問題是，物聯網/終端和核心系統是否存在擴展的API庫。第二個選擇包括找到一個ETL(提取、轉換、加載)工具，該工具可以幫助自動化邊緣核心系統集成，或者也許可以將邊緣和中央計算分離開來，這樣兩者可以相互獨立地運行，然后使用云中介在它們之間傳遞數據。這些選項包括：

API。有一些核心計算系統附帶了數百個應用程序編程接口(API)，這些接口對集成不同的系統和邊緣應用程序有很大幫助。“問題”是，并不是所有的edge專有系統和協議都包括在內。

建議：如果可能的話，使用一個標準的API來進行邊緣連接。如果失敗，請繼續使用以下方法之一。

提取、轉換和加載軟件能夠從一個系統(即邊緣設備)獲取數據，并將數據轉換為核心中央系統可接受的格式。然后將轉換后的數據加載到目標中央系統。

ETL可以使用您提供的用于數據轉換的業務規則自動操作。可以排除中央系統不需要的外部邊緣數據。使用ETL，根據您輸入的業務規則，還可以清理和規范化數據。

建議：當API不存在或不足時使用ETL。ETL的一個優點是它可以使用您提供的數據轉換的業務規則做更多的事情。

將處理卸載到邊緣。如果您希望節省帶寬并分配處理，以便更多的處理直接發生在邊緣，有一些技術可以做到這一點。

Veea的高級營銷副總裁KurtMichel說：“我們可以通過在邊緣部署智能邊緣節點進行本地化處理來實現這一點。”

在這樣的配置中，邊緣處理傳入的邊緣數據。隨后，您可以在云中細化這些數據，消除不需要的數據，然后將其發送到核心系統。

本質上，您是在解耦處理，以便邊緣可以自行運行。這減少了帶寬消耗。同時，它還可以使用其他中間資產(如公共或私有云)來優化在將數據加載到核心系統之前在邊緣收集的數據。

建議：如果您想節省帶寬并減輕核心系統的處理負載，請考慮在邊緣進行本地化處理。

自定義編碼。當所有其他方法都失敗時，仍有自定義編碼的地方。并不是所有邊緣計算和核心計算之間的集成情況都可以通過商業軟件來解決。

好消息是定制編碼正迅速成為邊緣和核心計算集成的例外，而不是規則。