안개를 뚫고:Edge, Hybrid 및 All-Cloud의 속도

분석을 수행할 위치를 결정할 때 애플리케이션 특성과 에지 클라우드 전송 대역폭이 성능에 영향을 미치는 핵심 요소입니다.

최근 몇 년 동안 중앙 집중식 클라우드와 에지 환경 사이의 스펙트럼을 따라 적절한 모든 곳에 자산과 처리가 배치되어 현재 애플리케이션에 적합한 "포그 컴퓨팅"의 공식화와 함께 에지를 향한 추진이 있었습니다.

우리가 기업을 실시간 경제로 전환함에 따라 스펙트럼의 어느 단계가 최적의 성능 또는 가장 빠른 응답을 제공하는지에 대한 논쟁이 있었습니다. 클라우드 서비스는 필요할 때 필요할 때 용량과 처리를 제공하지만 데이터와 명령이 다양한 네트워크 네트워크를 통해 전송되기 때문에 지연 문제로 인해 속도가 느려지는 경우가 많습니다. 하이브리드 배열은 어느 정도의 로컬 처리를 제공하고 인메모리 시스템을 통해 데이터 이동을 가속화할 수 있지만 속도는 일정하지 않을 수 있습니다. 프로세싱을 에지 장치로 완전히 옮기면 신속한 현장 분석을 제공할 수 있지만 기업 간에 쉽게 공유할 수는 없습니다.

참조: 엣지 컴퓨팅이 IoT의 잠재력을 최대한 발휘하는 데 도움이 되는 이유

이것이 아칸소 대학교 연구원 팀이 최근 IEEE 에지 컴퓨팅 컨퍼런스에서 발표한 프레젠테이션 및 논문의 요지입니다. 싱가포르 국립 대학교의 Dumitrel Loghin이 이끄는 팀은 이 세 가지 주요 엣지 컴퓨팅 모드를 테스트했으며 속도 면에서 세 가지 데이터 전달 모드 사이에 무승부라는 결론을 내렸습니다. 측정 기반 분석은 "클라우드 전용, 에지 전용 및 하이브리드 처리 중에서 확실한 승자가 없는 다양한 성능 환경을 보여줍니다. 그러나 애플리케이션 특성과 에지 클라우드 전송 대역폭이 성능에 영향을 미치는 핵심 요소입니다.”

팀은 2개의 저전력 에지 장치와 AWS 클라우드에서 7개의 서로 다른 MapReduce 애플리케이션에 대해 측정을 수행했습니다. 모든 MapReduce 애플리케이션이 하이브리드 에지-클라우드 처리에 적합한 것은 아니지만 적합한 것으로 확인된 애플리케이션은 별도의 에지 및 클라우드 클러스터와 단일 에지-클라우드 클러스터 모두에서 속도를 분석했습니다.

연구원들은 선택성 및 에지 클라우드 대역폭과 같은 애플리케이션 특성을 포함하여 성능에 영향을 미치는 여러 요인을 발견했습니다. 예를 들어 측정된 두 가지 기본 Hadoop 애플리케이션은 클러스터 내 및 클러스터 간 네트워킹 링크를 기반으로 다양한 속도를 보여주었습니다. 단일 하이브리드 MapReduce 클러스터는 일부 선택된 프로세스의 경우 별도의 에지 및 클라우드 클러스터보다 41% 및 63% 느리지만 다른 프로세스의 경우 85% 및 100% 빠릅니다.

연구원들은 또한 설정이 "3개의 AWS 클라우드 리전을 사용하여 생성되었으며, 그 중 2개는 에지를 시뮬레이션하고 세 번째는 클라우드를 나타냅니다. 우리는 에지에서 클라우드 속도 향상에 대한 하드웨어의 영향보다는 전송 시간과 대역폭의 영향을 분석하기를 원하기 때문에 클라우드 인스턴스를 사용하여 에지를 시뮬레이션하기로 선택했습니다. 에지와 클라우드에 동일한 유형의 노드를 사용하여 클라우드 속도 향상의 영향을 최소화합니다. 또한 가장자리에 두 영역을 사용합니다.
실제 시나리오에서 조직은 하나 이상의 에지를 가지고 있습니다.
클러스터에서 데이터를 집계합니다."