定义

优势分析

通过

Brien波西

边缘分析是一种数据收集和分析的方法，在传感器、网络交换机或其他设备上对数据执行自动分析计算，而不是等待数据被发送回中央数据存储。

边缘分析作为一种物联网连接设备的模型已经变得越来越普遍。在许多组织中，来自与物联网相连的制造机器、工业设备、管道和其他远程设备的数据流会导致大量运营数据过剩，管理起来可能很困难，也很昂贵。在企业网络的边缘，通过对创建的数据进行分析算法运算，企业可以设定哪些信息值得发送到云或本地数据存储供以后使用，哪些不值得。

分析生成的数据还可以减少在连接设备上做决策过程中的延迟。例如,如果从一个制造系统传感器数据点可能失败的特定部分,业务规则构建到分析算法解释数据在网络边缘可以自动关闭机器并将警报发送给工厂经理部分可以更换。与将数据传输到中央位置进行处理和分析相比，这可以节省时间，潜在地使组织能够减少或避免非计划的设备停机。

边缘分析的另一个主要好处是可伸缩性。将分析算法应用到传感器和网络设备上可以缓解处理压力企业数据管理和分析系统，即使组织部署的联网设备数量——以及生成和收集的数据量——都在增加。

本文是其中的一部分

什么是边缘计算?你需要知道的一切

下载1

下载整个指南，现在免费!

如何使用边缘分析?

边缘分析最常见的一个用例是监视边缘设备。对于物联网设备来说尤其如此。数据分析平台可能用于监控大量设备，以确保设备正常运行。如果出现问题，边缘分析平台可能会自动采取纠正措施。如果不可能实现自动补救，那么该平台可能会为IT人员提供可操作的见解，帮助他们解决问题。

边缘分析的好处

Edge分析提供了几个引人注目的好处:

接近实时的数据分析。由于分析是在数据附近执行的——通常是在设备本身上——数据可以在接近实时的情况下进行分析。如果设备必须将数据传输到云中的后端服务器或远程数据中心进行处理，那么就不会出现这种情况。
可伸缩性。边缘分析本质上是可扩展的。因为每个设备分析自己的数据，计算工作负载分布在多个设备上。
可能降低的成本。传统的大数据分析成本高昂。无论数据是在公共云中处理还是在组织自己的数据中心中处理，都存在与数据存储相关的成本，数据处理和带宽消耗。一些物联网设备的边缘分析平台使用物联网设备的硬件来执行数据分析，从而消除了后端处理的需要。
改进的安全性。如果数据是在创建它的设备上进行分析的，那么就没有必要通过线路传输完整的数据集。这有助于提高安全性，因为原始数据永远不会离开创建它的设备。

优势分析图表 — 边缘分析使数据分析更接近数据源，而不必将数据发送到云上进行分析。

边缘分析的局限性

与其他技术一样，边缘分析也有其局限性。这些限制包括:

并非所有的硬件都支持它。简单地说，并不是所有物联网设备都具备在设备上执行深度分析所需的内存、CPU和存储硬件。
你可能需要开发自己的边缘分析平台。边缘分析仍然是一项相对较新的技术。虽然现成的分析平台确实存在，但是组织完全有可能不得不基于它想要分析的设备开发自己的边缘分析平台。

边缘分析的应用

边缘分析往往是最重要的适用于工业环境使用了许多物联网传感器。在这样的环境中，边缘分析可以带来如下好处:

改进的时间。如果边缘分析平台能够监控传感器阵列，那么当问题发生时，它就能够采取纠正措施。即使分辨率不是自动的，只要向操作员发出问题警报就可以帮助提高整体运行时间。
低维护成本。通过对物联网设备进行深入分析，有可能深入了解设备的健康和寿命。根据环境的不同，这可能有助于组织在必要时执行维护，而不是盲目地遵循维护计划，从而降低维护成本。
预测失败。通过对物联网硬件的深入分析，可以提前准确预测硬件故障。这可以使组织采取积极的步骤来防止失败。