2. 边缘计算架构:端-边-云参考架构与核心角色

边缘计算并非单一设备或技术,而是一套从数据产生到云端汇聚的分布式计算体系。理解其参考架构是设计可靠边缘系统的前提。本章围绕“端-边-云”三层模型,拆解各层职责、边缘节点的分类以及边缘网关的关键角色。

2.1 边缘计算参考架构:端-边-云三层模型

业界公认的边缘计算参考架构由端侧(End)、边侧(Edge)和云侧(Cloud)三层组成。数据从采集到决策,依次经过这三层,每层承担不同的计算、存储与网络职能。

核心原则:数据在靠近源头的位置完成预处理与实时响应,仅将聚合后的关键结果或长期数据上传云端,从而降低延迟、节省带宽、保障数据隐私。
端-边-云三层参考架构 端-边-云三层参考架构 云侧(Cloud) 大数据分析 · 模型训练 · 长期存储 · 全局编排 延迟:100ms~数秒 | 计算能力:无限(弹性) 边侧(Edge) 边缘网关 · 边缘服务器 · 边缘节点集群 延迟:10~50ms | 计算能力:中等(4~16核) 核心职能:协议转换 · 数据过滤 · 实时决策 · 本地缓存 端侧(End) 传感器 · 执行器 · PLC · 工业相机 · 智能终端 延迟:<5ms | 计算能力:有限(MCU/轻量MPU) 模型下发 · 配置同步 控制指令 · 规则推送 原始数据上报 聚合结果上传

2.2 边缘节点的分类

边缘节点是部署在边侧的计算实体,根据硬件形态、部署位置和算力等级,可划分为以下三类:

分类 典型硬件 算力范围 部署位置 典型场景
轻量边缘节点 ARM Cortex-A系列、RISC-V SoC 0.1~1 TOPS 设备内部、传感器附近 数据采集、简单滤波、协议转换
中等边缘节点 x86工控机、NVIDIA Jetson Nano 1~20 TOPS 车间、路边机柜、楼宇弱电间 实时推理、本地决策、短时缓存
高性能边缘节点 边缘服务器、GPU工作站 20~200+ TOPS 区域汇聚点、小型数据中心 多路视频分析、模型推理、数据聚合
选型建议:本课程实战项目使用中等边缘节点(如树莓派 4B 或 x86 工控机),既能运行 Python HTTP 服务,又能承载 SQLite 本地存储与轻量仪表盘,是学习边缘计算的最佳平衡点。

2.3 边缘网关的核心角色

边缘网关是边侧架构中的中枢设备,承担着连接端侧设备与云侧平台的关键桥梁作用。它不仅是数据通道,更是计算与策略的执行点。

2.3.1 边缘网关的五大核心职能

  1. 多协议接入与转换:端侧设备使用 Modbus、CAN、MQTT、OPC UA、BACnet 等异构协议,网关将其统一转换为 HTTP/REST 或 MQTT 标准格式,供上层消费。
  2. 数据预处理与过滤:在本地完成去重、异常值剔除、时间戳对齐、滑动窗口聚合,减少无效数据上传量。
  3. 本地实时决策:基于规则引擎或轻量模型,在断网或高延迟场景下独立执行控制逻辑(如超温报警、阈值触发)。
  4. 本地缓存与断点续传:当云侧不可达时,将数据暂存于本地 SQLite/InfluxDB,网络恢复后按序补传。
  5. 安全隔离与访问控制:作为端侧的第一道安全屏障,执行设备认证、流量过滤、TLS 终止,防止非法设备直接攻击云端。
边缘网关核心职能 边缘网关核心职能 边缘网关 中枢桥梁 ① 多协议接入 Modbus/MQTT/OPC UA ② 数据预处理 去重·滤波·聚合 ③ 本地实时决策 规则引擎·阈值触发 ④ 本地缓存 SQLite·断点续传 ⑤ 安全隔离 设备认证·TLS终止

2.3.2 边缘网关在 HTTP API 数据解析中的位置

在本课程实战中,边缘网关运行 Python 编写的 HTTP 服务,承担以下具体职责:

  • 接收端侧设备通过 HTTP POST 上报的 JSON 数据(温度、湿度、振动等)。
  • 解析并校验数据格式,提取有效字段,丢弃异常报文。
  • 将解析后的数据写入本地 SQLite 数据库,同时推送到内存队列供实时仪表盘消费。
  • 每 30 秒将聚合统计(均值、最大值、最小值)通过 HTTP PUT 上传至云侧 API。
常见误区:不要将边缘网关等同于“透传盒子”。真正的边缘网关必须包含本地计算逻辑,即使云侧完全断连,也能独立完成数据存储与本地报警。透传模式会丧失边缘计算的核心价值。

2.4 本章小结