Edge Computing versus Cloud Computing: Die Unterschiede

Was ist Cloud Computing?

Mit Cloud Computing entsteht eine Plattform, auf der Ressourcen – Compute-, Storage- und Netzwerkressourcen – flexibel und hochgradig virtualisiert auf eine bestimmte Arbeitslasten angewendet werden können, um die Anforderungen moderner dynamischer Workloads besser zu erfüllen. Diese Plattform führt viele Workloads aus und ermöglicht die gemeinsame Nutzung von Ressourcen. Hierbei bestimmen häufig betriebswirtschaftliche Prioritäten darüber, welche Workload zuerst auf die Ressourcen zugreifen darf.

Vorteile von Cloud Computing

Die Cloud hat viele Vorteile, unter anderem folgende Punkte:

• Hochgradig dynamische, flexible Ressourcenbereitstellung: Mit der richtigen Konfiguration kann die Cloud die auf eine Workload angewendeten Ressourcen nach Bedarf anpassen. Zum Beispiel kann eine Arbeitslast, die plötzlich sehr viel Rechenleistung benötigt, diese aus virtuellen Ressourcen-Heaps beziehen. Wenn die Lastspitze vorbei ist, kann die Ressource wieder freigegeben und in den Heap zurückgegeben werden, damit sie für die Anforderungen einer anderen Workload bereitgestellt werden kann.
• Hochgradig virtualisiert: In einer gut konzipierten Cloud bedeutet die Virtualisierung der Plattform, dass Workloads ein hohes Maß an Portabilität erreichen. Eine Instanz einer App kann bei Bedarf schnell von einem Teil der Cloud zu einem anderen verschoben werden. Dies verbessert nicht nur die Verfügbarkeit und Performance, sondern hilft auch, Probleme wie DDoS-Angriffe (Distributed Denial of Service) zu vermeiden.

Nachteile von Cloud Computing

Die Cloud hat auch ihre Nachteile. Dazu zählen folgende Aspekte:

• Es gibt nach wie vor eine Ressourcenobergrenze: Dies gilt insbesondere für Private Clouds. Die Auslastung physischer Server liegt oft nur im niedrigen zweistelligen Prozentbereich – und bewegt sich über lange Zeiträume im einstelligen Prozentbereich. Eine Private Cloud vermag die Gesamtauslastung auf einen Wert im mittleren zweistelligen Prozentbereich zu steigern, könnte aber auf Probleme mit Netzwerkeinschränkungen stoßen. Zu den Kosten, die mit einer solch schlechten Ressourcennutzung verbunden sind, gehören nicht nur der Strombedarf, um alles am Laufen zu halten, sondern auch die erforderliche Kühlung, die Lizenzierung von Betriebssystemen und Anwendungen sowie die Wartung. Public Clouds verwalten wahrscheinlich bereits Hunderttausende von Workloads und bewegen sich bei der Ressourcennutzung im hohen zweistelligen Prozentbereich, können aber besser mit dem erforderlichen Spielraum umgehen. Private Clouds, die nur Dutzende bis Hunderte von Workloads verwalten, bieten möglicherweise nicht solche Möglichkeiten.
• Es gibt Schwierigkeiten beim Umgang mit den eher physischen Aspekten einer Umgebung: Selbst bei der Virtualisierung gibt es eine untrennbare Verbindung zwischen der virtuellen und der physischen Welt. Obwohl Public Clouds über interne Hochgeschwindigkeitsnetzwerke und hochoptimierte Verbindungen zwischen ihren eigenen Data Centern verfügen, gibt es solche Hochgeschwindigkeitsverbindungen in der Regel nicht zwischen einem Unternehmen und der Public Cloud. Wenn die zentralisierte Datenanalyse in der Public Cloud auf eine langsame Verbindung mit geringerer Bandbreite angewiesen ist, um auf Daten aus einer Unternehmensumgebung zuzugreifen, können bei hoher Datenlast gravierendere Probleme wie Datenverzerrungen und Paketkollisionen auftreten.

Was ist Edge Computing?

Bei Edge Computing geht es darum, mit den zentralisierten Möglichkeiten der Cloud zu arbeiten, aber die Datenübertragung und -analyse dort zu vermeiden, wo es nicht notwendig ist. Durch die Verlagerung der Intelligenz näher an den Ort, an dem die Daten erzeugt werden und an dem intelligente Entscheidungen erforderlich sind, lässt sich die Gesamt-Performance verbessern.

Edge Computing kann entweder über eine spezielle Computing-Einheit, ein sogenanntes Edge-Gerät, oder über ein spezielles Software-Image erfolgen, das auf einem physischen oder virtuellen Standardserver läuft, der sich in der Nähe der Geräte befindet, die die Daten erzeugen. Mit Edge-Computing-Services lassen sich dann die Daten erfassen, bearbeiten und analysieren sowie Entscheidungen darüber treffen, welche Maßnahmen in welchen Bereichen durchgeführt werden sollten.

Vorteile von Edge Computing

Edge Computing bietet die folgenden Vorteile:

• Edge Computing bringt die Datenintelligenz näher an den Ort, an dem sie benötigt wird: Somit wird die Reaktionsfähigkeit verbessert. Für Bereiche wie Fertigungsanlagen oder Smart Buildings kann diese unmittelbarere Datenverarbeitung und Entscheidungsfindung eine Notwendigkeit sein.
• Datenübertragungen über das gesamte Netz werden minimiert: Die Teile der Gesamtplattform, in denen der Netzwerk-Traffic Probleme verursachen mag, können für Daten, die zentralisiert werden müssen, verfügbar bleiben.
• Es ermöglicht einen Zwiebelschalen-Ansatz für Datenübertragungen: Hier kann das Edge-Gerät die von einer Gruppe unterschiedlicher Geräte eingehenden Daten erfassen und analysieren sowie die offensichtlich unbrauchbaren Daten herausfiltern. Zudem lässt sich darüber feststellen, ob es Anzeichen für ein unmittelbares Problem gibt. Diese Daten können dann für eine detailliertere Analyse an die zentrale Cloud oder an ein anderes, leistungsfähigeres Edge-Gerät, das sich näher am Kernbereich befindet, gesendet werden.

Nachteile von Edge Computing

Edge Computing hat auch mit verschiedenen Problemen zu kämpfen:

• Den Edge zu definieren, kann schwierig sein: Cloud-Plattformen haben die Definition, wo der Edge (also der Rand) einer IT-Plattform und ihrer Bestandteile liegt, bereits verwischt. Beim modernen Edge Computing ist die Notwendigkeit, einen virtuellen Edge zu bestimmen, der aus einer Sammlung eng beieinanderliegender datengenerierender Geräte besteht, eine zentrale Anforderung an die Architektur. Doch für wie viele IoT-Geräte sollte ein Edge-Gerät zuständig sein, wenn man das Internet of Things (IoT) als Beispiel nimmt? Um welche verschiedenen Arten von IoT-Geräten sollte sich ein einzelnes Edge-Gerät kümmern, selbst wenn sich alle in unmittelbarer Nähe befinden?
• Es kann zu falsch positiven und falsch negativen Ergebnissen kommen: Da es sich bei den meisten heutigen IoT-Geräten auf dem Markt um relativ dumme Dinger handelt, muss das Edge-Gerät die Verantwortung für die Datenerfassung und -analyse übernehmen. Aber Edge-Geräte müssen kostengünstig sein. Ein Edge-Gerät, das zehn IoT-Geräte betreut, darf nicht Tausende von Euro kosten. Die Suche nach dem Edge-Gerät oder der Compute-Instanz mit dem optimalen Preis-Leistungs-Verhältnis bleibt ein Problem, das IT-Teams sorgfältig abwägen müssen.

Edge Computing als Ersatz für Cloud Computing?

Nein, definitiv nicht. Die Cloud bietet eine zugrunde liegende Plattform, die die Gesamtflexibilität eines Unternehmens erhöht und gleichzeitig Möglichkeiten bietet, Kosten zu senken und die Reaktionsfähigkeit auf Marktveränderungen zu verbessern. Mit Edge Computing lassen sich zusätzliche Performance-Verbesserungen erzielen, insbesondere im Bereich der Datenanalyse und Entscheidungsfindung. Die Kunst besteht darin, eine optimale Mischung aus einer zugrunde liegenden Cloud-Plattform in Kombination mit dem gezielten Einsatz von Edge Computing zu implementieren, um die Anforderungen des Unternehmens zu erfüllen.

Die Cloud in einer modernen IT-Umgebung

Eines der Hauptprobleme, mit denen sich die Cloud auseinandersetzen muss, ist die zunehmende Verbreitung von IoT. Hier sind die Geräte in der gesamten physischen IT-Umgebung eines Unternehmens verstreut. Sie führen eine Reihe verschiedener Aufgaben aus, von einfachen Messungen bis hin zu komplexen Aktionen, etwa um die Anforderungen einer Fertigungsanlage oder von Smart Buildings zu erfüllen. Bei IoT-Geräten fallen viele Daten an, von denen etliche aber wenig bis gar keinen Nutzen bieten. Zudem handelt es sich bei ihnen nicht um einen kontinuierlichen Datenstrom, sondern die Informationen werden im Laufe der Zeit als Abfolge von Ereignissen erzeugt. Solche Daten müssen das Netzwerk nicht durchqueren, aber viele IoT-Geräte besitzen nicht die Intelligenz, um dies zu erkennen.

Die Krux liegt in folgendem Aspekt: Der Versuch, eine IoT-Umgebung vollständig über eine reine Cloud-Plattform zu verwalten, ist nicht der optimale Weg, um die Dinge zu regeln. Das Problem besteht darin, dass alle Daten, die von diesen IoT-Geräten erzeugt werden, über das Netzwerk zu dem Ort gelangen müssen, an dem sich die Cloud-Funktionen befinden, damit die Cloud sie verarbeiten kann. Das führt zu Latenz bei den Daten selbst und kann die Gesamtbandbreite der Cloud trotz ihrer Ressourcenflexibilität erheblich beeinträchtigen. Edge Computing optimiert das Datenmanagement und minimiert den unnötigen Daten-Traffic im Netzwerk.

Die Wahl zwischen Edge und Cloud

Hierbei geht es um die Frage, wo der Edge in einer einheitlichen Hybrid-Cloud-Plattform eingesetzt werden sollte. Wenn große Daten-Workloads sinnvoll sind – etwa bei der Untersuchung von Kaufmustern bei Online-Käufern oder der Analyse vollständiger Datensätze –, ist die Verwendung einer zentralen Cloud-Plattform sinnvoll. Wenn man einzelne Gruppen ähnlicher Geräte betrachtet, bei denen viele Daten nur von geringem Nutzen sind oder eine schnellere Entscheidungsfindung erforderlich ist, können Edge-Geräte oder -Dienste dabei helfen, die Daten optimal zu aggregieren, zu filtern und zu analysieren.

Für den IT-Architekten ist es wichtig, dass die Gesamtarchitektur den Anforderungen des Unternehmens entspricht. Die Einführung von Edge-Services kann jedoch schrittweise erfolgen, indem bestehende zentralisierte Dienste je nach Prioritäten durch Edge-Lösungen ersetzt werden.

Fog Computing und Edge Cloud

Wer sich mit Edge Computing in einer Cloud-Welt beschäftigt, stößt vielleicht auch auf den Begriff Fog Computing, der die beiden Ansätze im Wesentlichen zu einem einzigen Konzept zusammenfasst. Geräte für Edge Computing werden so nah wie möglich am tatsächlichen Bedarf platziert, aber mit enger Integration in die zentrale Cloud-Plattform.

Ein weiterer Begriff, der Ihnen möglicherweise begegnet, ist Edge Cloud, der für verschiedene Leute unterschiedliche Bedeutungen hat. Viele verstehen darunter das gleiche wie Fog Computing. Für andere ist es eher eine vollständig integrierte und optimierte umfassende Infrastrukturplattform, die sich für das Management von Datenströmen und -analysen auf die zugrunde liegenden Netzwerkkonstrukte stützt. Bei Fog Computing und Edge Cloud handelt es sich jedoch um ähnliche Konzepte.

Für die meisten Unternehmen ist das Ergebnis eine Fog-Computing-/Edge-Cloud-Umgebung. Die Verschmelzung der Gesamtplattform bietet erweiterte Funktionen und Flexibilität für die Zukunft.