Technologies such as CDNs and Edge Computing have become an important part of meeting the requirements of the video streaming industry. However, many people are confused when they hear CDNs and edge computing and wonder if they are the same or completely different!
From Centralized Servers to CDNs and Edge Computing
Server centralizzati: Tradizionalmente, i fornitori di servizi dati utilizzano server centralizzati per gestire i dati e distribuirli ai clienti. In questo modello, le richieste devono tornare al server centralizzato indipendentemente dalla posizione del cliente, il che può comportare latenza e tempi di carico ridotti.
CDN o Reti di consegna dei contenuti: I CDN sono stati introdotti dopo gli anni '90 in risposta a queste sfide. La loro funzione principale era quella di memorizzare nella cache i contenuti più popolari su server situati in posizioni strategiche in tutto il mondo. Oggi, invece di interrogare un server centralizzato, una rete di server di caching può portare rapidamente i contenuti ai clienti, ovunque essi si trovino, interrogando una CDN.
Edge Computing: Tuttavia, le CDN sono solo uno storage a risposta rapida per il cloud e non sono in grado di eseguire calcoli di valore. Per far fronte all'Internet delle cose (IoT), questo requisito di misurazione è dovuto all'aumento dei dispositivi e alla necessità di elaborazione parallela, l'edge computing è il più importante al mondo.
Uno sguardo approfondito alle reti di distribuzione dei contenuti (CDN)
Le CDN funzionano posizionando strategicamente una rete di server in diverse località geografiche per distribuire il carico di distribuzione dei contenuti. Quando un cliente richiede un contenuto specifico, la richiesta salta al server CDN più vicino, invece di essere indirizzata a un server centralizzato (che può trovarsi a più di 1.000 chilometri di distanza). La copia locale ha il contenuto richiesto e la cache consente una risposta rapida, riducendo il tempo necessario per ottenere il contenuto e migliorando l'esperienza complessiva del cliente.
CDN Ogni server replica i contenuti dal server di origine. Questa replica garantisce che, anche se un server si guasta, il contenuto possa essere visualizzato da un altro server.
Le CDN sono particolarmente utili per i siti con un traffico elevato o una base di utenti globale. Non solo aumentano la velocità, ma anche la sicurezza. Molte CDN forniscono un servizio DDoS (Distributed Denial of Service) decentralizzando il traffico e identificando e assorbendo le richieste dannose.
Edge computing: superare i confini del cloud centralizzato
Il modello tradizionale di cloud computing si basa sull'invio di dati dai dispositivi a un host cloud centralizzato per l'elaborazione. Dopo l'elaborazione, i dati vengono inviati nuovamente al dispositivo. Sebbene questa soluzione sia efficace in termini di efficienza computazionale, il viaggio avanti e indietro può comportare una latenza. L'edge computing, invece, avvicina il calcolo al database, di solito direttamente dal dispositivo e dai server locali.
Considerate le sfumature dell'architettura del sistema. Le configurazioni di edge computing sono tipicamente costituite da un dispositivo edge (ad esempio, un dispositivo IoT, un sensore o un dispositivo lato utente) e da un dispositivo di bordo. un edge server o un gateway. Questi server edge possono essere situati in data center locali o circostanti, ma sono chiaramente più vicini alla fonte di generazione dei dati. È possibile ottenere tempi di risposta più rapidi, riducendo il carico sui server centrali e la larghezza di banda della rete.
Con alcuni esempi di settore, vediamo di approfondire la questione:
1.Medical: I dispositivi medici richiedono un'elaborazione istantanea dei dati, soprattutto negli ambienti di monitoraggio delle cure critiche. Si pensi a un cardiofrequenzimetro o a una pompa di insulina da indossare. Con l'edge computing, questi dispositivi possono elaborare i dati in parallelo e prendere decisioni potenzialmente salvavita in un istante. L'invio di questi dati a un cloud centralizzato per l'elaborazione potrebbe causare ritardi nella vita.
2. Produzione: In smart factories, devices are equipped with many sensors that collect data on everything from the physical condition of the machine to productivity. Edge computing allows immediate data analysis for optimal production, for predictive maintenance (recognizing machine failures before they occur) or for dynamic management of machine parameters.
3. Veicoli: Le auto moderne, soprattutto quelle senza conducente, generano un'enorme quantità di dati al secondo. L'elaborazione parallela di queste informazioni è particolarmente importante per funzioni come la prevenzione delle collisioni. Con l'edge computing, i dati provenienti da telecamere, sensori e LiDAR possono essere elaborati direttamente nel veicolo per garantire una risposta immediata alle condizioni della strada.
Difference between CDNs and Edge Computing
Finally, we discuss the differences between CDNs and edge computing in various parameters and use cases. The table shows the key differences and similarities between CDNs and edge computing.
| Aspect | CDN Network | Edge Computing |
| Main Goal | Accelerate web content delivery by reducing latency. | Process data closer to the source to reduce latency. |
| Architecture | Geographically distributed server network. | Local processing on edge servers or near devices. |
| Use Cases | Web content delivery, video streaming, web application acceleration. | Real-time processing for IoT, medical devices, autonomous vehicles, etc. |
| Elaborazione dati | Cache and deliver content. | Process and potentially store data. |
| Vantaggi | Reduced loading times, DDoS protection, global content distribution. | Reduced loading times, DDoS protection, global content distribution. |
| Scalabilità | Expand by adding more server nodes to the network. | Expand by adding processing capabilities at the edge. |
| Sicurezza | Provide security through traffic distribution, DDoS protection, and content encryption. | Enhance security by processing sensitive data locally, reducing risks. |
| Examples | May involve costs related to edge devices, local servers, and data transmission. | Wearable health devices, smart factories, autonomous vehicles. |
| Latency | Reduced latency in content delivery. | Reduced latency in data processing. |
| Cloud Integration | Typically integrated with cloud services for content procurement and updates. | Enhance security by processing sensitive data locally, reducing risks. |
| Cost Model | Usually based on bandwidth usage and number of requests. | Real-time data processing, reducing cloud traffic, improving bandwidth efficiency. |
Conclusione
In conclusion, CDNs and Edge Computing aim to reduce latency, but they address the differences in the digital landscape. CDNs improve content delivery for a better customer experience, and edge computing reshapes where and how data is processed.
