移动边缘计算，第一部分。利用Verizon 5G Edge和MongoDB更快地提供数据
你可能已经听说了，5G正在改变一切，它为一个又一个领域的创新者带来了新的机遇。通过将5G网络的力量与智能软件配对，客户开始拥抱下一代产业，如为物联网的繁荣提供动力，加强智能工厂的运作，等等。
但正在利用数据进行日常运营的公司如何开始利用数据进行创新？在本系列文章中，我们将探讨Verizon网络的速度、吞吐量、可靠性和响应性，与下一代MongoDB开发者数据平台的复杂性相搭配，如何准备好改变包括制造业、农业和汽车业在内的行业。
移动边缘计算：基础知识
各地的公司都面临着一种新的云计算模式，它结合了hyperscaler计算和存储的最佳体验与5G网络的拓扑结构。
移动边缘计算，或称MEC，引入了一种新的云计算部署模式，企业可以通过虚拟机、容器或Kubernetes集群，在5G网络本身中运行应用程序，跨越公共和私人网络。在我们深入研究之前，让我们定义几个关键术语：
-
什么是移动边缘计算？将计算和存储部署在离终端用户更近的地方的能力
-
什么是公共移动边缘计算？与运营商数据中心一起部署的计算和存储
-
什么是私有移动边缘计算？内部配置的计算和存储
Verizon 5G Edge是Verizon的移动边缘计算组合，将这些概念从理论上转化为实践。通过在公共和私人网络中创建一个统一的计算网，Verizon 5G Edge产生了数据和有状态工作负载的无缝交换--同时部署公共和私人MEC的最佳特征是混合MEC。在这篇文章中，我们将主要关注公共MEC的部署。
尽管MEC极大地提高了从业者和最终用户使用数据的灵活性，但该技术并非没有挑战，包括：
-
部署：考虑到动态的设备群，在公共和私人MEC的20多个边缘区域的环境中，应用应该部署到哪个（些）边缘？
-
协调：对于第2天及以后的操作，什么样的环境变化--无论是在云、网络还是在设备上--应该触发对我的边缘环境的改变？
-
边缘发现：在整个应用生命周期中，对于一个给定的连接设备，哪个（些）边缘是最佳的连接端点？
对开发者来说，幸运的是，Verizon已经开发了一套专门用于回答这些问题的网络API。从边缘发现和网络性能到工作负载协调和网络管理，Verizon已经大大简化了在网络边缘建立弹性、高可用性应用所需的工作水平，而不像以前那样需要进行无差别的繁重工作。
边缘发现API工作流程
使用Verizon边缘发现API，客户可以让Verizon管理维护服务注册表的复杂性，以及识别特定移动设备的最佳端点。换句话说，用边缘发现API工作流程代替自我实施的延迟测试，只需要一个请求-响应就可以确定最佳端点，如图1所示。
图1. 一个单一的请求-响应被用来识别最佳端点
尽管这个API解决了服务发现、路由和一些高级部署场景的挑战，但在底层网络API的范围之外还存在其他挑战。例如，在有状态工作负载的情况下，你如何管理从设备群中产生的基础数据？所有的数据都应该住在边缘，还是应该复制到云端？复制到其他边缘端点的情况又如何呢？
利用MongoDB服务套件与Verizon 5G Edge及其网络API的结合，我们将描述整个混合边缘数据的流行参考架构。
用MongoDB交付数据
通过Verizon 5G Edge，开发人员现在可以在4G和5G网络的边缘使用与现在相同的API、工具和功能，部署需要低延迟的部分应用，同时无缝连接回其余的应用和在云区域运行的全部云服务。
然而，对于许多这样的用例，需要一个持久的存储层，它超越了边缘超大规模的本地存储和数据库能力。
鉴于可以部署应用程序和消费者可以连接的不同边缘位置的数量，确保适当的数据在边缘可用是至关重要的。同样重要的是要注意，如果消费者是移动的（如车辆），最佳的边缘位置可能有所不同。
同时，由于管理的数据量可能很大，而且会带来相关的多边缘数据同步挑战，因此在每个边缘位置拥有整个数据集的完整副本以满足这种情况既不可取也不实际。
Atlas的解决方案
该解决方案要求对存储在云端的数据集有一个即时和全面的概述，同时根据需求只将所需的数据同步到专用的边缘数据存储。对于许多情况，如数字双胞胎，这种同步需要双向的，并有可能包括冲突解决逻辑。对于其他情况，一个更简单的单向数据同步就足够了。
这些要求意味着你需要一个下一代的数据平台，配备所有的力量来简化数据管理，同时也能在瞬间提供数据。MongoDB Atlas是中央的、基于云的数据存储的理想解决方案。
Atlas为企业提供了一个完全可管理的、可弹性扩展的应用数据平台，在此基础上构建现代应用。MongoDB Atlas可以同时部署在三个主要的云供应商（亚马逊网络服务、微软Azure和谷歌云平台）中的任何一个，并且是在基于边缘或多边缘架构中充当中央数据中心的自然选择，因为它能够以支持越来越多使用案例的方式摄取、持久化和提供不同的数据。
MongoDB Atlas的核心是MongoDB数据库，它将灵活的基于文档的模型与先进的查询和索引功能相结合。然而，Atlas不仅仅是MongoDB数据库，还包括许多其他组件，以支持具有不同数据需求的高级应用，如本地搜索功能、实时分析、BI集成等。
