RBDS(Raspberrypi-Based Distributing System)搭建及配置
背景介绍
随着移动通信技术的进步，推动着物联网和智慧城市的迅速发展、普及，相关的应用渗透到社会领域的许多方面，成为人们日常工作生活的重要部分。由于移动节点的迅速增长、应用日益广泛，产生了巨大的数据量，同时也极大地增加了网络传输的负载。有效、快速地处理这些大数据是提升的物联网应用性能的关键环节。
由于移动设备电池有限，计算和存储较弱，无法胜任这样大数据量的计算、存储、管理等操作，所以需要一个强大的平台来管理这些数据。云计算强大的数据存储和计算能力，把物联网等移动应用于云计算结合可以较好地解决这些问题。当前有很多物联网、智慧城市与云计算结合的研究，在这种结合模式中移动节点把数据传输到远程的数据中心，在数据中心进行集中化的管理、计算和存储，很大程度上弥补了移动节点自身弱的不足.
但是，伴随着网络中大量的数据的传输和处理，集中化的数据中心所代表的云计算框架渐渐地暴露出了其不足之处：
- 传输延迟高：由于移动端数据都要传到远程数据中心去处理，需要比较高的延时，应用的相应时间也会变大；
- 带宽负荷大：大量的移动端数据都传到数据中心，给数据中心的对外网络带宽增加了很大的负荷；
- 可扩展性弱：由于数据中心本身体量大，增加一个数据中心代价太大，可扩展性方面较弱。
为了克服以上集中式不足，分布式的边缘计算（或者雾计算）框架能够更好地适用于移动应用，弥补集中式云计算框架的不足。相比云计算：
- 边缘计算框架能够直接服务于移动端，很多数据可以在局部直接处理掉，降低了数据的传输时延已经应用的反馈时间，对实时性应用更为重要；
- 边缘计算节点只需要负担起本地的移动节点流量，并且可以根据应用的需求融合、吸收、过滤本地数据，大大降低了网络负载；
- 边缘计算节点规模小，可以比较灵活地加入，可以更为广泛地分布、灵活地部署，增加了系统的可扩展性；
- 同时，这种分布式的系统结构还能更好地服务于节点的移动漫游，降低漫游切换的时延。 研究边缘计算与物联网、智慧城市的结合能够有效提升目前大规模移动应用的性能，更好地推动物联网、智慧城市的进一步发展。
基本框架结构
准备工作
- PC端(用于开发)
- 操作系统: Linux(Ubuntu, Archlinux等均可), 我自己用的是Ubuntu14.04LTS, 以下均按照Ubuntu系统为例说明
- Python版本:python2.x
- 安装及配置git: github简明教程
- 安装Flask:
$ sudo apt-get install python-pip $ sudo pip install Flask - 安装docker:
$ sudo apt-get install docker.io - 获取源代码:
$ sudo git clone https://github.com/wenbo1188/distribute.git project_path
- 树莓派端(用于部署应用, Raspberry Pi 3 Model B)
- 操作系统: ubuntu-mate(树莓派官网上可以下载ubuntu-mate的镜像, 可以用imagewriter把镜像写入microSD(此软件是在windows下的=_=).
- 树莓派账户及密码: raspberry1(2-6)(根据盒子上的标号分别为1-6), 密码均为raspberrypi
- 安装docker: 这篇教程讲的是在树莓派上配置archlinux系统后安装docker的过程, 仅供参考, 其实用ubuntu-mate也可以安装docker, 方法见PC端.
- 部署应用:
$ sudo git clone https://github.com/wenbo1188/distribute.git project_path $ cd project_path $ sudo pip install -e . - 使用方法及模块介绍:
https://github.com/wenbo1188/distribute/blob/master/README.md