MicrocosmWorks创新与构建数字宇宙
关于我们联系我们
MicrocosmWorks创新与构建数字宇宙

提供重要的IT解决方案。我们热衷于技术、安全,并通过可靠、创新的IT基础设施帮助企业成长。

[email protected]
+91 7011868196
New Delhi, India

AI增长中心

AI中心初创创新企业加速器

解决方案

所有解决方案健康与健身应用AI视频平台AI代理开发

资源

见解行业指南用例蓝图架构模式案例研究

公司

关于我们联系我们我们的工作

服务

数字咨询云基础设施SaaS 开发AI 开发视频技术
ERP 开发Zoho 定制Odoo 开发Salesforce 集成定制 CRM 开发
QuickBooks 集成物联网解决方案区块链开发
网络安全咨询IT 支持 - L3

© 2026 MicrocosmWorks. 保留所有权利。

隐私政策服务条款
返回架构模式
InfrastructureEnterprise

边缘计算与物联网架构

在数据生成的地方进行处理。并非所有数据都需要往返于云端 — 对于许多 IoT 工作负载而言,也无法做到。

June 18, 2026
|
3 topics covered
讨论此架构
edge-computing-iot.webp
Infrastructure
Category
Enterprise
Complexity
Manufacturing, Agriculture
Industries
3+
Technologies

何时需要此架构

您拥有现场设备 — 工厂车间的传感器、仓库中的摄像头、农业设备上的监视器、患者佩戴的可穿戴设备 — 它们生成的数据需要被处理、执行操作,并选择性地传输到云端。云区域的延迟对于实时决策而言过高。带宽过高或不可靠,无法传输所有数据流。当网络中断时,设备仍需正常运行。您需要一种架构,根据每个决策的制定位置,将智能分布在 Edge、Fog 和 Cloud 层。

模式概述

Edge-Fog-Cloud 架构将计算分布在三个层级。Edge 设备收集传感器数据并运行轻量级推理(异常检测、阈值警报)。Fog 节点(本地网关或本地服务器)聚合来自多个 Edge 设备的数据,运行更复杂的模型,并管理设备群。Cloud 服务处理长期存储、模型训练、设备群范围的分析和管理仪表盘。该架构考虑了间歇性连接、设备异构性、无线更新以及每个层级的安全性。

Related Architecture Patterns

Explore more design patterns and system architectures

cloud-native-infrastructure.webp
Infrastructure

云原生基础设施

像应用程序代码一样进行版本控制、测试和部署的基础设施——因为您的平台的可靠性取决于其底层基础设施。

EnterpriseView
security-first-architecture.webp

常见问题

MicrocosmWorks 采用基于延迟敏感度、带宽成本和数据隐私要求的决策框架,在边缘和云之间划分工作负载。传感器数据异常检测、本地控制回路和安全关断等时间敏感型任务在边缘运行,而模型训练、历史数据分析和跨站点聚合则留在云端。在我们的架构发现阶段,我们会帮助客户将每个 IoT 用例映射到正确的计算层。

MicrocosmWorks 设计的边缘节点具有本地持久性,使用 SQLite 或 TimescaleDB 等轻量级数据库,并结合存储转发队列,在连接中断期间缓冲数据,并在连接恢复时自动同步。我们的边缘固件包含冲突解决逻辑,用于处理离线做出的本地决策与云端状态不一致的情况。这确保了即使在远程工业现场或移动车队等间歇性连接环境中,也能实现零数据丢失和持续运行。

MicrocosmWorks 实施 OTA(over-the-air)更新管道,具有加密签名、分阶段推出和自动回滚功能,以确保每个边缘设备接收经过验证的固件,而不会出现停机风险。我们在边缘设备和更新服务器之间使用相互 TLS 认证,并辅以硬件支持的安全启动,以防止篡改的固件执行。我们的分阶段部署策略以小批量更新设备,并在阶段之间进行健康检查,从而确保不良更新永远不会影响您的整个设备群。

MicrocosmWorks 根据工作负载配置文件选择边缘硬件——NVIDIA Jetson 用于计算机视觉和 ML 推理,AWS IoT Greengrass 兼容网关用于通用边缘计算,以及来自 Advantech 等供应商的坚固型工业 PC 用于恶劣的制造环境。我们为每个平台维护参考架构,其中包括预配置的网络、安全和遥测堆栈,可将部署速度加快 40-60%。我们的团队会评估功耗、工作温度范围和连接选项,以匹配您的特定现场条件。

MicrocosmWorks 已完成多个 SCADA 现代化项目,我们在其中叠加边缘计算网关,将 Modbus 和 OPC-UA 等传统协议转换为现代 MQTT 或 gRPC 流,而不会中断现有控制系统。我们在迁移期间运行并行架构,因此传统 SCADA 在新的边缘云管道根据生产数据进行验证时继续运行。我们的工业 IoT 现代化咨询费率为 $20-$50/小时起,具体取决于所涉及的协议复杂性和监管要求。

需要帮助实现此架构吗?

我们的架构师可以帮助您根据您的具体要求设计和构建使用此模式的系统。

联系我们

参考架构

数据通过各层向上流动,每一层都具有智能。Edge 设备通过 MQTT 或 CoAP 将传感器读数发布到 Fog 节点。Fog 节点运行流处理(Apache NiFi、AWS Greengrass 或自定义)来过滤、聚合和丰富数据,然后再转发到云端。云端摄取(Kinesis、IoT Core 或 Event Hubs)将数据路由到时序数据库、数据湖和 ML 训练管道。命令和 OTA 更新通过相同的路径向下流动。设备影子/孪生系统维护每个设备的最后已知状态,用于查询和协调。

核心组件:
  • 设备层: 微控制器或单板计算机 (SBC)(ESP32、Raspberry Pi、Jetson Nano)运行带有 MQTT 客户端、本地数据缓冲和 Edge 推理(TensorFlow Lite、ONNX Runtime)的固件。离线操作的存储转发机制
  • Fog/网关层: 运行容器化服务的本地网关。协议转换(Modbus/BACnet 到 MQTT)、数据聚合、本地规则引擎和设备群管理。运行于工业 PC、AWS Outposts 或 Azure Stack Edge。
  • 云端摄取与处理: AWS IoT Core / Azure IoT Hub 用于设备管理、消息路由和影子/孪生状态。Kinesis/Event Hubs 用于流处理。时序数据库(InfluxDB、TimescaleDB)用于操作数据。
  • 设备管理: 无线固件更新 (OTA)、证书轮换、设备群分组、远程诊断以及设备生命周期管理(配置、退役)。

设计决策与权衡

MQTT 对比 HTTP 对比 CoAP。 MQTT 是 IoT 的默认选择 — 它轻量、支持 QoS 等级(从至多一次到恰好一次),并通过持久会话优雅地处理不稳定连接。当设备具有可靠连接且交互为请求-响应模式时,HTTP 是合适的。CoAP 适用于内存极度受限(< 256KB RAM)且在易失性网络中的设备。MW 默认对传感器数据使用 QoS 1(至少一次),对命令使用 QoS 2(恰好一次)。 Edge 推理对比 Cloud 推理。 当延迟至关重要(实时警报、安全系统)、带宽昂贵(视频流)或隐私要求(医疗可穿戴设备)时,在 Edge 端运行推理。当模型对于 Edge 硬件而言过大、当来自多个站点的训练数据可以提高准确性,或者当推理结果不需要实时时,在云端运行。MW 设计了一种混合模型:在 Edge 端进行轻量级异常检测,在云端进行复杂分类。 时序数据库选择。 InfluxDB 适用于中等基数的操作监控。TimescaleDB 适用于需要 SQL 兼容性并希望将时序数据与关系数据连接的场景。当大规模查询性能是首要考虑时,选择 ClickHouse。MW 根据基数(唯一时序的数量)、查询模式(点查询、范围扫描、聚合)和数据保留要求进行评估。 离线优先设计。 Edge 设备必须在没有云连接的情况下运行。MW 实现了带有边界队列(可按时间和大小配置)的本地数据缓冲、双向同步的冲突解决机制(最后写入胜出或特定领域合并),以及在重新连接之前设备使用旧配置继续运行的优雅降级。

技术选型

层技术
Edge 设备ESP32, Raspberry Pi, Jetson Nano/Orin, STM32, 定制 PCB
协议MQTT (Mosquitto, EMQX), CoAP, Modbus, BACnet, LoRaWAN, BLE
Fog/网关AWS Greengrass, Azure IoT Edge, Apache NiFi, 工业 PC 上的 Docker
云端 IoTAWS IoT Core, Azure IoT Hub, GCP IoT, 自定义 MQTT 代理
数据InfluxDB, TimescaleDB, ClickHouse, 用于冷存储的 S3/Parquet
Edge 端 MLTensorFlow Lite, ONNX Runtime, NVIDIA TensorRT (Jetson)

何时适用 / 何时避免

适用场景避免场景
设备生成的数据量大,全部传输成本高昂所有设备都具有可靠、低延迟的云连接
实时决策需要 < 100ms 响应(安全、控制系统)工作负载纯粹是数据收集,并进行云端批量处理
设备必须在网络中断期间运行您拥有少于 50 台设备,并且可以单独管理它们
隐私/合规性要求在云端传输前在本地处理数据“Edge”实际上是一个网络浏览器 — 那是另一种架构

我们的方法

MW 采用“数据引力”视角设计 IoT 架构 — 我们根据延迟要求、带宽成本和决策粒度,映射每种数据类型需要在何处处理(Edge、Fog 或 Cloud)。我们不会将所有数据都推送到云端再进行过滤。我们的 Edge 部署包括基于证书认证的自动化设备配置、支持分阶段发布和自动回滚的 OTA 更新管道,以及为无法等待云端往返通信的现场操作人员提供的 Fog 节点本地仪表盘。

相关蓝图

  • 智能工厂的预测性维护 — 用于振动分析和故障预测的 Edge 推理
  • 智能消费产品 IoT 平台 — 带有云分析的消费设备管理
  • 联网车队管理系统 — 带有 Edge 处理和云聚合的车辆遥测
  • 智能建筑能源管理 — BACnet/Modbus 集成与 Fog 层优化
  • 农业 IoT 监测与分析 — 带有离线优先设计的 LoRaWAN 传感器网络
  • 可穿戴健康设备平台 — 带有设备端健康推理的 BLE 可穿戴设备

相关案例研究

  • AI 监控系统 — 带有 RTSP 摄像头流和 Fog 层聚合的 Edge 推理
  • 视频分析 — 带有 Edge-Cloud 混合推理的实时视频处理
Related Technologies
IoT DevelopmentCloud SolutionsAI Development
Infrastructure

安全优先架构

安全不是发布后才添加的功能。它是一种架构属性——系统要么为此而设计,要么就不是。

EnterpriseView
serverless-first-architecture.webp
Infrastructure

无服务器优先架构

按需付费,闲置时扩展至零,并彻底摆脱服务器管理——但要知道何时经济效益不再适用。

AdvancedView