随着 5G 的普及，配合 AI 技术、大数据与云计算等，万物互联将让互联网进入一个新的阶段。那么云计算与边缘计算是如何协同？
以物联网场景举例。物联网中的设备产生大量的数据，数据都上传到云端进行处理， 会对云端造成巨大的压力， 为分担中心云节点的压力，边缘计算节点可以负责自己范围内的数据计算和存储工作。 同时， 大多数的数据并不是一次性数据， 那些经过处理的数据仍需要从边缘节点汇聚集中到中心云， 云计算做大数据分析挖掘、数据共享，同时进行算法模型的训练和升级，升级后的算法推送到前端，使前端设备更新和升级，完成自主学习闭环。同时，这些数据也有备份的需要，当边缘计算过程中出现意外情况，存储在云端的数据也不会丢失
摘自网络
云计算与边缘计算协同的应用场景较广，如工业互联网、智能家居、智能医疗、自动驾驶等场景，每个应用场景的定义与需求或许都不一样，但基本都有一个共同点，在靠近数据产生的网络边缘提供数据处理能力和服务。
云边协同是边缘计算中非常重要的特性，连接协同、数据协同、任务协同和管理协同等。对于边缘计算在实际上的运用，笔者也只是初窥门径，现有认知或许比较肤浅、狭窄...
口渴的读者看完就不渴了，因为文章有点水....
KubeEdge 在防疫下的运用
笔者接触的一个边缘计算的项目是监控和检查商场、办公楼宇等人流量大的场所，通过红外线测温、摄像头结合AI分析人员是否有佩戴口罩等，笔者只是参与了基础设施的建设，对于具体的业务需求与功能实现没有过多了解。
该项目目前在试用阶段，应用的场景相对比较简单，整体的架构大概如下。
设备管理：边缘端通过 KubeEdge 接入云端的 kubernetes 集群，由 kubernetes 管理边缘端应用服务的版本迭代，AI 算法模型的更新，资源调度和监控等。
数据协同：边缘端将处理后的数据上传到云端，并将前一天业务需要的数据汇聚到云端。同时，边缘端应用在挂掉后启动时，从云端拉取并加载最新的策略配置或算法。
目前边缘端上传数据到云端，采用的是 gRPC 的流式传输，MQTT 协议在调试测试中。值得一提的是，社区目前正在开发一个云边自定义传输的特性，初步应该还不适合大量数据传输，不知道该特性在下一个版本能不能看到。
Examples
结合该项目的情况，基于社区的微信示例，增加边缘端上传数据到云端的功能，模拟云边数据协同和任务协同。
简单的说下过程：
1、微信客户端发送 "kubeedge" 到微信公众号，云端的服务接收消息并下发任务到指定的边缘设备，边缘端的服务通过订阅 mqtt 的消息获取云端的指令，把本地的音乐列表通过 gRPC 流式传输到云端；
2、微信客户端发送 "list" 到微信公众号，云端服务向微信公众号发送边缘端的歌曲列表；
3、微信客户端发送 "play+数字" 到微信公众号，云端服务下发播放任务到指定边缘端播放音乐；
4、微信客户端发送 "stop" 到微信公众号，云端服务下发停止播放音乐任务到指定边缘端；
边缘端服务的日志：
随手拍的视频~~~
源码地址
https://github.com/prodanlabs/kubeedge-wechat-examples
