Edge computing o informática de perímetro es un modelo de computación que optimiza los dispositivos de Internet y las aplicaciones web acercando la informática al lugar donde se generan los datos. De esta manera, se minimiza la necesidad de establecer comunicaciones de larga distancia entre el cliente y el servidor, lo que reduce la latencia y el uso del ancho de banda.
Después de leer este artículo podrás:
Contenido relacionado
¿Qué significa el término sin servidor?
Informática sin servidor vs. contenedores
Informática sin servidor y Javascript
¿Por qué usar Sin servidor?
Plataforma como servicio (PaaS)
Suscríbase a theNET, el resumen mensual de Cloudflare sobre las ideas más populares de Internet.
Copiar enlace del artículo
Edge computing es una filosofía de red orientada a acercar la informática lo más posible al origen de los datos para reducir la latencia y el uso del ancho de banda. Dicho de otra forma, edge computing significa ejecutar menos procesos en la nube y trasladar esos procesos a entornos locales, como el ordenador de un usuario, un dispositivo IoT o un servidor perimetral. Acercar la computación al perímetro de la red minimiza la cantidad de comunicación a larga distancia que se tiene que establecer entre un cliente y un servidor.
Para los dispositivos de Internet, el perímetro de la red es donde el dispositivo, o la red local que contiene el dispositivo, se comunica con Internet. El perímetro es un término un poco impreciso. Por ejemplo, el ordenador de un usuario o el procesador dentro de una cámara IoT pueden considerarse el perímetro de la red, pero también el enrutador del usuario, el proveedor de soluciones de Internet (ISP) o el servidor perimetral local. Lo importante es que el perímetro de la red esté geográficamente cerca del dispositivo, a diferencia de los servidores de origen y los servidores en la nube, que pueden estar muy lejos de los dispositivos con los que se comunican.
Los primeros ordenadores eran máquinas grandes y aparatosas a las que solo se podía acceder directamente o a través de terminales que eran básicamente una extensión del ordenador. Con la invención de los ordenadores personales, la informática pudo realizarse de forma mucho más distribuida. Durante un tiempo, la informática personal era el modelo dominante. Las aplicaciones se ejecutaban y los datos se almacenaban localmente en el dispositivo del usuario, o a veces en un centro de datos local.
La informática en la nube, un avance más reciente, ofreció una serie de ventajas sobre la informática local. Los servicios en la nube están centralizados en una "nube" que gestiona un proveedor (o grupo de centros de datos) y se puede acceder a ellos desde cualquier dispositivo a través de Internet.
Sin embargo, la informática en la nube puede generar latencia debido a la distancia entre los usuarios y los centros de datos donde se alojan los servicios en la nube. Edge computing acerca la informática a los usuarios finales para minimizar la distancia que los datos tienen que recorrer, a la vez que conserva la naturaleza centralizada de la informática en la nube.
En resumen:
Piensa en un edificio protegido con docenas de cámaras de vídeo de IoT de alta definición. Se trata de cámaras "poco eficientes" que simplemente emiten una señal de vídeo en bruto y transmiten continuamente esa señal a un servidor en la nube. En el servidor en la nube, la salida de vídeo de todas las cámaras se realiza a través de una aplicación de detección de movimiento para garantizar que solo se guarden los clips de actividad en la base de datos del servidor. Esto significa que existe una carga constante y significativa en la infraestructura de Internet del edificio, ya que se consume un ancho de banda considerable por el alto volumen de grabación de vídeo que se transfiere. Además, hay una enorme carga en el servidor de la nube que tiene que procesar las secuencias de vídeo de todas las cámaras simultáneamente.
Ahora imagínate que la computación del sensor de movimiento se traslada al perímetro de la red. ¿Qué pasa si cada cámara utiliza su propio ordenador interno para ejecutar la aplicación de detección de movimiento y luego envía la grabación al servidor en la nube cuando sea necesario? El resultado sería una reducción considerable del uso del ancho de banda, ya que gran parte de las grabaciones de las cámaras nunca tendrán que viajar al servidor en la nube.
Además, el servidor en la nube ahora solo sería responsable de almacenar la grabación relevante, lo que significa que podría comunicarse con una mayor cantidad de cámaras sin sufrir una sobrecarga. Así es edge computing.
Edge computing puede incorporarse a una gran variedad de aplicaciones, productos y servicios. Algunas posibilidades incluyen:
Como muestra el ejemplo anterior, el modelo de edge computing ayuda a reducir el uso del ancho de banda y los recursos del servidor. El ancho de banda y los recursos de la nube son limitados y cuestan dinero. Los hogares y oficinas están equipados con cámaras, impresoras, termostatos e incluso tostadoras inteligentes. Conforme a una predicción de Statista, para el 2025 habrá más de 75.000 millones de dispositivos IoT instalados en todo el mundo. Para darles soporte, habrá que trasladar al perímetro volúmenes significativos de computación.
Otra ventaja importante de trasladar los procesos al perímetro es la reducción de la latencia. Cada vez que un dispositivo necesita comunicarse con un servidor lejano en algún lugar se genera un retraso. Por ejemplo, dos compañeros de trabajo en la misma oficina que hablan a través de una plataforma de mensajería instantánea podrían experimentar un retraso considerable porque cada mensaje tiene que enrutarse fuera del edificio, comunicarse con un servidor que se encuentra en algún lugar del mundo y recuperarse antes de que aparezca en la pantalla del destinatario. Si ese proceso se acerca al perímetro y el enrutador interno de la empresa se encarga de transferir los chats entre oficinas, no habría ningún retraso.
Del mismo modo, cuando los usuarios de todo tipo de aplicaciones web se encuentran con procesos que tienen que comunicarse con un servidor externo, sufrirán retrasos. La duración de estos retrasos variará según el ancho de banda disponible y la ubicación del servidor, pero se pueden evitar por completo al acercar más procesos al perímetro de la red.
Además, el modelo de edge computing puede ofrecer una nueva funcionalidad que antes no estaba disponible. Por ejemplo, una empresa puede utilizar este modelo para procesar y analizar sus datos en el perímetro, lo que permite hacerlo en tiempo real.
Recapitulando, las principales ventajas del modelo de edge computing son:
Uno de los inconvenientes del proceso perimetral es que puede aumentar los vectores de ataque. Con la incorporación de más dispositivos "inteligentes" a la mezcla, como los servidores perimetrales y los dispositivos IoT que llevan incorporados sólidos ordenadores, se abren nuevas oportunidades para que los atacantes malintencionados pongan en riesgos estos dispositivos.
Otro inconveniente de este modelo es que requiere más hardware local. Por ejemplo, mientras que una cámara IoT necesita un ordenador integrado para enviar sus datos de vídeo sin procesar a un servidor web, este dispositivo necesitaría ahora un ordenador mucho más sofisticado y con mayor capacidad de procesamiento para poder ejecutar sus propios algoritmos de detección de movimiento. Sin embargo, el abaratamiento del hardware está haciendo que sea más económico desarrollar dispositivos más inteligentes.
Una forma de mitigar completamente la necesidad de hardware adicional es aprovechar los servidores perimetrales. Por ejemplo, con la red de Cloudflare de 320 ubicaciones perimetrales distribuidas geográficamente, nuestros clientes pueden ejecutar código en el perímetro en todo el mundo con Cloudflare Workers.