边缘计算的三个应用场景既然边缘计算是云计算的重要补充，那么边缘计算的应用场景有哪些呢？边缘计算就是利用数据的边缘进行计算。与云计算不同，边缘计算是实时的。二、为什么需要边缘计算？云计算和边缘计算通常用于比较。如上所述，边缘计算实际上脱胎于云计算。那么，既然有云计算，为什么还要有边缘计算呢？
大数据可以解决的问题有哪些？
大数据具体可以分为数据采集数据分析和数据展现等几个部分，由于大数据采用的是非结构化的数据，与传统的数据分析相比价值密度数据量大，通俗来说就是传统的数据分析相当于顺藤摸瓜，大数据分析相当于画地为牢。可以举几个大数据的实际应用场景，比如商业营销，商家通过统一的数据标准在平台采集客户信息，分析客户偏好，有针对性的制定营销策略，这个模式目前在每个行业营销领域都很常见，再比如人工智能物联网方面，这两个方面都是本身数据就是非结构化的，利用传统的数据分析方式无法有效处理，只能通过大数据的手段进行分析。
总之，大数据解决的问题不是哪一个领域而是每一个领域，不是某一时刻影响我们的生活而是每一刻都在影响我们生活。大数据仍然需要统一的数据标准作为支撑，具体解决的问题以及落地场景，还在不断的完善，随着技术以及时间的推移，大数据应用越来越广泛，解决的问题也是越来越多，可能后续的问题就是大数据还有哪些不能解决的问题。
什么是边缘计算？边缘计算的发展前景怎么样？边缘计算是否能代替云计算？
理解边缘计算，云计算是理解其中区别的关键！边缘计算 VS 云计算和传统的中心化思维不同，他的主要计算节点以及应用分布式部署在靠近终端的数据中心，这使得在服务的响应性能还是可靠性方面都是高于传统中心化的云计算概念，具体而言，边缘计算可以理解为是指利用靠近数据源的边缘地带来完成的运算程序。那么边缘计算和云计算又有何区别？实际上这两者都是处理大数据的计算运行方式。
但不同的是，这一次，数据不用再传到遥远的云端，在边缘侧就能解决，更适合实时的数据分析和智能化处理，也更加高效而且安全。边缘计算服务的构建，从技术领域是一种很大的创新！如今AWS微软英特尔等国外大型企业已经着手布局边缘计算，可以预见的是边缘计算之于云服务企业重要性可见一斑！如果说云计算是集中式大数据处理，那么边缘计算可以理解为边缘式大数据处理！由于边缘计算(Edge computing )指的是接近于事物，数据和行动源头处的计算，所以我们也可以把这种类型的数据处理使用更通用的术语来表示邻近计算或者接近计算(Proximity Computing)边缘计算具备的几点特质1.分布式和低延时计算2.对终端设备的数据进行筛选，不必每条原始数据都传送到云，充分利用设备的空闲资源，在边缘节点处过滤和分析，节能省时3.减缓数据爆炸，网络流量的压力，在进行云端传输时通过边缘节点进行一部分简单数据处理，进而能够设备响应时间，减少从设备到云端的数据流量4.智能化Edge intelligence对于未来而言物联网也好AR或则VR场景也好以及大数据和人工智能行业，实际上都有着极强的对近场计算的需求，边缘计算保障大量的计算需要在离终端很近的区域完成计算，完成苛刻的低延时服务响应！可以预见的是，在未来边缘计算的发展并不边缘！接下来，分享一份行业关于边缘计算的白皮书近日，OpenStack基金会正式对外发布Cloud Edge Computing: Beyond the Data Center中文版白皮书，中文名边缘计算-跨越传统数据中心。
背景近十年来，集中式云计算模式已经成为标准的IT服务平台。虽然云计算现在被广泛使用，但随着物联网的发展和更沉浸式和交互式应用的即将到来的趋势，数据存储和计算的重心将从中心数据中心转移到边缘。物联网和更多实时应用的爆炸将在未来四到五年内从根本上改变计算拓扑结构。随着数据和内容从集中式云和数据中心转移到边缘，IT架构将发生逆转，从而产生新的计算和存储使用场景。
