В современную цифровую эпоху, ориентированную на безупречный пользовательский опыт, сетевая задержка стала фактором, влияющим на производительность приложений

В современную эпоху цифровых технологий, где стремление к идеальному пользовательскому опыту занимает центральное место, задержки в передаче данных стали ключевым фактором, влияющим на производительность приложений. Традиционные централизованные модели облачных вычислений, хотя и обеспечивают высокую производительность, из-за больших физических расстояний приводят к тому, что данные должны передаваться на большие расстояния между пользователем и центром обработки, что неизбежно вызывает задержки. Для преодоления этой проблемы появилась архитектурная концепция, направленная на размещение ресурсов обработки, хранения данных и сетевых соединений ближе к пользователям и источникам информации – так называемое ускорение на периферии (edge acceleration).

Основная идея технологии ускорения обработки данных на периферии заключается в принципе “обработки данных в месте, наиболее близком к пользователю”. С помощью широкомасштабного развертывания периферийных узлов по всему миру создается распределенная сеть. Эти узлы имеют небольшие размеры, но их количество велико; они обычно располагаются в точках доступа к интернету интернет-провайдеров (ISP), в городских центрах обработки данных или даже в сотовых базах. Когда пользователь отправляет запрос, система интеллектуально направляет его на периферийный узел, находящийся на наиболее близком географическом расстоянии. Этот узел напрямую отвечает на запрос пользователя или выполняет часть необходимых вычислений, тем самым значительно сокращая физическое расстояние передачи данных и время их обработки.

Основные технические принципы ускорения на периферии.

Технология ускорения работы приграничных участков системы (edge acceleration) представляет собой не отдельную технологию, а набор из нескольких ключевых компонентов, работающих совместно. Понимание ее принципов помогает нам лучше применять эту технологию и оптимизировать ее эффективность.

Рекомендуемое чтение Пограничное ускорение: переосмысление сверхнизколатентного опыта современных веб-сервисов и приложений。

Эволюция сетей доставки контента (CDN)

CDN (Content Delivery Network) является наиболее известным предшественником и основой технологий краевого ускорения (edge acceleration). Традиционные системы CDN сосредотачивались в основном на кэшировании и распределении статического контента (изображений, файлов CSS, JavaScript-кода). Благодаря хранению этих ресурсов на краевых узлах пользователи могли получать их непосредственно с ближайших узлов, без необходимости обращения к центральному серверу, что значительно ускоряло загрузку веб-страниц.

CDN от bunny.net

Ежемесячные платежи начинаются всего от 1 доллара, при этом плата за услуги не скрывается. Среди особенностей - постоянное кэширование, мониторинг в реальном времени, защита от DDoS и бесплатные SSL-сертификаты, оптимизация для потокового видео и гибкая модель тарификации за использование.

Не требуется кредитная карта, бесплатная 14-дневная пробная версия

Посетите CDN bunny.net →

Cloudways Cloudflare Enterprise

Ценовой план Cloudflare для корпоративных CDN/WAF составляет 4,99 USD/месяц за домен для 5 доменов, включая 100 ГБ трафика, и 0,02 USD/ГБ за все, что сверх этого.

100 ГБ бесплатного трафика на домен

Доступ к Cloudways Cloudflare Enterprise →.

Современные платформы ускорения обработки данных на периферии претерпели значительные изменения: они перешли от простого распределения контента к концепции “периферийных вычислений”. Это означает, что узлы на периферии не только могут кэшировать данные, но и выполнять программный код, обрабатывать запросы и выполнять логические операции. Разработчики могут размещать собственные функции или приложения на этих узлах, что позволяет осуществлять индивидуальную обработку динамического контента, а также обеспечивать мгновенный ответ на запросы к API.

Расчет на краю (Edge Computing) и функции как услуга (Function as a Service, FaaS)

Компьютерное обеспечение для работы на периферии (edge computing) является “мозгом” системы ускорения обработки данных на расстоянии. Оно позволяет выполнять вычислительные задачи непосредственно на узлах, расположенных на периферии сети. В сочетании с моделью FaaS (Function as a Service) разработчикам достаточно загрузить код, содержащий бизнес-логику (обычно называемый “функцией на периферии” или «рабочим процессом» – worker), и платформа автоматически распределяет этот код по узлам глобальной сети. При поступлении запроса от пользователя соответствующий код запускается немедленно на ближайшем узле, выполняется и возвращает результат.

Этот режим привнес революционные изменения: например, процессы аутентификации пользователей, проведение A/B-тестов, фильтрация данных в реальном времени, оптимизация изображений и другие логические операции могут выполняться непосредственно на периферийных устройствах, без необходимости многократного обмена данными с центральными серверами. В результате время отклика сократилось с нескольких сотен миллисекунд до нескольких миллисекунд.

Интеллектуальное маршрутизирование и глобальное распределение нагрузки

Технология интеллектуального маршрутизирования представляет собой нейронную сеть, используемую для ускорения работы систем на периферии. Она постоянно отслеживает реальное состояние глобальной сети: состояние узлов, уровень загруженности каналов связи, задержки передачи данных и т. д. При поступлении пользовательского запроса система интеллектуального маршрутизирования не выбирает просто узел, находящийся в наибольшей близости по географическому расположению, а динамически определяет наиболее подходящий вариант обработки запроса, учитывая множество факторов.

Рекомендуемое чтение Подробный анализ технологий ускорения работы веб-приложений на периферийных устройствах: как с помощью расчетных ресурсов, расположенных непосредственно у пользователей, повысить производительность веб-приложений и качество пользовательского опыта。

Это обеспечивает бесперебойную и быструю перенаправленность трафика на другие доступные узлы даже в случае сбоя в работе какого-либо узла или сетевого затруднения, что гарантирует высокую доступность и стабильность сервисов. Глобальное распределение нагрузки действует на более высоком уровне, направляя пользовательский трафик в наиболее подходящие точки входа в различных регионах или к различным облачным провайдерам.

Основные сценарии применения краевого ускорения

Преимущества технологии ускорения передачи данных на границах сети проявляются во многих сценариях, где крайне важны показатели задержек и надежности передачи информации.

Интерактивные приложения в режиме реального времени.

Для онлайн-игр, видеоконференций, инструментов удаленного сотрудничества, финансовых торговых платформ и других приложений с реальным временем любые отклонения в задержках в миллисекунды напрямую влияют на пользовательский опыт и результаты бизнес-процессов. Технология ускорения данных на периферии (edge acceleration) позволяет выполнять такие задачи, как обработка игровой логики, кодирование и декодирование видео, синхронизация состояния сотрудничества и т. д., непосредственно на устройствах пользователя. Благодаря этому взаимодействие пользователя с сервером практически не ощущается с точки зрения задержек, что обеспечивает наст

Масштабные сети Интернета вещей и умные устройства

В сценариях использования Интернета вещей огромное количество датчиков и устройств постоянно генерирует данные. Если все эти данные будут передаваться непосредственно в центральный облако для обработки и анализа, это приведет к значительным затратам на пропускную способность сети и к задержкам в передаче информации. Технология ускорения обработки данных на периферии позволяет выполнять предварительную обработку, фильтрацию, агрегацию данных, а также первичный анализ прямо на узлах, расположенных рядом с устройствами, передавая в облако только ключевую информацию или результаты анализа. Это не только сокращает время отклика, но и снижает нагрузку на основную сеть.

Индивидуализированный веб-опыт и защита от угроз

Электронные магазины, СМИ, социальные сети и другие веб-сайты могут использовать технологии ускорения обработки данных на периферийных узлах. На основе информации о местоположении пользователя, типе устройства, предыдущем поведении и других факторах содержимое веб-страниц может быть динамически собирается и оптимизируется прямо на этих узлах, обеспечивая индивидуальный пользовательский опыт для каждого пользователя. Кроме того, периферийные узлы идеально подходят для размещения веб-приложений-брандмауэров (WAF), систем снижения воздействия DDoS-атак и инструментов управления ботами. Злонамеренный трафик распознается и блокируется ещё на этапе перед доставкой на исходный сервер, что повышает уровень безопасности и защищает ресурсы исходного сервера.

Приложения как услуга (SaaS) и ускорение работы API

Все больше корпоративных сервисов предоставляются в формате SaaS, и скорость отвечения их API напрямую влияет на эффективность бизнес-процессов клиентских компаний. Благодаря технологиям ускорения данных на периферии (edge acceleration) поставщики SaaS могут размещать API-шлюзы, а также часть бизнес-логики на периферийных устройствах, обеспечивая тем самым быстрый доступ пользователей по всему миру к сервисам и единообразный уровень производительности независимо от их местоположения.

Рекомендуемое чтение Подробный обзор пограничного ускорения: как обеспечить экстремальную производительность и низкую задержку для ваших приложений。

Архитектурная стратегия реализации ускорения работы приложений на периферийных устройствах (edge acceleration)

Миграция приложений в архитектуру краевого ускорения требует тщательного планирования и проектирования. Ниже приведены некоторые ключевые стратегии.

Идентификация рабочих нагрузок, совместимых с границами экрана (то есть таких, которые не выходят за пределы экрана при различных разрешениях и форматах).

Не все компоненты приложений подходят для использования на краевых узлах (edge devices). Сначала необходимо проанализировать и определить, какие функции или сервисы чувствительны к задержкам в передаче данных, а также какая логика является легкой в выполнении, не требует сохранения состояния и может быть быстро запущена (без предварительной подготовки). Типичные задачи, подходящие для решения на краевых узлах, включают: управление автентификационными сессиями, агрегацию и организацию работы API, распространение данных в реальном времени, простую обработку и фильтрацию информации и т. д.

Разработка безусловных (stateless) и копируемых (replicable) архитектур

Для полного использования преимуществ гибкости распределенных сетей на периферии код, размещаемый на этих узлах, должен быть спроектирован как максимально бессостоятельный (то есть не сохраняющий своего состояния между выполнениями). Все данные, требующие долговременного хранения, должны быть сохранены в специализированных распределенных базах данных, системах хранения объектов или централизованных базах данных, а к ним должен быть обеспечен эффективный доступ с использованием механизмов кэширования. Это позволяет каждому узлу сети независимо обрабатывать запросы и облегчает процесс горизонтального масштабирования системы.

Использование подхода к разработке, основанного на принципе приоритета краев (edge-first development paradigm).

Разработчикам необходимо изменить свой централизованный подход к разработке и перейти к парадигме, при которой приоритет отдается решениям, реализуемым на периферийных устройствах. Это означает, что при написании кода следует учитывать ограничения, связанные с его работой в распределенных средах: более строгие ограничения по вычислительным ресурсам, необходимость оптимизации работы в условиях высокой сетевой задержки, а также необходимость обеспечения согласованности данных на всем мировом уровне. Крайне важно использовать инструменты локального разработчика и среды моделирования тестирования, предоставляемые платформами для обработки данных на периферии.

Создание системы мониторинга и обеспечения видимости (observability)

Для управления распределенными по всему миру приложениями на периферийных устройствах традиционные централизованные инструменты мониторинга могут оказаться неэффективными. Необходимо создать систему обеспечения видимости (observability), ориентированную на работы приложений на периферии, которая будет собирать логи, показатели и данные трассировки с узлов по всему миру, а также предоставлять единый обзор для отслеживания производительности, диагностики проблем и анализа моделей пользовательского поведения. Это включает в себя мониторинг таких ключевых показателей, как время выполнения функций на периферийных устройствах, уровень ошибок, количество случаев их холодного запуска и т. д.

Проблемы и будущие тенденции в области периферийной обработки данных

Несмотря на очевидные преимущества, широкое внедрение технологий ускорения передачи данных по периферийным каналам сталкивается с рядом трудностей; однако именно эти трудности способствуют постоянному развитию этих технологий.

Безопасность данных и соблюдение правил конфиденциальности представляют собой первоочередные вызовы. Данные обрабатываются и временно хранятся на узлах, расположенных в различных юрисдикциях, поэтому необходимо строго соблюдать такие нормативные акты по защите данных, как GDPR. Для этого платформе необходимо обеспечивать возможности точного геофильтрации данных и их шифрования.

Сложность распределенных систем резко возросла. Логика приложений распространилась с единого центрального узла на тысячи узлов, что значительно усложнило процессы отладки, тестирования, выпуска новых версий программного обеспечения и обеспечения их согласованности. Инструментарий для разработки, а также процессы обслуживания и управления системами должны соответствовать новым требованиям.

Изменения в моделях расчета затрат: сосредоточение потребления ресурсов в облаке сменилось на распределенное использование ресурсов на периферийных устройствах. В связи с этим необходимо переоценить способы взимания платы (например, по количеству запросов, продолжительности выполнения вычислений) и стратегии оптимизации затрат.

Взглянув в будущее, технология ускорения обработки данных на периферии тесно сливается с сетями 5G; мобильные решения на основе технологий краевого обработки данных (Mobile Edge Computing, MEC) с их сверхнизкой задержкой открывают новые возможности для таких сфер, как автомобильные сети и промышленные интернеты. Миниатюризация и повышение эффективности алгоритмов искусственного интеллекта способствуют распространению возможностей искусственного интеллекта на уровень периферийных устройств, что позволяет осуществлять реальные, реальном времени интеллектуальные решения. Кроме того, технологии краевого обработки данных, облачных вычислений и конечных устройств будут формировать более согласованную интегрированную архитектуру “облако-периферия-конец”, которая будет интеллекту

резюме

Технология ускорения данных на периферии интернета радикально меняет архитектуру и производительность интернет-приложений за счет распределенного размещения вычислительных ресурсов вблизи пользователей. Она превосходит традиционные системы распределенного хранения контента (CDN), объединяя в себе такие ключевые технологии, как обработка данных на периферии и интеллектуальное маршрутизирование, и обеспечивает низкую задержку и высокую доступность для приложений, требующих реального времени, интернета вещей, персонализированных веб-сервисов и сервисов на базе модели SaaS. Для внедрения этой технологии необходимо тщательное проектирование архитектуры, а также учет новых вызовов с точки зрения безопасности, сложности и затрат. Будучи одним из основных элементов инфраструктуры следующего поколения интернета, технология ускорения данных на периферии постоянно совершенствуется и совместно с такими технологиями, как 5G и искусственный интеллект, способствует переходу к более мгновенным и интеллектуальным цифровым сервисам.

Часто задаваемые вопросы

В чем разница между краевым ускорением и традиционными CDN?

Традиционные системы CDN (Content Delivery Networks) в основном сосредоточены на кэшировании и распространении статического контента. Их основная функция – предоставлять пользовательские запросы на статические файлы (изображения, видео) с ближайших узлов кэша, тем самым сокращая время отклика системы.

Современные платформы ускорения обработки данных на периферийных узлах представляют собой развитие и расширение традиционных систем CDN (Content Delivery Networks). Помимо кэширования статического контента, эти платформы обеспечивают возможность выполнения программного кода и обработки бизнес-логики непосредственно на периферийных узлах (т. е. используют технологии периферийных вычислений). Это позволяет им обрабатывать динамические запросы, запускать API, создавать персонализированный контент и т. д. Таким образом, сфера применения этих платформ расширилась от простого ускорения передачи данных до ускорения работы самых приложений.

Нужно ли ускорять работу всех веб-сайтов и приложений с помощью периферийных серверов?

Не все приложения нуждаются в использовании технологий краевого ускорения (edge acceleration). Эти технологии наиболее полезны для приложений, пользователи которых распределены по большой территории и крайне чувствительны к задержкам в передаче данных. Например, для внутренней системы управления, предназначенной исключительно для пользователей одной страны или региона, преимущества краевого ускорения могут быть незначительными; более того, его использование может увеличить сложность архитектуры системы.

Для электронной коммерции, СМИ, сервисов на базе модели SaaS, игр, систем реального времени и других приложений, предназначенных для пользователей по всему миру, а также для любых бизнес-процессов, в которых пользовательский опыт и показатели конверсии напрямую связаны со скоростью загрузки страниц и ответами API, технологии краевого ускорения (edge acceleration) могут обеспечить значительное улучшение производительности и повышение бизнес-эффективности.

Является ли миграция приложения на периферийную архитектуру очень сложной процедурой?

Сложность процесса миграции зависит от текущей архитектуры приложения. Для статических веб-сайтов подключение к сервисам ускорения данных на периферии обычно происходит очень просто — это похоже на настройку улучшенной версии системы CDN (Content Delivery Network). Что касается динамических приложений, ключевым моментом является выявление тех компонентов, которые можно перенести на периферийные узлы обработки данных.

Одной из распространенных стратегий является постепенная миграция. Можно начать с хранения динамического контента в кэше на периферийных устройствах и развертывания правил безопасности, затем перенести некоторые бессостоятельные (без сохранения состояния) и легкие API или логику отображения на эти устройства. Таким образом можно постепенно накапливать опыт, вместо того чтобы проводить полную реконструкцию системы. Многие платформы для периферийных вычислений также предоставляют удобные инструменты разработки и механизмы совместимости, чтобы снизить сложность процесса миграции.

Являются ли риски безопасности в области расчетов на периферии (edge computing) более значительными?

Типы и приоритеты безопасных рисков изменились, однако благодаря тщательному проектированию маргинальные архитектуры могут оставаться такими же безопасными, а иногда даже более безопасными. Основные риски связаны с увеличением числа возможных точек атаки (большее количество узлов) и с обработкой данных в большем количестве мест.

Меры по обеспечению безопасности включают в себя: выбор платформы, обеспечивающей эффективное сетевое разделение, безопасные условия выполнения программ и функции защиты на уровне аппаратного обеспечения; соблюдение принципа “нулевого доверия” (zero trust), предусматривающего строгую проверку и авторизацию каждого запроса; использование периферийных узлов для фильтрации и снижения интенсивности вредоносного трафика ещё до его достижения исходного сервера; а также строгое соблюдение нормативов, касающихся локализации данных, с применением функций географического разграничения хранения данных, предоставляемых платформой.