什么是分布式云？

借助这种针对性、集中管理的公有云服务分布式部署模式，企业能够在多种云部署位置与环境中灵活部署和运行应用程序或单个应用组件。这种混合部署方式可精准满足业务在性能表现、合规监管等方面的各类核心需求。分布式云解决了混合云或多云环境中可能出现的运营和管理不一致问题。

最为关键的是，分布式云为边缘计算奠定了理想基——通过将服务器和应用程序部署在更靠近数据产生的位置来运行。

分布式云和边缘计算的需求增长，主要由物联网、人工智能、电信行业及其他需实时处理海量数据的应用场景所驱动。此外，分布式云还助力企业攻克了各国及行业专属数据隐私法规的合规难题——近期更在新冠疫情导致员工与用户分布分散的背景下，为其提供稳定的 IT 服务支持。

您可能听说过分布式计算。这种计算模式会将应用组件分散部署在不同的联网计算机上，组件之间通过消息传递或 API 实现通信，其核心目标是提升应用整体性能或最大化计算效率。

分布式云在此基础上实现巨大飞跃——它将公有云供应商的完整计算栈部署到客户所需的任意位置：既可以是客户自有数据中心或私有云等本地环境，也可以是客户外部环境中的一个或多个公有云数据中心（这些数据中心可能属于该云供应商，也可能不属于）。

实际上，分布式云利用地理上分散的微云卫星扩展了供应商的集中式云。云供应商保留对所有分布式基础设施的运营、更新、治理、安全性和可靠性的集中控制权。

客户可将所有资源（包括集中式云服务，以及部署在任意位置的分布式节点）作为一个统一的云环境进行访问，并通过单一控制平面实现管理。正如行业分析机构 Gartner 所说，分布式云通过混合云和混合多云解决了各种问题。

再强调一次，边缘计算指的是将应用工作负载部署并运行在物理上尽可能靠近数据产生源的位置——例如，用户与手机、条码扫描仪等设备进行交互的场景，或是安防摄像头、机器传感器等物联网设备采集并生成数据的场景。

用外行人的话来说，边缘计算让企业可以“将数学应用于数据”——在创建数据的地方计算，而无需将数据移动到集中式云数据中心处理，再返回需要答案的地方提供决策支持或流程自动化。因此，对于需高速或实时处理海量数据且延迟敏感的应用场景而言，边缘计算正日益被视为不可或缺的核心技术。

您也许可以在没有分布式云架构的情况下实现边缘计算。但是分布式云使边缘应用程序的部署和管理变得更加容易。试想一下，您运营着多家制造工厂，每家工厂都配备了由不同云服务托管的边缘服务器，专门处理数千个传感器产生的数据。

借助分布式云，您可通过单一控制平面、统一仪表板及一套云原生工具集，实现所有资源的集中管控——例如部署和管理 Kubernetes 集群、执行安全更新、监控运行性能等操作，且所有功能均来自同一云生态。若缺少分布式云，这些操作任务与工具集可能会因边缘服务器的部署位置不同而存在差异。

分布式云和边缘计算的核心价值贯穿全业务流程——从简化多云管理，到提升扩展能力与开发效率，再到部署尖端自动化及决策支持类应用与功能。

• 增强混合云或多云环境的可视性与可管理性：分布式云通过单一控制台与一套标准化工具集，提供全域可视能力与集中管理功能，助力各类组织更好地管控其混合多云基础设施。
  
  
• 高效、实惠的可扩展性和敏捷性：扩展专用数据中心或在不同的地理区域建设新的数据中心位置既昂贵又耗时。借助分布式云，组织无需进行物理设施扩建，即可将业务扩展至现有基础设施或边缘节点；同时，通过沿用统一工具集与专业团队，能够在环境内任意位置快速开展应用开发与部署工作。
  
  
• 更轻松地遵守行业或区域法规：许多数据隐私法规规定用户的个人信息 (PI) 不得传输至用户所在国家/地区境外。分布式云基础设施能大幅降低组织在用户所在居住国本地化处理个人信息的实施难度。从源头处理数据还可以简化医疗保健、电信和其他行业对数据隐私法规的遵守。
  
  
• 内容分发加速：基于分布式云部署的内容分发网络 (CDN)，通过在更靠近用户的节点存储并分发视频内容，可显著提升流媒体传输性能，进而优化用户体验。
  
  
• 物联网、AI 和机器学习应用：视频监控、制造自动化、自动驾驶汽车、医疗保健应用、智能楼宇和其他应用都依赖于实时数据分析，这些应用无法等待数据传输到中央云数据中心再返回。分布式云和边缘计算可提供这些应用程序所需的低延迟。

IBM® Cloud Satellite 可帮助您在所有本地环境、边缘计算节点及任意云厂商的公有云环境中，实现应用的一致性部署与运行。该方案将 Kubernetes、数据、AI 及安全服务等核心组件标准化，由 IBM Cloud 以服务化模式提供集中管理；同时通过单一管理视图,实现对所有环境的全域可视化监控。结果是提高了开发人员的工作效率和开发速度。

要了解更多信息或开始使用分布式云，请注册 IBM® Cloud 账户。