分布式云实现了针对性能、合规性和边缘计算进行优化的私有云服务的地理分布、集中管理散布。
1、什么是分布式云？
分布式云是一种公共云计算服务，能够让企业在云提供商的基础架构上和本地、其余云提供商的数据中心或第三方数据中心或托管核心等多个不同地位运行公共云基础架构，并从单个管制立体治理所有内容。
通过这种有针对性的、集中管理的公共云服务散发，企业能够在最能满足企业对性能、法规听从性等方面的要求的混合云地位和环境中部署和运行应用程序或单个应用程序组件。分布式云解决了混合云或多云环境中可能呈现的经营和治理不统一问题。
最重要的是，分布式云为边缘计算提供了现实的根底——在更凑近创立数据的中央运行服务器和应用程序。
对分布式云和边缘计算的需要次要由物联网 (IoT)、人工智能 (AI)、电信 (telco) 和其余须要实时处理大量数据的利用驱动。但分布式云也帮忙公司克服恪守国家或行业特定数据隐衷法规的挑战，并且为因疫情大风行而重新分配的员工和最终用户提供 IT 服务。
2、分布式云的工作原理
大家之前应该有理解过分布式计算，其中应用程序组件散布在不同的联网计算机上，并通过消息传递或 API 互相通信，以进步整体应用程序性能或最大化计算效率。
分布式云更进一步，将公共云提供商的整个计算堆栈散发到客户可能须要的任何中央，即客户本人的数据中心或公有云的本地，或一个或多个公共云数据中心的内部可能属于也可能不属于云提供商。
实际上，分布式云通过天文上散布的微云卫星扩大了提供商的集中式云。云提供商保留对所有分布式基础架构的操作、更新、治理、安全性和可靠性的集中控制。客户能够拜访所有集中式云服务，以及所有地位的卫星——作为一个繁多的云，并从一个管制立体进行治理。这样，正如行业分析师 Gartner 所示意的那样，分布式云修复了混合多云中断的问题。
3、分布式云和边缘计算
同样，边缘计算是指在物理上尽可能凑近创立数据的地位定位和运行应用程序工作负载。例如，用户与手机或条形码扫描仪等设施交互的地位，或者平安摄像头或机器传感器等物联网设施的地位正在收集和生成数据。
用在行的话来说，边缘计算让你“把数学带到数据中”——把计算放在创立数据的中央，而不是将数据挪动到集中的云数据中心进行解决，而后回到须要答案的中央进行决策反对或过程自动化。因而，当低提早至关重要时，边缘计算越来越被视为高速或实时处理大量数据的应用程序的必要条件。
企业能够在没有分布式云架构的状况下实现边缘计算。然而分布式云使边缘应用程序的部署和治理变得更加容易。
设想一下，如果企业运行多个制作工厂，每个工厂都有本人的边缘服务器，由不同的云服务提供商托管，解决由数千个传感器生成的数据。
借助分布式云，企业能够从一个管制立体、一个仪表板和一个云中的一组工具管制和治理所有——例如部署和治理 Kubernetes 集群、进行安全更新、监控性能。如果没有分布式云，这些工作和工具可能会因边缘服务器所在的地位而异。
4、分布式云和边缘计算的用例
分布式云和边缘计算反对从简化的多云治理到进步可扩展性和开发速度，再到部署最先进的自动化和决策反对应用程序和性能的所有。
1）改良的混合云 / 多云可见性和可管理性： 分布式云能够帮忙任何企业通过从一个控制台应用一套工具提供可见性和治理来更好地管制其混合多云基础架构。
2）高效、具备老本效益的可扩展性和敏捷性： 扩大专用数据中心或在不同地区建设新的数据中心地位既低廉又耗时。借助分布式云，企业能够扩大到现有基础架构或边缘地位而无需物理扩大，并且能够应用雷同的工具和人员在环境中的任何地位疾速开发和部署。
3）更轻松的行业或本地化法规听从性： 许多数据隐衷法规规定用户的个人信息 (PI) 不能在用户所在国家 / 地区以外的中央流传。分布式云基础架构使企业更容易在每个用户的寓居国家 / 地区解决 PI。从源头解决数据还能够简化对医疗保健、电信和其余行业的数据隐衷法规的恪守。
4）更快的内容交付： 部署在分布式云上的内容交付网络 (CDN) 能够通过从更凑近最终用户的地位存储和交付视频内容来进步流视频内容的性能和用户体验。
5）物联网 (AI) 和机器学习利用： 视频监控、制作自动化、主动驾驶汽车、医疗保健利用、智能建筑和其余利用依赖实时数据分析，须要数据紧急传输到地方云数据中心和背部。分布式云和边缘计算提供了这些应用程序所需的低提早。