KubeConShanghai2018——KubeEdge开源首秀

2018年11月15日上午Huawei在上海KubeCon宣布了KubeEdge项目开源，并公布了KubeEdge这个开源项目的地址（欢迎Star、Folk，各种Issue、PR）：

并演示基于KubeEdge管理摄像头的一个智能考勤系统的例子。

在此之前，先简单介绍下KubeEdge这个项目背景。当前，越来越多的计算正在从云端往边缘侧转移。

我们身边随处可见边缘计算的场景，例如：

• 智慧园区，可以在边缘侧完成提取视频、图片的摘要，图像识别放在云端。
• 工业机器人，需要在边缘侧进行消息预处理与模式匹配。
• 车联网等等，需要在边缘侧进行ML模型预测等。

5大现实场景下的“客观因素”推动计算从云端走向边缘：

• 低延时要求。AR/VR的时延要求是ms级，工业控制的时延更是在us级。
• 高可靠性。具体表现为：>99.999%的可用性，响应时间可预测，响应结果可重复等。
• 本地自治。要求边缘侧可适应偶尔断网，或者直接本地自治。
• 海量数据和有限带宽的矛盾。设备侧将产生海量数据，而以目前的带宽还无法承载这数据量。另外一个事实就是，很多数据没有全局价值，没有必要浪费带宽上传到云端。
• 信息安全。考虑到商业密码和个人隐私，很多机构和个人并不愿意把数据传输到云端。

中心云无法很好地解决以上问题，引入边缘计算可以解决这些问题。那么如何在边缘侧部署应用呢？我们很自然地想到了Kubernetes。虽然Kubernetes已经成为事实上容器编排的标准，但是当涉到在边缘侧部署时，仍然存在不少挑战。

例如：

1. 边缘侧可能没有足够的资源运行一个完整的Kubelet；
2. 当边缘节点和云端的网络不稳定时甚至完全不通时，能否实现本地自治；
3. 边缘侧节点之间通信；
4. 如何在云端管理多租户的边缘资源，包括设备；
5. 边缘侧没有serverless的支持，比如：函数。

为了解决Kubernetes在IoT Edge场景下的问题，Kubernetes社区最近成立了一个新的工作组：IoT Edge WG。

该工作组由Huawei，红帽，Google和VMWare共同领导。这个工作组的目标是：

• 定义边缘计算的常用术语；
• 梳理和解释常见用例的架构；
• 在当前这些常见用例中梳理出可使用Kubernetes进行部署的用例及其面临的挑战；
• 提供一个能够适应多种IoT Edge场景下的参考的架构。

因此，我们开源了KubeEdge，一个Kubernetes Native的边缘计算管理框架，他的设计初衷就是：让云边协同，计算下沉，让云端更加容易地管理边缘节点和设备。

KubeEdge有以下几个特点：

1. KubeEdge构建在Kubernetes之上，100%兼容K8S API，可以使用K8S API原语管理边缘节点和设备；
2. 为了让K8S应用能够跑在边缘上，深度定制和优化了runtime；
3. 为了应对边缘侧的网络不稳定因素，设计了可靠的消息通道；
4. 边缘适应本地自治；
5. 丰富的应用和协议支持；
6. 大大简化了设备的接入复杂度；

KubeEdge项目开源地址： https://github.com/kubeedge/

KubeEdge是个开放的社区，欢迎开发者积极贡献代码，在使用过程中有任何问题也欢迎提issue讨论。

KubeEdge从功能上看，是打通了从底层设备到设备驱动/SDK，再到边缘侧Runtime，云端控制器以及云上应用整个软硬件全栈。

从架构看，又分为云端和边缘侧。边缘侧是单进程部署，采用了模块化设计，由edged，metamanager，devicetwin，eventbus，edgehub这五个模块构成，模块之间通过golang的channel进行通信。

Edged 就是为边缘计算深度定制的精简runtime，虽然这是一个精简的runtime，但它支持K8S的API原语，比如：Pod，Volume，Configmap等，同时也支持Pod探针和Event上报；

Edgehub 是一个web socket的client，负责和云端的消息通信，包括：向边缘侧同步云端资源更新，向云端报告边缘侧节点和设备状态更新；

Metamanager 则是一个消息处理器，是架在edged和edgehub之间的桥梁，同时也和后端data store交互，读写一些元数据；

EventBus 则是边缘节点和设备的之间的纽带，他既可以从MQTT Broker处订阅设备状态更新事件，并向其他感兴趣的组件发布，也可以向MQTT Broker发送对设备的操作指令，同时云上app和用户自己部署在edge的应用通信，也走eventbus；

DeviceTwin 则负责存储设备元数据到data store以及和云端同步设备状态，用户可以从云端下发的对设备操作指令发布给DeviceTwin。设备目前可以通过MQTT Broker注册进来，也就是eclipse的mosquitto。未来，我们将支持更多的设备协议，例如：AMQP，BlueTooth，ZigBee等。

接下来我们将用一个智慧园区人脸考勤系统为例，展示KubeEdge协同管理云，边和设备的能力。

整个过程分为以下三个步骤：

• 园区管理员通过KubeEdge纳管边缘计算节点，节点纳管后，管理员可以通过界面对边缘节点进行管理和业务发放；
• 园区管理员通过KubeEdge统一管理、配置边缘设备（如视频摄像头），并提供一套接口供边缘应用使用，简化应用配置；
• 园区管理员通过智能视频分析服务，部署边缘人脸识别算法，在边缘侧完成实时视频的人脸抠图，然后在云端完成人脸识别。