[导读]近两年，我国的智能交通事业得到了较快发展。2012年中国交通运输部发布的《交通运输行业智能交通发展战略(年)》提出实现对高速公路、国省干线公路、重要路段、大型桥梁、车辆区域及交通运输状况等的感知和监控。

　　近两年，我国的事业得到了较快发展。2012年中国交通运输部发布的《交通运输行业智能交通发展战略(年)》提出实现对高速公路、国省干线公路、重要路段、大型桥梁、车辆区域及交通运输状况等的感知和。使出行人能够在任何时间、任何地点通过其熟悉的方式获取所需的出行计划和实时的出行信息，提高公共交通的吸引力和分担力，缓解城市拥堵，使出行更便捷。实现对危险品运输车辆、船舶、长途客运、城市公交、出租车和轨道交通的全程监控，基本建成全方位覆盖、全天候运行、快速反应的水上交通安全监管系统和海事信息服务系统。可以看出，该项战略为未来中国智能交通的发展指明了方向。基于上述需求和目标企业是如何看的呢?为此我们采访了宇视科技的黄建强和黄攀先生。

　　大数据与对智能交通的影响

　　在采访中，宇视科技的黄建强谈到:“云计算作为一种全新概念的信息服务模式，以其自动化IT资源调度、高度信息部署以及优异的扩展性，成为解决智能交通目前所面临的关键技术手段。”云是智能交通建设发展的关键技术手段也是由智能交通特点和需求来决定的。

　　智能交通有以下特点和需求：

　　智能交通的分析对象是整个城市的交通行为主体，这就导致了其海量数据的固有特性。“以北京市为例，6万余辆出租车一天就会产生数亿条GPS数据，而车牌识别、交通监控视频等数据量更大，交通相关的数据量级已从TB级别跃升到PB级别，如果要实现对城市道路的交通状况、交通流量信息、交通违法行为等的全面监测，特别是承担在交通高峰期采集、处理及分析大量的实时监测数据的工作，整体平台的运行压力将非常巨大,传统的交通数据分析方法已很难有效支撑这么庞大的数据体的开发与利用。”采访中宇视科技的黄攀谈到。

　　2、应用负载波动大

　　交通流特性呈现随时间变化大，区域关联性强的特点，需要根据实时的交通流数据及时全面采集、处理、分析等。传统的智能交通方案由于无法做到全局统筹，往往会陷入各自为战的境地。

　　3、高要求的信息实时处理性能

　　随着城市交通的拥堵，不少出行人要求能够在任何时间、任何地点通过其熟悉的方式获取所需的出行计划和实时的出行信息。这就要求未来的智能交通需要满足高效性、实时性的要求。

　　交通行业信息资源的全面整合与共享是智能交通发挥整体方案优势、统一协调、整体统筹资源的基础。在目前正在建设的中，大量的终端出自不同的厂商及不同的平台，形成大大小小的信息孤岛，很难实现数据共享。

　　5、高可用性及高稳定性要求

　　需面向政府、社会和公众提供交通服务，为出行者提供安全、畅通、高品质的行程服务，以保障交通运输的高安全、高时效和高准确性，势必会要求系统需具有高可用性和高稳定性。而目前的方案中，由于设备类型众多，厂商繁杂，质量和都参差不齐，不仅维护成本庞大，而且很难做到高稳定性。

　　由于上述的实际需求，使得云计算与大数据技术成为智能交通系统的重要支撑。

　　云计算可以整合资源，对于智能交通领域能够满足未来交通行业发展、扩展需求而整合其将来所需的各种硬件、软件、数据。那么，云计算对于智能交通的作用具体体现在哪里呢?

　　采访中宇视科技黄攀谈到：“云计算可以动态地满足整体方案中各个应用系统，针对交通行业的需求，如为基础设施建设、交通信息发布、交通企业增值服务、交通指挥提供决策支持及交通仿真模拟等，能够全面满足开发系统资源平台的需求，还能够快速满足突发系统的需求。”由此可见，云计算是智能交通未来建设发展的方向。

　　数据分析能力影响智能交通建设发展

　　目前我国的智能交通在快速发展，问题和困境也非常突出，从各个城市的发展状况来看，智能交通的潜在价值还没有得到有效挖掘：对交通信息的感知和收集还是有限，对存在于各个管理系统中的海量的数据无法共享运用、有效分析，对交通态势的研判预测乏力，对公众的交通信息服务很难满足需求。除了各地在交通建设理念、投入上的差异，在整体上智能交通的现状是效率不够高，程度不够，使得很多先进技术设备发挥不了应有的作用，也造成了投入资金的浪费。这其中很重要的问题是数据时代带来的硬伤：从模拟时代带来的管理思想和技术设备只能进行一定范围的分析，而管理系统的那些关系型数据库只能刻板的分析特定的关系，对于海量数据，尤其是半结构、非结构数据无能为力。数据分析能力很大程度影响了智能交通建设的发展。

　　利用最先进的云计算与大数据技术手段来解决人类智能交通发展中难题，除了政府的利好以外，更需要各个安防厂商的不断技术创新与产品推陈出新。

前言：随着工业互联网的不断发展，传感器，底层设备接入的数量越来越多，各类型的数据呈现爆炸式增长，数据计算技术，特别是边缘计算技术已成为影响工业互联网平台深入应用的重要因素。边缘计算模型成为新兴万物互联应用的支撑平台，目前已是大势所趋。

要讲边缘计算，就不得不提云计算，云计算的概念被提出来有10几年的时间了，当时很多人都认为这是“可有可无”的东西，但是谁也没有想到，就是这个大部分人都觉得不靠谱的东西，最后竟然把那些IT领域的巨头打的一蹶不振。

为什么会出现这种情况呢?那是因为，云计算可以通过互联网手段将基础设施，平台和应用等服务的交互模式彻底颠覆。简单来说，云计算可以帮助用户提效率，降成本。但是，发展到今天，随着接入边缘设备数据量的爆炸式增长，现有的云计算的集中处理模式在万物互联的今天便暴露出很多弊端,云计算的集中处理模式在万物互联的背景下有 4 点不足:

(1)万物互联实时性需求。万物互联环境下，随着边缘设备数量的增加，这些设备产生的数据量也在激增，导致网络带宽逐渐成为了云计算的一个瓶颈。例如波音 787 每秒产生的数据量超过 5 GB，但飞机与卫星之间的带宽不足以支持实时数据传输。

(2)数据安全与隐私。随着移动互联网的普及，很多手机APP，会直接将摄像头收集的视频数据上传至云计算中心会增加泄露用户隐私数据的风险。同样在军工领域，很多客户对数据有严格的保密性要求，是绝对不允许自己的数据传输到云端的。

(3)可靠性的需求。如果遇到网络故障或者云计算中心节点故障，那么即便只是瞬间的故障，其影响都可能是灾难性的。

(4)能耗较大。随着在云服务器运行的用户应用程序越来越多，数据中心巨大的能耗问题，这在万物互联环境下将更加突出，据统计，现有数据中心用电量占全社会用电量1.8%。未来大规模数据中心对能耗的需求将难以满足。

针对于此，万物互联应用需求的发展催生了边缘计算模型。边缘计算模型是指在网络边缘执行计算的一种新型计算模型。

边缘计算是一种分布式计算系统架构。在其中，计算资源和应用程序服务可以分布在从数据源到云的通信路径中。

边缘计算通过在终端设备和云之间引入边缘设备，将云服务扩展到网络边缘。边缘计算架构包括终端层、边缘层和云层。下图便展示了边缘计算的体系架构。

边缘计算模型中边缘设备具有执行计算和数据分析的处理能力，把部分或全部的计算任务从云端卸载到边缘之后，整个系统对能源的消耗减少了30%-40%，数据在整合、迁移等方面可以减少20倍的时间。降低了云服务器的计算负载，减缓了网络带宽的压力，提高了万物互联时代数据的处理效率。

需要注意的是，边缘计算并不是为了取代云，而是对云的补充，为移动计算、物联网等提供更好的计算平台。

为什么工业物联网时代，采用边缘计算?

在工业物联网时代，随着越来越多的设备联网，边缘计算模型将原有云计算中心的部分或全部计算任务迁移到数据源附近，相比于传统的云计算模型，边缘计算模型具有实时数据处理和分析、安全性高、隐私保护、可扩展性强、位置感知及低流量的优势：

(1)实时数据处理和分析。将原有云计算中心的计算任务部分或全部迁移到网络边缘，在边缘设备处理数据，而不是在外部数据中心或云端进行;因此提高了数据传输性能，保证了处理的实时性，同时也降低了云计算中心的计算负载。

(2)安全性高。传统的云计算模型是集中式的，这使得它容易受到分布式拒绝服务供给和断电的影响。边缘计算模型在边缘设备和云计算中心之间分配处理、存储和应用，使得其安全性高。边缘计算模型也降低了发生单点故障的可能性。

(3)保护隐私数据，提升数据安全性。边缘计算模型是在本地设备上处理更多数据而不是将其上传至云计算中心，因此边缘计算还可以减少实际存在风险的数据量。即使设备受到攻击，它也只会包含本地收集的数据，而不是受损的云计算中心。与边缘计算相关的安全级别通常更高，因为数据不是通过网络发送到云的。在边缘计算中，数据是分散的，这使得数据更难被攻击。

(4)可扩展性。边缘计算提供了更便宜的可扩展性路径，允许公司通过物联网设备和边缘数据中心的组合来扩展其计算能力。使用具有处理能力的物联网设备还可以降低扩展成本，因此添加的新设备都不会对网络产生大量带宽需求。

(5)位置感知。边缘分布式设备利用低级信令进行信息共享。边缘计算模型从本地接入网络内的边缘设备接收信息以发现设备的位置。例如导航，终端设备可以根据自己的实时位置把相关位置信息和数据交给边缘节点来进行处理，边缘节点基于现有的数据进行判断和决策。

(6)低流量。本地设备收集的数据可以进行本地计算分析，或者在本地设备上进行数据的预处理，不必把本地设备收集的所有数据上传至云计算中心，从而可以减少进入核心网的流量。

边缘计算在工业领域的实际应用

1.预测设备故障与主动数据反馈:

通过机器学习模型预测设备故障，数据需要从多个边缘设备中获得。分析模型非常复杂，需要大量数据进行训练及重新训练模型，还需定期数据馈送，通过分析设备每个单元的频谱特性来判断剩余使用寿命。

此外，需要定期规律性分析来自各个设备的数据，由于信息有效性衰减比其他应用情景慢得多，可每天或每周做出决策。计算通常执行于企业级的公共云端或私有云端，且位于边缘连续体的顶端。工业边缘计算可以降低网络延迟，然后无需通过网络将数据传输到数据中心或云进行处理。对于时间要求相对较高的工业而言，这尤其重要，因为工业行业要实时数据搜集和对自动化生产线的即时反馈处理。

比如一台空压机的传感器，它每秒钟都在产生数据，并且数据相当复杂，有位移，有电流，有震动，有速度，有温度等等。如果把所有数据都传到云端的话，云端也无法承受如此大的数据量。所以就要把很多垃圾数据在设备端处理掉，并且对有价值的数据进行基本的频谱分析，然后再把分析过的数据传到网关端，网关再对这组数据做更进一步的分析，做出一些实时的判断.

中科森尼瑞电机预测性维护架构

当这些分析、判断的数据量足够多的时候，再在云端在做大规模的风险判断。目前中科森尼瑞，已经做到在一个小的一个闭环里头，提前一个月对电机的停机故障做出预测。

中科森尼瑞电机预测性维护系统

中科森尼瑞电机预测性维护系统根据电机运行中电流谱与振动，温度等数据诊断，在运行过程中，搜集电机大数据，通过智能AI边缘运算盒完成数据处理，AI自主学习，根据现场采集的运行数据自动完善优化电机数据模型，运行时间越久，预测准确率越高!预测准确率可达80%以上! 可大幅度提高电机寿命，提升企业效益。

2.基于“边缘计算+物联网总线”的工业配电自动化系统

目前随着电力物联网快速发展,作为电力重点供电环节的配网,将引入大量智能终端.现阶段大部分配网状态监测数据,都上传至云端进行集中式计算管理,大同小异，均遵循传统电力监控“三层两网”的设计。

传统电力监控“三层两网”架构

面对工业领域，由于中低压设备较多，一般一个项目需要大量的数据采集点，几万点或者几十万个点，而常规架构的电力监控在本地电脑上进行大量的数据处理，同时采用RS485传输，传输速率慢，数据你问我答式，传统系统经常会出现卡死，或者遥测数据传输慢的情形。

同时传统架构的云平台，随着边缘设备数量和数据的不断增加,给云端计算,存储带来很大的挑战.

于是，中科森尼瑞技术有限公司提出了基于“边缘计算+物联网总线”的工业配电自动化系统 ,在智能终端层加边缘计算网关,应用于配网状态监测,实现本地化的数据采集,存储和分析.同时传输速率提高了数据传输性能，保证了处理的实时性，同时也降低了云计算中心的计算负载。

同时为了解决现场总线在5G通讯最后一公里的问题，中科森尼瑞技术有限公司基于 CAN2.0 总线协议制定的 CAN 实时总线应用层协议。主要用于具备CAN-Link Modbus物联网总线的配电设备(包含高压保护、低压线路测量保护装置、电动机保、数字表等)。不仅满足元件设备与工业配电自动化系统通讯要求，也满足设备与设备，设备与物联网关之间相互通讯要求。

中科森尼瑞基于“边缘计算+物联网总线”的工业配电自动化系统

边缘计算得到了来自工业界和学术界的广泛重视和一致认可,同时边缘计算是工业互联网的重要技术支撑，作为新型的数据计算架构和组织形态，边缘计算扩展了网络计算的范畴，将计算从云中心扩展到了网络的边缘，为用户就近提供智能服务。随着边缘计算的不断发展，其在数字化转型中发挥的作用将会更加突出。

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

今天小编要跟大家分享的文章是关于的常见面试问题及标准答案。准备参加Linux运维面试的小伙伴们来和小编一起看一看吧，希望本篇文章能够对大家有所帮助。

使用云计算有下列优点：

a)备份数据和存储数据

f)具有成本效益，并节省时间

2)可否列举哪些平台用于大规模云计算?

用于大规模云计算的平台包括：

3)可否解释用于云计算部署的不同模式?

不同的云计算部署模式包括：

4)云计算与移动计算有何区别?

移动计算使用与云计算同样的概念。借助互联网而不是借助单个设备，云计算因数据而变得活跃。它为用户提供了需要按需获取的数据。在移动计算中，应用程序在远程服务器上运行，为用户提供了访问所存储数据的权限。

公用计算让用户可以只需要为使用的资源付费。它是由决定从云端部署哪种类型的服务的企业组织管理的一种插件。

大多数企业组织青睐混合策略。

6)由于数据在云端传输，你如何确保数据安全?

数据从一个地方传输到另一地方的过程中想确保数据安全，就要确保针对你发送的数据所使用的加密密钥没有泄露。

7)云在安全方面的措施有哪些?

a)身份管理：授权应用程序服务。

b)访问控制：将权限授予用户，那样用户可以控制进入到云环境的另一个用户的访问。

c)验证和授权：只允许通过授权和验证的用户访问数据和应用程序。

8)可否列出定义云架构的不同层?

8)云架构使用的不同层包括：

9)云计算系统集成商的角色是什么?

在云计算中，系统集成商负责为用来设计云平台的复杂过程制定策略。集成商需要构建更准确的混合云和私有云网络，因为集成商拥有数据中心构建方面的全部知识。

“EUCALYPTUS”的全称是将你的程序连接到实用系统的弹性公用计算架构。

11)可否解释“EUCALYPTUS”在云计算中有何用处?

Eucalyptus是云计算中的一种开源软件基础设施，它用来将集群实施到云计算平台上。它用来构建公共云、混合云和私有云。它能够将你自己的数据中心打造成私有云，并让你可以将其功能应用于其他许多企业组织。

12)虚拟化平台在实施云时有何要求?

虚拟化平台在实施云时的要求包括：

c)虚拟化平台有助于让后端级别概念和用户级别概念彼此不同。

13)在使用云计算平台前，用户需要考虑哪些必要的方面?

f)云计算的数据完整性

14)可否列举几个开源云计算平台数据库?

开源云计算平台数据库有：

15) 落实了哪些安全法规来保护云端数据的安全?

为保护云端数据安全而落实的安全法规包括：

a)处理：控制在应用程序中正确、完整处理的数据。

b)文件：它管理和控制任何文件中处理的数据。

c)输出调和：它控制输入和输出之间需要调和的数据。

d)输入验证：控制输入数据。

e)安全和备份：它提供安全和备份，还控制安全泄密日志。

16)可否列举几个大型云提供商的数据库名称?

17)可否解释云与传统数据中心之间的区别?

a)由于供暖和硬件/软件问题，传统数据中心的成本比较高。

b)需求增加时，云可以扩增资源。大部分开支花在了数据中心的维护上，而云计算不是这样。

18)可否解释软件即服务(SaaS)的不同模式?

a)简单的多租户模式：在该模式中，每个用户有独立的资源，与其他用户分开来，这是一种高效的模式。

b)细粒度的多租户模式：在这种模式中，资源由许多租户共享，但是功能仍然一样。

19)API在云服务中有何用途?

API(应用编程接口)在云平台中非常有用

a)不需要编写功能完备的程序。

b)提供了在一个或多个应用程序之间进行联系的指令。

c)易于构建应用程序，并将云服务与其他系统联系起来。

20)为云计算部署了哪些不同的数据中心?

云计算包括不同的数据中心，比如

21)云计算中有哪些不同的层?

a)SaaS：软件即服务，它让用户可以直接访问云应用程序，不必在系统上安装任何东西。

b)IaaS：基础设施即服务，它从硬件(比如内存和处理器速度等)等层面提供了基础设施。

c)PaaS：平台即服务，它为开发人员提供了云应用程序平台。

22)平台即服务有多重要?

平台即服务(PAAS)是云计算中一个很重要的层。它为提供商提供了应用程序平台。它负责提供基础设施层的全面虚拟化，让它运行起来如同单一的服务器。

云服务用来通过互联网，使用网络中的服务器来构建云应用程序。它提供了这种便利：不必将云应用程序安装到计算机上，即可直接使用。它还减少了维护和支持使用云服务开发的应用程序的工作。

24)可否列出云计算领域的三种基本云?

25)就基础设施即服务而言，它提供了什么资源?

IAAS(基础设施即服务)提供了用来构建云的虚拟资源和物理资源。它负责处理部署和维护这一层提供的服务带来的复杂性。在这里，基础设施是服务器、存储系统及其他硬件系统。

26)云架构有什么样的业务好处?

云架构具有的好处包括：

27)云架构有别于传统架构的特点有哪些?

让云架构有别于传统架构的特点包括：

a)按照需求，云架构满足硬件要求。

b)云架构能够按需增减资源。

c)云架构能够管理和处理动态工作负载，顺畅无阻。

28)可否列举云计算中弹性与可扩展性的区别?

可扩展性是云计算的一个特点;借助可扩展性，只要相应增加资源容量，就可以处理增加的工作负载。作为云计算的另一个特点，弹性强调了启用和停用庞大的资源容量这一概念。

Window Azure提供了三种核心服务，包括：

30)在云架构中，必需的不同部分有哪些?

31)在云架构中，经历的不同阶段有哪些?

32)可否列出云计算的基本特点?

b)自助式配置和自动取消配置

d)自助计费的使用模式

33)在云架构中，基本的构建模块有哪些?

34)可否描述云架构以哪些方式来提供自动化和性能透明度?

为了提供性能透明度和自动化，云架构使用许多工具。它可以管理云架构和监测报告。它还可以共享使用云架构的应用程序。自动化是云架构的关键部分，有助于改善质量级别。

35)可否解释一下高性能云在云计算中的角色?

高性能云在立即传输最大数量的数据方面很有用。从事高性能计算研究的专业人员经常使用高性能云。

36)可否解释混合云和社区云?

混合云：混合云包括多家服务提供商。它结合了公共云和私有云的功能。公司同时需要私有云和公共云时，就会使用混合云。

社区云：这种模式的成本相当高;多家企业组织有着共同的目标和需求，又准备共享云服务的优点时，就会使用社区云。

37)在云中，优化策略有哪些?

为了克服维护成本，并且优化资源，用到云端三个数据中心这个概念：提供恢复和备份机制，万一出现灾难或系统故障，可确保所有数据安全无恙。

38)亚马逊SQS是什么东东?

为了在不同的连接件之间联系，就要使用亚马逊SQS消息;它在亚马逊的不同组件中充当“联络者”。

39)缓冲器如何用于亚马逊网络服务?

为了让系统更高效地应对流量或负载突增的情况，提供商使用缓冲器。缓冲器可同步不同的组件。组件始终以一种不平衡的方式接收和处理请求。不同组件之间的平衡由缓冲器来负责管理，好让它们以同样的速度来工作，从而提供更快的服务。

40)可否描述云计算中的虚拟机管理程序及其类型?

虚拟机管理程序是虚拟机监测工具，为虚拟机管理资源。虚拟机管理程序主要有两种类型。

类型1：访客虚拟机直接在主机硬件上运行，比如Xen和VMWare ESXI。

类型2：访客虚拟机通过主机操作系统在硬件上运行，比如KVM和Oracle VirtualBox。

以上就是小编今天为大家分享的关于Linux运维面试的常见面试问题及标准答案的文章，希望本篇文章能够对正在从事Linux运维工作和准备参加Linux运维面试的小伙伴们有所帮助，想要了解更多Linux相关知识记得关注官网，最后祝愿小伙伴们面试顺利，成为一名优秀的Linux运维工程师。

【免责声明：本文图片及文字信息均由小编转载自网络，旨在分享提供阅读，版权归原作者所有，如有侵权请联系我们进行删除。】