云边端三层架构设计：边缘节点软件分层方案

本文是「畅联云」边缘计算系列文章的第二篇。明确了"为什么需要边缘计算"后，本文将深入云边端三层架构的设计细节，重点分享边缘节点的软件分层方案。

前言

边缘计算架构设计的第一步，是理清云端、边缘、终端三层各自的职责边界。边界不清会导致功能重叠、通信冗余和运维混乱。平台在架构设计初期就确立了"云端管全局、边缘管实时、终端管执行"的原则。

一、云边端三层架构

1.1 架构总览

物联网边缘计算的典型架构分为三层：

┌─────────────────────────────────────────┐
│              云端平台（Cloud）            │
│  全局管理 / 大数据分析 / AI模型训练      │
│  设备管理 / 配置下发 / 数字孪生          │
└──────────────┬──────────────────────────┘
               │ 边云协同通道
┌──────────────┴──────────────────────────┐
│            边缘节点（Edge）              │
│  本地计算 / 协议转换 / 数据过滤          │
│  实时控制 / 消息路由 / 边缘AI推理        │
└──────────────┬──────────────────────────┘
               │ 多协议接入
┌──────────────┴──────────────────────────┐
│            终端设备（Device）            │
│  传感器 / 执行器 / 控制器 / 网关        │
└─────────────────────────────────────────┘

1.2 各层职责划分

云端平台

边缘节点

终端设备

1.3 职责边界原则

平台在划分三层职责时遵循以下原则：

1. 实时性分层：毫秒级响应在边缘闭环，秒级响应走云端
2. 数据量分层：高频大数据在边缘过滤，低频关键数据上传云端
3. 决策权限分层：局部决策在边缘，全局决策在云端
4. 故障影响分层：边缘故障影响局部，云端故障不影响边缘自治

二、边缘节点软件分层架构

2.1 五层架构设计

边缘节点的软件架构是整个方案的核心，需要兼顾轻量化、可扩展性和可靠性。平台采用五层分层设计：

┌──────────────────────────────────────┐
│           应用层（App Layer）          │
│  规则引擎 / 数据处理 / AI推理 / 自定义应用  │
├──────────────────────────────────────┤
│         管理层（Management）          │
│  应用编排 / 配置管理 / 监控上报 / OTA   │
├──────────────────────────────────────┤
│         核心层（Core Runtime）         │
│  消息总线 / 数据流引擎 / 存储引擎       │
├──────────────────────────────────────┤
│         接入层（Connectivity）        │
│  南向：Modbus / OPC UA / MQTT / BLE   │
│  北向：MQTT / HTTP / gRPC / WebSocket  │
├──────────────────────────────────────┤
│         基础设施（Infrastructure）     │
│  容器运行时 / 进程管理 / 安全沙箱       │
└──────────────────────────────────────┘

2.2 各层详解

基础设施层（Infrastructure）

这是整个边缘节点软件的地基，负责提供容器运行时、进程管理和安全隔离：

• 容器运行时（containerd / Docker），支持应用容器化部署
• 进程管理器，负责核心服务的启动、监控和自动重启
• 安全沙箱，限制应用的资源访问权限，防止恶意或异常应用影响系统

接入层（Connectivity）

负责南向（设备方向）和北向（云端方向）的通信协议适配：

核心层（Core Runtime）

边缘节点的心脏，提供三个核心引擎：

• 消息总线：各组件之间的高效通信，支持发布/订阅模式
• 数据流引擎：数据管道编排，定义数据从采集到处理到上报的流转路径
• 存储引擎：本地数据缓存，支持时序数据写入和查询

管理层（Management）

负责边缘节点的运维管理：

• 应用编排：应用的安装、启动、停止、升级
• 配置管理：从云端接收配置并下发到各组件
• 监控上报：采集节点和应用的健康指标，定期上报云端
• OTA 升级：边缘节点自身固件和软件的远程升级

应用层（App Layer）

承载具体业务逻辑 ，以容器方式部署：

• 规则引擎（如数据阈值判断、事件触发）
• 数据处理脚本（如滤波、聚合、格式转换）
• AI 推理应用（如缺陷检测、异常检测）
• 自定义应用（用户开发的专属逻辑）

三、设计原则

平台在边缘节点软件设计中遵循四个核心原则：

3.1 模块化

各层之间通过标准化接口通信，支持独立升级和替换。例如接入层新增一个协议驱动，不需要修改核心层和应用层的代码。

3.2 容器化

应用层以容器方式部署，带来三个好处：

• 隔离性：应用之间互不干扰
• 可移植性：同一镜像可部署到不同硬件平台的边缘节点
• 远程管理：云端可统一编排和更新

3.3 轻量化

边缘节点资源有限（通常 2-8 核 CPU、4-16GB 内存），运行时需精简：

3.4 断网容错

核心层和管理层需在断网时独立运行：

• 消息总线不依赖云端，本地通信正常
• 存储引擎本地写入，数据不丢失
• 规则引擎本地执行，控制不受影响
• 管理层缓存配置和指令，网络恢复后同步

小结

云边端三层架构的核心是"职责分层、各司其职"。云端管全局和 AI 训练，边缘管实时和自治，终端管采集和执行。边缘节点软件采用五层分层设计，在轻量化与功能完备之间取得平衡。

下一篇，我们将深入边缘节点的关键技术选型，包括边缘运行时、消息总线和存储方案的对比。