随着物联网、虚拟现实、增强现实等技术的发展与应用，未来将会出现数据大爆炸的状况。完全依赖云计算来进行数据传输和处理，将会造成巨大的网络延迟。 边缘计算将数据在边缘节点进行处理能够有效减少数据的传输和处理，但通过云计算的远程存储仍然至关重要。 云计算承载着业界的厚望。业界曾普遍认为，未来计算功能将完全放在云端。但是随着接入设备的增长，在传输数据、获取信息时，带宽越来越捉襟见肘，尤其是随着物联网的发展，云计算在应对联网设备和智能设备增长的大潮下逐渐不能满足需求。搭配了分布式的边缘计算之后，通过智能路由等设备和技术，在不同设备之间传输数据可以有效减少网络流量，降低数据中心的负荷。 如果说云计算是集中式大数据处理，边缘计算则可以理解为边缘式大数据处理。但不同的是，数据不用再传到遥远的云端，在边缘侧就能解决。由于边缘计算更加靠近数据源，所以能够在第一时间获取数据，并对数据进行实时的分析和智能化处理，相较单纯的云计算也更加高效和安全。边缘计算和云计算两者实际上都是对大数据的计算运行的一种处理方式。对比云计算，边缘计算的特点主要有以下几点： （1）分布式和低延时。边缘计算由于靠近数据接收源头，所以能够实时地获取数据并进行分析处理，能够更好地支撑本地业务的实时智能化处理与执行。 （2）高效带宽利用。高带宽传输数据意味着低延迟，但是高带宽也意味着大量的资源浪费。数据在边缘处理有两种可能：一种是数据在边缘完全处理结束，然后边缘结点上传处理结果到云端；另外一种结果是数据处理了一部分，然后剩下的一部分内容将会交给云来处理。以上两种方式的任意一种，都能极大的改善网路带宽的现状，减少数据在网络中的传输，大大提高带宽的利用效能，进而增强用户体验。 （3）高扩展性和弹性。边缘计算的分布式架构意味着随着延迟的降低，它能够提高弹性，降低网络负载，并且更加容易实现扩展。 边缘计算的数据处理从数据源就已经开始了，一旦完成了数据处理，只需发送需进一步分析的数据。这大大减少了组网需求和集中式服务的瓶颈。 此外对于其他的边缘位置或者在设备上缓存数据的潜力，用户可以避免中断并提高系统的弹性。这减少了扩展集中式服务的需求，因为它们需要处理的流量相对较少，可以节省成本、降低设备复杂性和管理难度。 （4）安全性更高。边缘计算在接收到数据之后，可以对数据加密之后再进行传输，提升了数据的安全性。
