总览

雾计算是什么？

雾计算（Fog Computing），是使用最终用户终端设备或连接最终用户设备的边缘设备， 以分布式协作架构进行数据存储（相对于将数据集中存储在云数据中心）， 或进行分布式网络数据包传输通信（相对于透过互联网骨干路由）， 或进行分布式信息处理（相对于在云数据中心集中处理）。 雾计算是由思科（Cisco）在2014年所提出的概念，为云计算的延伸，这个架构可以将计算需求分层次、分区域处理，以减少对于网络带宽的浪费。

BeeFog 是什么？

BeeFog 是一个开源的雾计算框架，侧重于解决雾节点和用户终端设备的连接和计算任务分发。 BeeFog 的计算任务侧重于网络传输任务和信息处理任务，不会涉及分布式存储。 在雾节点之上，是您处在云端的业务系统，如下图所示：

我们把一个地区的雾节点叫做 QueenBee ,主要负责任务调度和分配。把分布式的工作设备叫做 WorkerBee，主要负责执行计算任务。 WorkerBee 会持续主动向 QueenBee 请求任务，如果任务池中有需要执行的任务，就会取回执行。

和其他雾计算框架的区别？

由于雾计算框架现在还没有成熟的开源实现，不在这里一一对比，列举一些我们的特性：

• 我们的计算意义很宽泛，可能包括网络请求、数据处理或人工智能训练等等。
• 大部分的网络流量和计算任务发生在工作设备，可以显著节约服务器的流量和计算资源。
• 设计简洁，专注解决任务定义和分配的问题，将任务协同等特殊性问题交给业务端自由实现。
• 通过 HTTP API 配置，业务端可以选用任何技术栈和语言。

可以使用 BeeFog 的典型场景

撰写中……

我需要 BeeFog 吗？

虽然 BeeFog 可以适应任何场景的爬虫任务，但有的场景会比其他框架有显著优势：

在多个地区分布式计算

BeeFog 可以将任务进行地理位置分布，就近执行和网络请求有关的任务，将传输往云端的数据量减少到最少，避免网络带来的问题。

计算输入来源于网络，计算结果的空间大小远远小于原始数据。

比如在爬虫场景，有时爬虫提取的内容甚至不会高于原始内容的1%。这个比例越悬殊，使用雾计算越有优势。

撰写中

如何开始？

您至少要阅读本章的概述文档了解基本的概念，然后阅读"快速开始"章节就可以上手使用了。在需要更高级的特性时，有选择的阅读剩余的文档。