边缘节点指在靠近用户的网络边缘侧构建的业务平台，提供存储、计算、网络等资源，将部分关键业务应用下沉到接入网络边缘，以减少网络传输和多级转发带来的宽度和时延损耗。 边缘节点位置介于用户和云中心之间，相比较传统的云中心，边缘节点更接近用户（数据源）。

边缘节点相比较云数据中心，具有小型化、建设周期短、分布式、更贴近用户（最后一公里）的特性，海量的数据无需再上传至云端进行处理，实现在网络边缘侧对数据的处理，减少请求响应时间、提升电池续航能力、减少网络带宽同时保证数据的安全性和私密性。

边缘节点机房一般只能在边缘机房内节点互通，和IDC没有专线，无法和IDC互通；一般边缘和边缘也是不互通的。 因为边缘节点一般情形下，规模小，分散广，建设专线的成本高。不是不是绝对，也可以在边缘和IDC搭建专线，实现互通。

如果和IDC不互通，可能存在一些问题：

无法在边缘节点使用IDC内部组件； 边缘访问，部署在IDC的服务，需要走外网；网络质量无法保证，走外网适配成功高。

边缘计算是指将IT 资源（计算、存储、网络等）从传统的云数据中心向用户侧迁移，拉近用户和IT 资源的物理距离，实现更低的数据交互时延、节省网络流量，从而为用户提供低延时、高稳定性的IT 解决方案。 边缘计算可以理解为是指利用靠近数据源的边缘地带来完成的运算程序。 如果用更通用的术语来表示即：邻近计算或者接近计算(Proximity Computing)。

边缘节点和传统的云数据中心是相辅相成的关系。 需要低延时和节省带宽的场景可以采用边缘的解决方案； 时延不敏感、对带宽消耗不大的传统业务仍然可以采用传统的云数据中心方案解决。边缘节点和云数据中心分别满足不同应用的业务需求，二者有效互补。

其实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，只是这一次，数据不用再传到遥远的云端，在边缘侧就能解决。

边缘计算更适合实时的数据分析和智能化处理，相较单纯的云计算也更加高效而且安全！ 边缘计算和云计算两者实际上都是处理大数据的计算运行的一种方式。

边缘计算更准确的说应该是对云计算的一种补充和优化！ 简而言之即：云计算把握整体，边缘计算更专注局部。

实际上，边缘计算可以用在很多场景中，常用于海量的需要低时延处理的数据的场景， 比较典型的场景包括车联网/自动驾驶、VR/AR、5G、工业互联网LoT、CDN、8K高清视频、智慧城市以及远程医疗等。

首先是边缘和原来网络结构的关系。 终端通过网线或者Wi-Fi 等方式接入网络，根据用户的密集度和数据量的大小，可以选择在小区级别或者省市级别等节点进行数据分流，将边缘计算业务数据转发给边缘节点来进行处理。 在靠近用户的设备上进行数据分流，将数据分流到边缘计算来处理。所以，数据分流算法将是边缘节点是否能够得到高效率应用的一个关键点。

其次是边缘节点之间的网络关系。 每个边缘节点的处理能力有限，如要完成较大规模的应用，逻辑上各个边缘节点之间就需要有较强鲁棒性的网络连接，对应用进行分布式的实时处理。每个边缘节点都不是单独存在的，它们是数据链条中的一个计算、存储和转发的点。 边缘节点之间的网络管理和分发策略将会影响到最终边缘节点的部署效果。借助SD-WAN 技术，广域网技术正在由传统“两点一线”的封闭方式，向灵活的、连接多数据中心的、开放方式演进，未来SD-WAN 在边缘节点领域可能会有比较突出的用武之地。