在进入雾计算、边缘计算之前，云计算是理解其中区别的关键！
先说云计算：
一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序等资源的计算模式
云计算系统由云平台、云存储、云终端、云安全四个基本部分组成。
云平台从用户的角度可分为公有云、私有云、混合云等。
通过从提供服务的层次可分为基础设施即服务（Iaas）、平台即服务（Paas）和软件即服务（Saas）
云计算：更大、更快、更强
将应用部署到云端后，可以不必再关注那些令人头疼的硬件和软件问题，它们会由云服务提供商的专业团队去解决。
使用的是共享的硬件，这意味着像使用一个工具一样去利用云服务（就像插上插座，你就能使用电一样简单）。
只需要按照你的需要来支付相应的费用，而关于软件的更新，资源的按需扩展都能自动完成。
云计算，像在每个不同地区开设不同的自来水公司，没有地域限制，优秀的云软件服务商，向世界每个角落提供软件服务——就像天空上的云一样，不论你身处何方，只要你抬头，就能看见！
云计算已经走过了它辉煌的10年，云计算架构也日臻完善，越来越多的产品登上了云！但是现阶段依然会存在计算延迟、拥塞、低可靠性、安全攻击等问题！****基于此，作为云计算的补充：边缘计算和雾计算等开始被提出，以弥补云计算的一些短板问题！
回到雾计算：
本地化的云计算！
参自网络：雾计算原始定义图示/Cisco
云计算重点放在研究计算的方式，雾计算更强调计算的位置，雾计算相较云计算更贴近地面，更具体些，它们在网络拓扑中的位置不同！
如果说CDN是弥补TCP/IP本地化缓存问题，那么雾计算就是弥补云计算本地化计算问题。
雾计算和云计算又存在有很多相似：如都基于虚拟化技术，从共享资源池中，为多用户提供资源服务等。相对于云计算来说，雾计算离产生数据的地方更近，“雾比云更贴近地面”的说法不是没有道理的！
雾计算和云计算相比，显得更接地气了一些！
“雾计算介于云计算和个人计算之间的，是半虚拟化的服务计算架构模型。此外，雾计算实际上并没有强力的计算能力，雾计算是将物理上分散的计算机联合起来，形成较弱的计算能力，不过这样的计算能力对于中小型的数据中心，完全够用了”
雾计算具备的几点特质：
更轻压：计算资源有限相比较云平台的构成单位——数据中心，雾节点更加轻！雾计算能够过滤，如聚合用户消息（如不停发送的传感器消息），只将必要消息发送给云，减小核心网络压力
更可靠：雾节点拥有广泛的地域分布，为了服务不同区域用户，相同的服务会被部署在各个区域的雾节点上，使得高可靠性成为雾计算的内在属性，一旦某一区域的服务异常，用户请求可以快速转向其他临近区域，获取相关的服务
更节能：雾计算节点由于地理位置分散，不会集中产生大量热量，因此不需要额外的冷却系统，从而减少耗电
更低层：雾节点在网络拓扑中位置更低，拥有更小的网络延迟（总延迟=网络延迟 计算延迟），反应性更强
边缘计算：
和传统的中心化思维不同，他的主要计算节点以及应用分布式部署在靠近终端的数据中心，这使得在服务的响应性能、还是可靠性方面都是高于传统中心化的云计算概念，具体而言，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。
那么：边缘计算和云计算又有何区别？
实际上这两者都是处理大数据的计算运行方式。
但不同的是，这一次，数据不用再传到遥远的云端，在边缘侧就能解决，更适合实时的数据分析和智能化处理，也更加高效而且安全。
边缘计算服务的构建，从技术领域是一种很大的创新！
如今AWS、微软、英特尔等国外大型企业已经着手布局边缘计算，可以预见的是边缘计算之于云服务企业重要性可见一斑！
如果说云计算是集中式大数据处理，那么边缘计算可以理解为边缘式大数据处理！
由于边缘计算(Edge computing )指的是接近于事物，数据和行动源头处的计算，所以我们也可以把这种类型的数据处理使用更通用的术语来表示：邻近计算或者接近计算(Proximity Computing)
边缘计算具备的几点特质：
1.分布式和低延时计算
2.对终端设备的数据进行筛选，不必每条原始数据都传送到云，充分利用设备的空闲资源，在边缘节点处过滤和分析，节能省时
3.减缓数据爆炸，网络流量的压力，在进行云端传输时通过边缘节点进行一部分简单数据处理，进而能够设备响应时间，减少从设备到云端的数据流量
4.智能化（Edge intelligence）
对于未来而言物联网也好、AR或则VR场景也好以及大数据和人工智能行业，实际上都有着极强的对近场计算的需求，边缘计算保障大量的计算需要在离终端很近的区域完成计算，完成苛刻的低延时服务响应！
可以预见的是，在未来边缘计算的发展并不边缘！
雾计算、边缘计算也好，本质上是作为云计算的延伸拓展而诞生的产品和理念，而不是替代云计算！
云计算、海计算、边缘计算或者其他概念也好，目的只有一个：服务于生活，让我们的生活更美好！