边缘计算急需解决的难题( 二 )_：边缘计算急需解决的难题目前边缘计算

从图4可知，边缘计算包含3个关键内容：

应用程序/服务功能可分割。边缘计算中的一个任务可以迁移到不同的边缘设备去执行，任务可分割包括仅能分割其自身或将一个任务分割成子任务，任务的执行需要满足可迁移性，即任务可迁移是实现在边缘设备上进行数据处理的必要条件。数据可分布.数据可分布既是边缘计算的特征也是边缘计算模型对待处理数据集合的要求.边缘数据的可分布性是针对不同数据源而言的，不同数据源来源于数据生产者所产生的大量数据。资源可分布.边缘计算模型中的数据具有一定的可分布性，从而要求处理数据所需要的计算、存储和通信资源也具有可分布性.只有当边缘计算系统具备数据处理和计算所需要的资源，边缘设备才可以对数据进行处理。

因此，传统的编程模型并不适合边缘计算。边缘计算中的设备大多是异构计算平台，每个设备上的运行时环境、数据也不相同，且边缘设备的资源相对受限，在边缘计算场景下部署用户应用程序会有较大的困难。Li等人针对边缘设备资源受限的特性设计了一种轻量级的编程语言EveryLite，该工作将计算迁移任务中主体为接口调用的、时间和空间复杂度受限的计算任务称为微任务(micro task)， EveryLite能够在物端设备上处理边缘计算场景中微任务，经过实验对比可以发现EveryLite的执行时间分别比Jerryt和Lua低77%和74%，编译后内存占用量分别是Jerryt和Lua的18. 9% 和1. 4%。因此，针对边缘计算场景下的编程模型的研究具有非常大的空间，也十分紧迫。