一种基于spark的边缘云大数据分析算法研究

算力和时延等要求不断提高，加速了边缘计算(MEC)的规模应用，边缘计算将计算和存储功能下沉至网络边缘的数据生产侧，将传统云计算的部分处理任务迁移至边缘计算节点，提升了用户体验，但同时，分布式计算产生海量日志数据，对运维管理提出了更高要求。文章以云宽带边缘大数据为例，探索并提出了一种基于spark的日志数据的分析算法实现，并对比了Hadoop MapReduce在分析过程中的效率，该实现能够有效解决边缘计算中普遍存在的度量分析效率的问题。