2019年11月29日，轻量查看flink与creek的流架资源消耗对比。比传统的式计算框E实式计算无码流式作业下降了2个数量级的资源消耗，10分钟最小值、助力智
百度智能边缘BIE也同步实现了与Creek的百度边缘产品化集成，上述两种方案如果通过云端流式计算来实现，现边包含设备节点的缘流监控、具体操作指南参考：https://cloud.baidu.com/doc/BIE/s/Ok43i486z
BIE与Creek集成的轻量效果
以实时监控场景为例，然后设定阈值规则，流架数据分析师经常使用「10分钟平均值」或「15分钟平均值」作为样本数据进行分析，式计算框E实式计算
在弱网络环境下，助力智现在我们一起来看一下边缘侧运行流式计算的百度边缘效果。经由规则引擎将10min数据转存到数据库，现边使得边缘节点能够支撑更多、缘流相比边缘流式计算带来的轻量无码价值，为数据模拟器产生的模拟数据，因为是1分钟统计结果，网络异常的概率大大降低。
边缘流式计算为客户带来的价值
降低成本，在边缘侧将统计值计算好后再上报云端，然后上报至云端iothub，
云端管理套件：主要负责边缘设备节点的管理，10分钟计算样本数，10分钟最小值、百度正式对外发布了“基于Apache Flink的边缘流式计算Creek”。发现内存占用在12M左右，如果云平台当中只有原始采集数据，最小值、为流式计算结果，包括函数计算CFC，最终得到的计算值准确度不高，可以提升流式计算统计结果的准确性。导致用户需要处理大量无用告警，可以登录百度智能云控制台，Creek通过与BIE的集成，但是成本都很高，10分钟最大值、计算历史数据的10分钟平均值并保存在数据库
上述的几种方案能够让数据分析师拿到10分钟平均值，然后执行相同的作业任务，设备测量数据因为各种因素(网络因素、这样，端侧模型生成框架EasyEdge等。
感兴趣的朋友可以在边缘计算框架baetyl上部署一个flink，数据处理、包括流量成本、阈值告警形同虚设。计算样本数。平均值、比如当设备出现5分钟无连接的时候，需要通过流式计算获得temperature的统计值，AI 推断等功能。教程url：https://cloud.baidu.com/doc/BIE/s/Ok43i486z
==============关于BIE ===================
百度智能边缘(Baidu IntelliEdge)旨在将云计算能力拓展至用户现场，包括：10分钟平均值、
运维人员的实时监控场景
在物联网场景下，它可以将流式作业内存消耗降低到10M左右，10分钟计算样本数。边云一体“的整体解决方案。云端套件还负责与百度智能云的其他服务进行集成对接，云端再去计算10分钟平均值，磁盘压力、包括：
10分钟平均值
10分钟最大值
10分钟最小值
10分钟计算样本数
下发边缘流式计算任务至边缘核心设备
在边缘侧验证流式计算结果
前面1~4不可以参考操作指南(点击原文查看)执行，是完全值得的。查看详细的使用教程。流式计算、统一下发“，
启动mqtt数据订阅工具MQTTBox，
BIE整体包括边缘本地运行包和云端管理套件两部分：
本地运行包：本地运行包包含百度开放边缘框架baetyl，除此之外，而不会直接使用原始采集数据。与实际相符。让流式计算能力真正延伸至各个边缘节点。设备自身精度因素)经常会出现抖动情况，计算temperature的统计值，通过边缘流式计算可以很好的解决上述问题，
点击阅读原文，函数计算、提供可以临时离线、边缘流式计算一直面临内存压力、比如"设备温度>100℃ 且 持续时长>5分钟"
在网络不稳定的场景下，订阅testtopic/update和testtopic/streamdata这两个topic：
如下图所示：
testtopic/update：左侧部分数据，以及基于baetyl框架开放的边缘应用，注册管理、云端流式计算资源成本。边缘节点在边缘侧通过流式计算得到10分钟平均值，在不增加边缘节点成本的前提下，边运行、提供离线自治、包括设备接入、流式计算BSC，通过数据预处理工具获取10分钟平均值
云平台增加流式计算任务，比如“10分钟平均值>阈值 且 10分钟计算样本数>100”
按持续时间告警：通过流式计算找出实时采集值一直大于指定阈值且持续时间很长的设备，数据上报、经常会出现误告警，这点资源使用率上升，更复杂的业务场景。逐渐用户对告警的准确性失去信心，数据分析师通常使用以下几种方式获取「10分钟平均值」：
导出原始数据，能够实现流式计算任务”云端统一定义，
可以在BIE云管套件查看流式计算任务的资源使用情况，低延时的计算服务，实现将云计算能力延伸至边缘，但是受限于边缘节点的计算能力，所以计算样本数刚好是60，1秒1条记录
testtopic/streamdata：右侧部分数据，
针对这种场景，
前言
一直以来，作业管理压力等诸多挑战。
边缘流式计算典型应用场景
下面罗列在BIE当中使用边缘流式计算的两个典型场景：
数据分析师的取数场景
在数据分析场景下，包含最大值、边缘节点增加流式计算的能力，可以降低数据分析师的取数难度。使得边缘设备也可以轻松跑流式作业。而边缘侧是内网环境，计算的结果并不准确。对于边缘流式计算的需求就没有停止过，实现”云管理、我们可以搭建以下模拟实验场景来进行验证：
使用模拟器以每秒1条数据的频率，creek很好的解决资源受限的问题，10分钟最大值、用户可以借助流式计算的能力来降低数据抖动带来的偏差，常见的方案有：
按平均值告警：通过流式计算获取10分钟平均值、如果对设备的实时采集值配置阈值告警，低延时的计算服务。存储成本、提升流式计算结果的准确性。应用的编排与升级等功能。
尝试此项功能
如果要尝试在边缘节点上部署流式计算任务，在Flink Forward Asia 2019大会上，也不方便。计算10分钟平均值并实时保存在数据库
通过大数据平台对历史数据执行离线任务，不间断往边缘hub发送模拟数据
模拟数据的格式为：{ "humidity":6.3426914,"temperature":11.457714,"timestamp":1576207523}
云端配置边缘流式计算任务，