作为时下最流行的模式，“云计算”被运用到多种领域当中，但即使再优秀，“云计算”也存在一些缺点，比如数据传输的延迟性等。而为了解决这个问题，科学家提出了一种“云计算”的一个延伸概念——雾计算。
如今，“雾计算”的提出也已经过去了5年，但仍有一些人认为这是一种炒作概念，但事实真是如此吗？
“雾计算”是什么？
最初“雾计算”这个名字还是由美国纽约哥伦比亚大学的斯特尔佛教授(Prof. Stolfo)起的，不过他当时的目的是利用“雾”来阻挡黑客入侵。显然，这与我们现在所讲的“雾计算”有着巨大的差距。
我们现在所熟知的“雾计算”这个概念是由思科首创，到了2015年11月，ARM、戴尔、英特尔、微软等几大科技公司以及普林斯顿大学加入了这个概念阵营，并成立了非盈利性组织OpenFog Consortium (开放雾联盟)，旨在推广和加快开放雾计算的普及，促进物联网发展。
根据Cisco对于“雾计算”的定义，“雾计算”是一种面向物联网（IoT）的分布式计算基础设施，可将计算能力和数据分析应用扩展至网络“边缘”，它使客户能够在本地分析和管理数据，从而通过联接获得即时的见解。根据定义，我们了解到，“雾计算”时一种对“云计算”概念的延伸，而它主要使用的是边缘网络中的设备，这些设备可以是传统网络设备（早已部署在网络中的路由器、交换机、网关等等），也可以是专门部署的本地服务器。
对于“云计算”与“雾计算”的本质区别，有一句话形容的非常贴切：云在天空飘浮，高高在上，遥不可及，刻意抽象；而雾却现实可及，贴近地面，就在你我身边。
“雾计算”的优势
说到“雾计算”的优势，那就不得不先提一下“云计算”的缺陷。集中式的“云计算”允许人们高效、廉价地分享昂贵服务器资源，减轻企业用户的负担。但是，这也意味着每一个人都在共享一个数据中心，要想进行更高效的运用，企业就需要建设超大型数据中心，而这就要求企业购买造价高昂的服务器。此外，“云计算”对服务器的高要求也给服务提供商造成了很大的压力。而且，随着依赖云计算的智能设备越来越多的出现，从云端到移动设备的数据传输也变得越来越拥挤，从而引发了一个新问题。
这时，分布式的“雾计算”的出现就弥补了集中式计算在这方面问题的不足。因为“雾计算”在地理上分布更为广泛，而且具有更大范围的移动性，这些能够让它适应如今越来越多不需要进行大量运算的智能设备，在数据传输速度上远胜“云计算”。
而具体来讲，“雾计算”主要有以下几个优势：
极低时延。这对于目前正在蓬勃发展中的物联网有着十分重要的意义，除此之外，网上游戏、视频传输、增强现实等也都需要极低的时延。
辽阔的地理分布。这正好与集中在某个地点的云计算(数据中心)形成强烈的对比。例如，如果需把信息和视频发送到高速移动的汽车时，可以沿着高速公路一路上设置无线接入点。此外，一旦某一区域的服务发生异常，用户也可快速的转移到另一个邻近区域。
带有大量网络节点的大规模传感器网络，用来监控环境。智能电网本身就是一种带有计算和存储资源的大规模分布式网络，可以作为“雾计算”很好的应用例子。
支持高移动性。对于雾计算来说，手机和其他移动设备可以互相之间直接通信，信号不必到云端甚至基站去绕一圈，因此可以支持很高的移动性。
“雾计算”并不是炒作
在“雾计算”这个概念出来的时候，许多人都说这是一种炒作，但事实并不是如此。“雾计算”只是对“云计算”的一种延伸，并不是对“云计算”的一个取代。
在功能上面，“雾计算”相当于一个可以频繁使用的“数据库”，而“云计算”就是一个用于长期存储文件的“文件室”。在搜寻信息方面，不管是速度，还是利用率，数据库明显比文件室具有更大的优势。而在数据丰富方面，“雾计算”也可以从“云计算”平台进行获取，相信在数据分享终端减少之后，“云计算”平台的数据传输速度相比于之前应该快乐许多。基于此，“云”与“雾”可以说是一种相辅相成的关系。
此外，云计算的使用需要大量带宽，而无线网络带宽有限。相比之下“雾计算”所需的带宽量就少得多了，它在原则上可使传输的数据“旁路”，即从互联网边上绕过去，使这些数据尽可能本地化。最有价值的数据仍然可以通过“云计算”平台来传输，但是大部分的数据流量可以从这些网络中分流出去，从而大大减轻了云网络的流量负担。另外，对本地数据的使用也可节省大量成本。
====================================分割线================================
本文转自d1net（转载）