EdgeX Foundry 必须与平台无关：
①硬件：x86
②操作系统：Linux
③支持分布式：通过微服务架构设计支持在边缘节点，网关，雾节点、云平台等上部署
④部署/编排：Docker
⑤协议：北侧协议或南侧协议
注：Edgex Foundry定义了南侧、北侧的概念，南侧是设备，即数据产生中心，而北侧是数据利用中心，收集来自南侧的数据，并对数据进行存储、聚合和分析。
Edgex Foundry的架构与Thingworx Edge SDK或者Azure IoT Edge SDK这些单体程序不同。后者把所有功能都放在一个程序中运行。而Edgex Foundry把边缘计算的任务分到若干个软件模块上完成。每个软件模块负责一个功能内聚的任务。不同软件模块之间通过预先定义好的API接口进行交互。
设备服务负责采集数据及控制设备功能。核心服务负责本地存储分析和转发数据，以及控制命令下发。导出服务负责上传数据到云端或第三方信息系统，以及接收控制命令转发给核心服务。支持服务负责日志记录、任务调度、数据清理、规则引擎和告警通知。安全服务、管理服务这两个软件模块虽然不直接处理边缘计算的功能性业务，但是对于边缘计算的安全性和易用性来说很重要。这些微服务组织为四个服务层和两个增强系统服务。
EdgeX Foundry的总体数据流是这样的：
• Device Service从设备采集实时数据。
• Device Service把设备实时数据发送给Core Service，并本地持久化存储。
• Core Service把实时数据发送给Export Service，由后者再发送到云端服务器或企业信息系统。
• 数据在边缘侧的分析软件中进行分析，然后根据分析结果通过Command service发送控制命令触发设备动作。
EdgeX Foundry的架构如下图（当前版本hanoi，和fuji版本已经有了变化），它主要有一系列的微服务构成。包含4个逻辑层和2个贯穿平台的服务：安全以及设备系统管理。
设备服务层（Device services): 最底层的逻辑层，是物理设备直接通信的具体微服务的集合，每个设备微服务可以管理支持对应接口的多个物理设备。
核心服务层（CoreServices）：设备服务层之上是核心服务层，包括core-data（核心数据）, core-command（核心命令）, core-metadata（核心元数据）, 和registry&config（注册与配置），其中registry&config使用Google开源的golang版本的服务发现、配置管理中心服务consul，因此项目中没有关于registry&config微服务的源代码。
支持服务层（Supporting Services）：在核心服务层之上，提供规则引擎，调度，告警与通知，扩展服务等通用服务层。
应用服务层（Application Services）：包含对外部系统提供的SDK接口，可配置的应用服务，可扩展的应用服务等。
南边之下是众多的物理设备，具有相同接口的一个或多个设备由同一个device service接入系统；北边之上是数据的最终归处，可以是远程的云端，也可以是本地的数据处理服务。
（1）经过上次实验已经安装Docker,在终端输入docker version确保安装成功。
（2）安装Docker Compose
执行命令安装 docker-compose：sudo apt install docker-compose
安装完毕后执行命令查看版本：docker-compose version
控制台显示如下则表示安装成功：
（1）首先我们访问如下地址查看最新的 compose 文件：
https://github.com/edgexfoundry/developer-scripts/blob/master/releases/delhi/compose-files
（2）红框处即为最新的文件：
（3）创建一个docker-compose.yml将红框文件的内容粘贴过去，注意格式缩进。
（1）执行如下命令将所有 EdgeX Docker 镜像下载下来：docker-compose pull
（2）镜像下载下来后，执行如下命令运行 EdgeX 容器：
（3）接着执行如下命令即可显示当前所有已下载并启动的容器（可以看到其中还启动了个 mongodb 服务，使用默认的 27017 端口）：docker-compose ps
（4）使用标准 docker 命令来查看正在运行的容器列表，下面通过 format 参数格式化显示出容器启动的时间、运行时间以及其他详细信息：docker ps -a --format “table {{.Names}}\t{{.Status}}\t{{.Ports}}\t{{.RunningFor}}”
（1）所有的 EdgeX Foundry 微服务都可以响应“ping”HTTP 请求，我们可以使用它来检查任意一个微服务是否正在运行。这个可以借助任意 HTTP REST 客户端工具甚至直接使用浏览器来访问ping 地址（http://192.168.236.129:48080/api/v1/ping）。
host：为ens33的IP地址
port：为微服务的端口地址
比如下面检查 Core Data 这个微服务是否启动（响应 pong 则表示启动）。
成功链接微服务core-data
（2）EdgeX Foundry 使用开源的 Consul 来注册其服务。因此我们也可以通过 Consul 的仪表板 UI，查看哪些服务已启动。
地址：http://192.168.236.129:8500/ui
（2）我们还可以查看所有发送到 core-data 的事件/读取数据数量，并且这个点数会随着刷新而不断上升。
1、实验过程中遇到的问题及解决办法；
遇到的问题：1、环境配置困难：由于EdgeX Foundry需要运行在Linux系统上，因此我们需要先对Linux系统环境进行配置。但由于我们的实验环境比较古老，无法满足EdgeX Foundry的最小要求，因此需要进行环境调整。2、运行出错：在进行测试时，我们发现程序在某些情况下会出现错误。经过分析，发现这是由于某些依赖库版本不匹配，导致程序无法正常运行。
解决办法：1、查阅相关资料，进行了解，从而完成实验。2、参考官方文档后，使用了一些兼容性更好的软件组合来搭建环境。3、我们通过更新依赖库并重新编译程序，成功地解决了运行出错的问题。
2、设计及调试过程中的心得体会。
通过本次实验，我们深入探究了边缘计算系统的基本原理和关键技术，并通过实际操作了解了其应用场景和价值。同时，在设计与调试过程中，我们也收获了很多经验和体会：1、积极寻找解决办法：在遇到问题时，不要轻易放弃。可以尝试从各个角度寻求解决办法，如查找官方文档、搜索相关论文、咨询同学等。
2、注重细节，严谨调试：在进行设计与调试时，一定要注重细节，严谨调试。尽可能从用户的角度出发，考虑到各种异常情况，以确保系统的可靠性和稳定性。
此外，我们也发现边缘计算系统在物联网、工业自动化、智慧城市等方面具有广阔的应用前景，具有极大的市场潜力。
