AWS Greengrass
AWS Greengrass
AWS IoT Greengrass API 把 AWS Lambda、ML 模型部署到边缘设备（IoT 网关、工业设备）做本地数据处理。
代码模型 cloud 一键部署到上千台边缘设备
需要边缘设备有足够资源（一般 ≥512MB RAM）
边缘设备装 Greengrass Core software，CreateDeployment 把 Lambda/component 部署过去。MQTT topic 做云-边数据交换。
可用率 · 30 天窗口
GitHub 活跃度
关于这个 API
Greengrass 解决「云计算把数据全送回云处理不行」的场景——工厂里 1000 个传感器每秒数据量太大、网络带宽不够；矿区/海上石油钻井网络不稳定；自动驾驶车需要毫秒级决策不能等云回复。Greengrass 把 AWS 编程模型扩展到边缘：你在云里写 Lambda（或定义 container/ML model），通过 Greengrass 部署到边缘设备上跑。设备 30 秒一次跟云同步状态，需要 ML 推理就用本地 Lambda 实时跑，结果按需上云。Greengrass v2（2020）重构了 v1，更像 K8s 风格的 component 模型。和 Azure IoT Edge、Google Cloud IoT Edge 是直接竞品。最适合制造、能源、农业、运输等工业 IoT 场景。
你可以做什么
- 1工厂边缘网关本地预处理传感器数据
- 2断网时设备继续工作（cloud connectivity 恢复后同步）
- 3ML 模型在边缘做实时推理（图像检测、异常识别）
- 4设备群批量管理
优劣对比
优点
- 代码模型 cloud 一键部署到上千台边缘设备
- 支持 Lambda、container、ML model 多种工作负载
- 断网容灾（buffer 本地数据）
注意事项
- 需要边缘设备有足够资源（一般 ≥512MB RAM）
- 运维 IoT fleet 本身复杂（设备千差万别）
- Greengrass v2 重构后和 v1 不完全兼容
快速开始
边缘设备装 Greengrass Core software，CreateDeployment 把 Lambda/component 部署过去。MQTT topic 做云-边数据交换。
常见问题
Greengrass v1 vs v2 怎么选？+
新项目用 v2（component 架构、更灵活）。v1 主要给存量用户。
边缘设备最低要求？+
Greengrass v2 nucleus 大约 100MB RAM 起步，但实际工作负载（Lambda、ML model）需要更多。
技术细节
- 认证方式
- unknown
- 计费
- unknown
- 协议
- REST, MQTT
- SDK
- python, javascript, go, java
- 响应时间
- 43 ms
- 上次巡检
- 2026/6/26 06:22:16
更多来自 Amazon Web Services 的 API
AWS IAM Access Analyzer API 分析 IAM 资源策略找潜在的过度授权或外部访问，主动识别安全风险。
Alexa for Business帮助企业在组织内使用Alexa设备和服务。
Amazon API Gateway帮助开发者构建安全且可扩展的移动和网页应用后端。
用于创建、管理和快速部署应用配置的服务。
Amazon AppFlow 提供云端数据流管理和集成服务。支持不同云服务间的数据传输和同步。
Amazon AppIntegrations 服务用于配置和重用与外部应用的连接。
Amazon AppStream 2.0 提供云端应用程序流式传输服务，支持远程访问和管理。
Amazon Athena 是一种交互式查询服务，允许使用标准 SQL 直接分析存储在 Amazon S3 中的数据。