对于餐馆运营者来讲门庭若市是好事，但客流量太大对于餐厅日常运营来讲是不小的压力，毕竟人越多，等待时间越长，客户的满意度就会直线下降，这对快餐厅来讲是致命的。

这家美国连锁“吃鸡”餐厅想出了用物联网的方式在所有餐厅收集大量数据后上传到公司内部云端，然后运用算法在云端做流程自动优化来提高运营效率。这年头开餐馆的都有云平台，厉不厉害。

我们如何为餐厅做运行中Kubernetes边缘算法的裸机聚类. 我们收到最常见的（也是最棒的）问题就是“但为什么呢？”，接下来，我们在本文中会对此作出回答。

为什么在餐厅中运用K8s？

为什么像Chick-fil-A这样的餐厅想要运用Kubernetes边缘算法？目标是什么？我们的结论是：

• 低延迟、基于网络的可靠应用
• 这些应用的可用性极高
• 为快速创新、和快速实现功能落地提供了平台
• 横向对比——基础设施和应用开发团队

容量压力

Chick-fil-A很大程度是因其诱人的食品和完美的客户服务而成功，而这些都是得益于在我们餐厅中辛勤工作和运营的优秀员工，他们在业内无人能及。所以结果就是餐厅非常繁忙。如果你去过Chick-fil-A，你会懂的。

在曼哈顿人潮拥挤的Chick-fil-A，图为正在餐厅门口排队等待的食客。该图来自华尔街日报

我们非常感恩能取得这样的成功，但这个成功给我们的业务运营带来了很大压力。整体来看，我们周日休息，但一周六天的营业额比竞争对手一周七天的还要高。我们有些店面的人流量比最初设计考虑最大人流量限制的三倍还要多。这些都是需要去解决的问题，首当其冲的就是规模引起的容纳能力的问题。

我们认为Chick-fil-A大部分容纳问题都可以由科技来解决。

“新一代”工作体量

我们的解决方法之一就是投资让餐厅更智能化。

我们的目标是：为餐厅加盟商/运营者、以及他们的员工简化餐厅工作流程，保证食物优质美味以及提升美食的供给速度，同时，加强当前客流量的容纳能力。

我们所有的努力都是基于这个假设：智能化厨卫设施能够收集更多数据，将这些数据运用在餐厅上，我们可以建立起更加智能化的系统，从而更好扩展业务版图。

举个简单的例子，想象一个能够预测每分钟应当烤制多少个华夫饼（或是其它食物）的预测模型。使用餐厅里的各种业务层面数据，模型经过云端的分析计算过程，推导出最后的预测结果。

虽然这个预测结果并不需要花费大量的精力，但它并不完全准确，也不能提高食物生产量。Chick-fil-A的营业额还会受到多方面因素影响，包括上下班高峰期、当地具体情况（交通、体育活动、天气等）。

但如果我们从销售点系统中的实际交易里收集数据来获得当下需求情况，并加入炸锅里正在制作食物情况的数据，再对之前提到的预测模型的结果进行微调，我们能够得到一个对于当下应该做什么种类、做多少份食品的更为准确预测结果。

这些数据也能给例如大厨或其他餐厅工作人员一个更智能的展示，也许未来能够促进厨房无人化的发展。

这样的目标带领着我们为我们的餐厅建立了一个物联网（IOT）平台。为了更好地扩张业务，我们还要掌握以下能力：1. 收集数据；2. 将这些数据应用于餐厅自动化的发展。

相对于选择那些生硬、独立，难以整合的供应商服务，我们想要拥有一套完全属于我们自己具有开放性的产业生态链。这个方法使我们的内部开发者和外部合作商能够开发互通的“平台”（或者说是Edge的应用），并且能够促进我们平台支持类似于安全性、独特性和互通性的普遍需求。

换言之，IOT/Edge团队是我们部署在Edge上整个应用程序基础里的一小部分，也是我们餐厅中运营部门平台中有效的运营助手。