在决定是否值得在 Google App Engine 平台上进行开发时，有哪些经验法则

Question

我有一个 Web 应用程序的想法，我目前正在研究不同的平台。我对 Google App Engine 真的很感兴趣，但它看起来对某些应用程序类型非常有效，而对其他应用程序类型却不太适用（有恐怖和成功案例，例如 Goodbye Google App Engine 与 Why we are really happy with Google App Engine

1 年前的这个帖子中也有类似的负面故事，结论是 GAE 还没有准备好用于商业生产平台：GAE as Production Platform。从 2009 年开始，还有其他主题讨论了数据选择限制（1000 行），此后该限制已被取消。

我的应用基本上会根据从外部数据馈送中提取的数据（可能是大量数据）执行一些数学分析，只有在第一次为手头的特定项目下载数据然后存储时，它才会是实时的并在此时从数据库中本地检索。将按计划的时间间隔进行一些额外的外部数据提取。

基于这个简短的描述，我是否应该费心从 GAE 开始？一般来说，尝试确定在 GAE 上进行开发是否适合手头的问题的经验法则是什么？此外，还有哪些使用 GAE 的生产应用程序的好例子。看起来 GAE App Gallery 已经不存在了，但我肯定会感谢在应用引擎上运行的任何 Web 2.0 应用示例。

Answer 1

在您的具体情况下，我会仔细检查这些因素：

a. 数学分析是一项长时间运行的 CPU 密集型工作吗？

GAE 不是为长时间运行的 CPU 密集型计算作业而设计的；这将导致高昂的计费成本，并迫使您设计应用程序以避免某些 GAE 限制（每个作业最多 10 分钟、有限的软内存、CPU 配额等）。

b. 您是否打算使用主流 API（twitter、yahoo、facebook）检索外部数据？

您的应用程序与其他应用程序共享相同的 IP 池；如果您要采用的 API 不允许经过身份验证的请求，您的应用程序将遭受由限制/配额限制错误引起的打嗝。我遇到了这个问题here。

Answer 2

App Engine 应该适用于您的应用程序。它通常旨在为主要服务于面向用户的流量的站点提供服务和扩展。它不适合的应用包括视频转码等严重依赖后端处理的应用，或者必须封装为原生代码的应用，例如 3D 图形等。

Answer 3

取决于您正在执行哪种类型的数学分析。如果您的应用程序在 I/O 方面很繁重，我会暂停一下。在 GAE 上，您的 I/O 选项有点受限。你基本上有以下几点：

• RAM：我记不清了，但 GAE 规定了大约 200MB RAM 的硬性限制。
• 数据存储区：这里有足够的空间，但与缓存的本地文件系统相比速度较慢。
• Memcache：比数据存储快，但不如缓存磁盘快。更糟糕的是，它是一个缓存，因此无法保证它不会被清除。
• 外部来源：包括调用外部网页。灵活性很大，但速度很慢。

总之，如果您在中等大小的数据集（>20MB 和 ~

撇开所有负面因素不谈，在 GAE 上工作是一种快乐的体验。您花更多的时间进行编程，而花更少的时间进行配置。而且真的很便宜。