Google app engine 学习

文档

http://code.google.com/intl/zh-CN/appengine/docs/

文章

http://code.google.com/intl/zh-CN/appengine/articles/

云计算的缺陷

这鬼东西让我很头痛。我知道云计算是非常重要的，也被推上了各种公司政府的计划。但是我总觉得云这东东和熟知的系统比较起来..貌似还是差了一截。当然或许因为它尚处于发展的初级阶段。关于它的缺陷总结起来有那么几句话：

1.它充分的利用了硬件的资源，它也内耗了相当一部分硬件资源。当我看到某某机房中每个网站占用一个服务器的时候，觉得云计算是非常非常有必要的东 西。其实那些服务器很费电而且服务器中的网站从我开始用互联网到今天，从来没有登录过。那些网站是知名的....吗？当我用自己的机器在linux下全虚 拟化出一个xp的时候。我顿时觉得虚拟化就是一坨...不,是一坨坨...机器是不能持久超负荷运转的；满负荷机器也是不能搞虚拟化的；另外廉价的服务器 对我来说还是挺贵的。

2.GFS的确是绕过了虚拟化技术。hash,排序加二分。很好很强大。只不过BigTable + mapReduce + GFS有时还是不如mysql灵活。怎么说mysql, sqlite也支持个事务...想要创建个事务需要自己添加用户锁的代码。如何想加入行级锁或者列族级锁...可以考虑修改源码...再说安装 hadoop和安装mysql一样灵活吗?

3.锁还是不锁，这是分布式头痛的问题。我也很头痛。锁吧，效率低，不锁吧，check一致性。于是折中，只加写锁。写读和写写冲突解决了。读写冲突还继续残留着..于是保持写的势头，不在意读的先后。反正程序不嫌烦，多读几次也没关系。

4.租房真的很划算吗？租机器真的很节省吗？我觉得它只适用于短期的大项目以及长期的小项目。Facebook目前是租了部分Amazon,不过如果Amazon的价格变动了,每年环比上涨一下下...你懂吗？...

5.一坨怎么搅拌都还是一坨...或者是一坨坨...MIPS（million instructions per second）小的机器，咋米都难虚拟出mips大的机器。(你想让每个服务器都自动超频吗？...这貌似可以成为破坏云的好方法...)所以个人认为： 廉价的机器搭云的确需要像Google那样找到理想的大规模并行分布式计算模型mapReduce.否则使用虚拟化方法,性能只降不升。 mapreduce模型是分布式中常用的hash+summary,效果很好,就是针对特殊可优化计算时性能较差。

关于未来：

我觉得云还是很有前途的。否则我研究它干啥?但是云应该发展成为异质网络，另外虚拟化技术还要再发展发展。另外编程语言还要再进步些。另外就说这么多了...