[翻译] App Engine 1.9.0 上线

楼主: PsMonkey (痞子军团团长)   2014-03-01 15:23:58
Blog 版:http://blog.dontcareabout.us/2014/03/app-engine-190.html
BBS 以 markdown 语法撰写
原文网址:http://googlecloudplatform.blogspot.tw/2014/02/
app-engine-190-now-available.html
______________________________________________________________________
今天我们宣布 [App Engine 1.9.0] 发布,
包含 [Modules API][Module for Python] general availability(GA)、
新版 Java [MapReduce] library、以及加强 PHP runtime。
[App Engine 1.9.0]: http://developers.google.com/appengine/downloads
[Module for Python]: https://developers.google.com/appengine/
docs/python/modules/
[MapReduce]: https://developers.google.com/appengine/
docs/java/dataprocessing/
## App Engine Modules GA ##
我们已经强化 [App Engine Modules][Module for Python] 的 API 与 service,
所以很高兴宣布 Modules 现在已经是 GA 的功能了。
有了 App Engine Modules,application 可以分割成数个逻辑元件,
每个元件有自己的效能设定、布署与版本。
我们有听到客户从 App Engine 提供的 DevOps 效率中得到益处,
但需要更细致的成本与效能控制度。
App Engine Modules 在这两方面都做了改进。
在每个 Module 的效能设定中,application 可以将花费调整的更有效果。
举例来说,F4 instance 跟 low pending latency 设定,
用在服务前端流量跟用在批次资料处理,两者设定不会雷同。
利用每个 Module 的效能设定,
资料处理的运算量可以在比较便宜的 F1 instance
搭配比较高的 pending latency,这样可以降低 application 的整体成本。
由于每个 Module 拥有自己的布署跟版本设定,
DevOps 团队可以更灵活、有效率、
也可以将 application 更新或回复到指定 Module。
当 application 之间有相依性,
横跨各个 Module 的更新可以在 lockstep 中进行。
Module 之间的整合也很容易。
application 的所有 Module 会分享
Datastore、Memcache、Task Queue 等服务,
认证过的 Module 也可以通过安全的方式彼此[通讯]。
[通讯]: https://developers.google.com/appengine/
docs/python/modules/#Python_Communication_between_modules
如果你在找寻入门说明,
请看一下 App Engine Modules 的文件
([Java 版][Module for Java]|[Python 版][Module for Python])和
范例([Java 版][Java Module sample]|[Python 版][Python Module sample])。
[Module for Java]: https://developers.google.com/appengine/docs/java/modules/
[Java Module sample]: https://github.com/GoogleCloudPlatform/
appengine-modules-sample-java
[Python Module sample]: https://github.com/GoogleCloudPlatform/
appengine-modules-helloworld-python
## Java 版 MapReduce library ##
我们已经看到很多使用者,包含来自 Google 或其他地方,
使用 App Engine 的 [MapReduce library] 以及底层 autoscaling 服务,
来处理如资料分析、转移、产生报表等资料处理的工作。
今天,我们推出了 [Java 版 MapReduce library][MapReduce library],
包含整内建整合 [Google Cloud Storage] 以及加强大量资料的支援度。
此外,我们也修了一堆 [bug]。
[MapReduce library]: https://developers.google.com/appengine/
docs/java/dataprocessing/
[Google Cloud Storage]: https://developers.google.com/storage/
[but]: https://code.google.com/p/appengine-mapreduce/
issues/list?can=1&q=label:Component-Java%20status=Fixed
&sort=status&colspec=ID%20Type%20Status%20Priority%20Component
%20Owner%20Summary
跟其他的 App Engine service 一样,
并不需要设定或维护专用的资料处理基础建设。
只要 import library 到既有的 application、
实作 `map()` 跟 `reduce()`、布署一个新的 Module,
你就 off(*译注:意义不明 Orz*)且执行中。
不要只听我们讲,不妨拿我们的[范例][MapReduce sample]实际试试看。
[MapReduce sample]: https://developers.google.com/appengine/
docs/java/dataprocessing/mapreduce_example
## PHP ##
(*译注:那是什么?可以吃吗?*)
App 1.9.0 的完整 bug 修复与功能清单,请参阅 [release note]。
[release note]: https://code.google.com/p/googleappengine/w/list

Links booklink

Contact Us: admin [ a t ] ucptt.com