[翻譯] App Engine 1.9.0 上線

作者: PsMonkey (痞子軍團團長)   2014-03-01 15:23:58
Blog 版:http://blog.dontcareabout.us/2014/03/app-engine-190.html
BBS 以 markdown 語法撰寫
原文網址:http://googlecloudplatform.blogspot.tw/2014/02/
app-engine-190-now-available.html
______________________________________________________________________
今天我們宣佈 [App Engine 1.9.0] 發布,
包含 [Modules API][Module for Python] general availability(GA)、
新版 Java [MapReduce] library、以及加強 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 ##
我們已經強化 [App Engine Modules][Module for Python] 的 API 與 service,
所以很高興宣佈 Modules 現在已經是 GA 的功能了。
有了 App Engine Modules,application 可以分割成數個邏輯元件,
每個元件有自己的效能設定、佈署與版本。
我們有聽到客戶從 App Engine 提供的 DevOps 效率中得到益處,
但需要更細緻的成本與效能控制度。
App Engine Modules 在這兩方面都做了改進。
在每個 Module 的效能設定中,application 可以將花費調整的更有效果。
舉例來說,F4 instance 跟 low pending latency 設定,
用在服務前端流量跟用在批次資料處理,兩者設定不會雷同。
利用每個 Module 的效能設定,
資料處理的運算量可以在比較便宜的 F1 instance
搭配比較高的 pending latency,這樣可以降低 application 的整體成本。
由於每個 Module 擁有自己的佈署跟版本設定,
DevOps 團隊可以更靈活、有效率、
也可以將 application 更新或回復到指定 Module。
當 application 之間有相依性,
橫跨各個 Module 的更新可以在 lockstep 中進行。
Module 之間的整合也很容易。
application 的所有 Module 會分享
Datastore、Memcache、Task Queue 等服務,
認證過的 Module 也可以通過安全的方式彼此[通訊]。
[通訊]: https://developers.google.com/appengine/
docs/python/modules/#Python_Communication_between_modules
如果你在找尋入門說明,
請看一下 App Engine Modules 的文件
([Java 版][Module for Java]|[Python 版][Module for Python])和
範例([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 ##
我們已經看到很多使用者,包含來自 Google 或其他地方,
使用 App Engine 的 [MapReduce library] 以及底層 autoscaling 服務,
來處理如資料分析、轉移、產生報表等資料處理的工作。
今天,我們推出了 [Java 版 MapReduce library][MapReduce library],
包含整內建整合 [Google Cloud Storage] 以及加強大量資料的支援度。
此外,我們也修了一堆 [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 一樣,
並不需要設定或維護專用的資料處理基礎建設。
只要 import library 到既有的 application、
實作 `map()` 跟 `reduce()`、佈署一個新的 Module,
你就 off(*譯註:意義不明 Orz*)且執行中。
不要只聽我們講,不妨拿我們的[範例][MapReduce sample]實際試試看。
[MapReduce sample]: https://developers.google.com/appengine/
docs/java/dataprocessing/mapreduce_example
## PHP ##
(*譯註:那是什麼?可以吃嗎?*)
App 1.9.0 的完整 bug 修復與功能清單,請參閱 [release note]。
[release note]: https://code.google.com/p/googleappengine/w/list

Links booklink

Contact Us: admin [ a t ] ucptt.com