Google app engine 在生产中使用google应用程序引擎和数据存储

Google app engine 在生产中使用google应用程序引擎和数据存储,google-app-engine,amazon-web-services,google-cloud-platform,google-cloud-datastore,Google App Engine,Amazon Web Services,Google Cloud Platform,Google Cloud Datastore,我正在开发一个基于中央数据库的移动应用程序。我已经决定使用云服务作为后端,因为它将负责维护和扩展问题。在这两个选项中,aws和Google cloud我决定使用Google cloud,因为我读到aws有一个陡峭的学习曲线(我们需要减少开发时间),gc和aws一样好。现在在谷歌云上,我选择使用数据存储作为主要数据库,因为我发现nosql数据库可以满足我的需要(而且更便宜)。现在更深入地研究数据存储,它们似乎有很多限制,如1个实体事务pet sec等,所以现在我怀疑我的决定 所以我的问题是 在a

我正在开发一个基于中央数据库的移动应用程序。我已经决定使用云服务作为后端,因为它将负责维护和扩展问题。在这两个选项中,aws和Google cloud我决定使用Google cloud,因为我读到aws有一个陡峭的学习曲线(我们需要减少开发时间),gc和aws一样好。现在在谷歌云上,我选择使用数据存储作为主要数据库,因为我发现nosql数据库可以满足我的需要(而且更便宜)。现在更深入地研究数据存储,它们似乎有很多限制,如1个实体事务pet sec等,所以现在我怀疑我的决定

所以我的问题是

  • 在aws中实现带有rest端点的db应用程序有多困难 与gc相比
  • google data store对于需要 处理任意数量的用户而不会造成性能下降

我只能回答关于谷歌Appengine/Datastore的问题

google data store对于一个需要处理任意数量的用户而不会造成性能下降的生产应用程序来说有多好

根据我为数十亿页面浏览量提供服务的经验,我可以说谷歌数据存储在为许多用户提供阅读请求方面非常出色,而且不会降低性能。除非您没有做出错误的体系结构决策,否则您可以期望一致的延迟时间和成本与负载成线性关系。您应该记住,数据存储是分布式的,最适合于“少写多读”,您应该尝试预先聚合为用户请求服务所需的任何信息。扫描记录列表有时可以,但通常不是最好的主意

写操作的可扩展性也应该很好,但在实现上可能会有挑战——这取决于你的应用程序逻辑。您确实应该了解数据存储实体组、事务、索引、写入成本、任务队列等概念,才能编写快速且经济高效的应用程序


如果你做对了,GAE&datastore将是一个非常可靠且免维护的环境。

这是一个非常模糊的问题,云存储相对于其他选项的优势,对谁和多少用户以及你想要什么性能指标都很困难?很抱歉让人困惑,已删除该问题