基于GAE和Azure云平臺的可移植性研究

2016-06-17 15:47:59張嘉超

計算機時代 2016年6期

張嘉超

摘要：云服務商要提升云服務，最好的方法是提供云平臺之間的移植性。在各種各樣的編程語言和開發框架中，選擇合適的移植性開發環境是必要的。文章提供了可移植性開發環境的分析方法，提供了一個GAE和Azure之間的中間層解決方案，同時還提供了針對中間層的編程測試。

關鍵詞：平臺即服務；可移植性；谷歌互聯網應用服務引擎（GAE）；微軟云計算平臺（Azure）

中圖分類號：TP393.0 文獻標志碼：A 文章編號：1006-8228（2016）06-12-05

Abstract： To promote the cloud services， the best approach for cloud service providers is to realize the portability between the different cloud platforms. It is necessary to choose a suitable portability development environment in a variety of programming languages and development frameworks. This paper provides an approach to analyze the portability development environment， a middle-tier solution in between GAE and Azure， and the test of the middle-tier.

Key words： platform as a service； portability； GAE； Azure

0 引言

云計算是一種方便的模式，用戶按需通過網絡訪問可配置的共享計算資源，（如網絡，服務器，存儲，應用程序和服務）。在云環境的架構中有三種服務模式。

⑴ IaaS（基礎設施級服務）：是位于底層的服務，提供給用戶的服務是對所有計算基礎設施的利用，用戶能夠部署和運行任意軟件，包括操作系統和應用程序。

⑵ PaaS（平臺級服務）：是中間業務，提供給用戶的服務是把客戶開發的應用程序部署到供應商的云計算基礎設施上去[1]。

⑶ SaaS（軟件級服務）：提供了完整的軟件應用。提供給客戶的服務是運營商運行在云計算基礎設施上的應用程序，用戶可以在各種設備上通過客戶端界面訪問[2]。

然而，新技術總是有很多問題。由于沒有統一的標準，不同廠商提供的云計算服務不能互操作和移植，這意味著開發人員需要在兩個不同的平臺上寫兩次相同的程序。

要解決解決云可移植性問題，本文采用的方法是提供一個應用程序，在兩個不同的平臺上建立一個抽象層。

要實現的目標是：在PaaS上讓兩個不同的PaaS廠商之間的應用程序可移植。本文采用GAE（谷歌應用程序引擎）和微軟Azure，使開發人員可以在兩個PaaS之間遷移基于Python的應用程序和數據存儲器。

GAE（Google App Engine）是一個由谷歌公司在2008年創立的互聯網應用服務引擎，它采用云計算技術、多服務器和數據中心來虛擬化應用。因此GAE可以看作web應用托管的平臺[3]。

Azure是微軟提出的基于云計算的操作系統，它的主要目標是提供一個平臺，為開發者提供云服務器、數據中心、Web和PC應用程序[4]。

基于這兩個開發環境的簡單研究，本文選擇的開發語言是GAE和Azure都支持的Python。

1 實現方法

1.1 Python Web框架的選擇

目前市場上流行的Python Web框架，GAE和微軟Azure同時支持的是Django、Flask和Bottle，本文將比較這三個Web框架的功能和性能。

1.1.1 功能介紹

Flask是用Python編寫的一個輕量級Web應用程序框架。Flask被稱為“微框架”，因為它使用簡單的內核，通過擴展來添加其他功能，所以在大多數情況下，它只用來在一些小項目上使用一個或兩個功能[4]。換句話說，它不適合中型和大型網站或應用程序。

Bottle是一個非常微妙的框架，它提供Python Web開發的基本支持：URL路由、請求/響應對象包、模板支撐和集成支持WSGI服務器。Bottle對小型Web開發更好，它可以根據項目的規模實現較小項目的快速開發[5]。然而，由于其功能有限，對于大型Web應用程序，bottle功能略顯不足，需要人工干預。

Django是迄今為止基于Python最大的Web框架之一。它由一個龐大而活躍的社區支持。它配備了一個強大的后臺管理界面，以及許多其他功能[6]。Django還提供了基于表格的模型、模板語言和完整的文檔。

1.1.2 性能比較

對Django，flask，bottle性能進行測試，使用的操作系統是cenos6 64位，測試軟件是siege，測試命令請求只返回一個字符串。測試結果見圖1。

從測試結果可看出，純框架的性能排序為：bottle>flask>Django。但是，當真正使用這些框架時，bottle需要的東西太多，隨著開發復雜性的增加，性能會下降。

就比較結果進行可行性分析，該項目的目標是幫助Python程序員建立可以同時在谷歌App Engine和微軟Azure上運行的網站或應用程序。Flask具有建立如博客和電子郵件的功能，但它是一個“微框架”，因此，當程序員要建立一個中等規模的網站或應用程序時，它缺乏可擴展的能力。

據長期不斷的測試，Django雖然性能最差（因為Django框架很大），但開發人員使用起來十分方便。本文選擇Django框架是因為它有完整的框架功能和可以接受的性能。

1.2 部署的方法

選定框架后，需要找到一種方法將其部署到GAE和微軟Azure上。微軟Azure很容易部署，因為微軟Azure支持Django框架。要做的只是使用Visual Studio開發程序，并把它上傳到微軟Azure上。

對于GAE，需要導入一個適配器，即Django-nonrel，它可以使Django運行在非關系型數據庫上，它支持MongoDB和GAE。

1.3 使用數據存儲的方法

一旦應用程序可以在兩個平臺上運行時，接下來就要考慮如何連接數據存儲。這里有三個選擇，分別是GAE云存儲、Azure存儲和亞馬遜簡單存儲服務（S3）。我選擇S3為應用程序的數據存儲，因為其擁有最大量的合作伙伴和ISV集成商，并且還具有強大的網絡供應商和數據恢復能力[7]。

對于GAE和Azure連接S3的方式，我導入一個云平臺無關的API，即Boto。Boto是一個用于AWS的Python接口，通過使用Boto，開發人員可以輕松地使用Python控制S3。

2 中間層的搭建

我為Python程序建立了整個中間層，這個中間層的功能是：

⑴ 通過使用中間層，Python開發人員可以不改變任何代碼，就能把Django應用部署到GAE和微軟的Azure上；

⑵ 開發人員可以使用亞馬遜S3來存儲數據。它包含大量的文件，后面會給出這些文件的解釋和內容。

2.1 可移植性文件在程序層面的解釋

該程序的根目錄為myblog002，這個文件夾下包含兩個文件夾，分別是myblog002、google app engine和一個叫myblog002.sln的文件。Google app engine中包含google app的軟件開發包，myblog002.sln是項目文件，Visual Azure同樣會使用到這個文件。當進入myblog002文件夾，會看到更多文件夾和文件。

他們可以分為三部分。

第一部分是項目和程序文件，包括myblog002、blog、manage.py。在manage.py中，可以看到環境變量路徑，這里我使用myblog002.settings。

第二部分是Azure中間層，這部分有三個文件夾：bin、env、obj，五個文件：myblog002.pyprol、myblog002.splite，ptvs_virtualenv_proxy.py，web.config和web.debug.config。Bin文件夾存儲程序代碼，用于部署控制和組件，例如Azure Setup，microsoft python tool和FastCGI。Env文件夾包含項目中用到的所有環境。Obj文件夾用于在編程過程中生產的臨時文件的存儲，同時包含debug和release兩個子目錄，用于控制版本。以pyproj為后綴的腳本包含所有項目的配置。以splite為后綴的腳本用于存儲sqlite3數據庫。ptvs_virtualenv_proxy.py腳本用于讀取WSGI指針，激活虛擬環境和日志錯誤。

web.config文件描述服務器如何處理請求。web.debug.config當你將應用程序發布到開發環境時，進行轉換。所有的文件可以創建微軟Azure需要的.NET框架。

第三部分包括除boto文件夾之外所有文件夾和文件，這些可以形成GAE中間層。這部分包括autoload、dbindexer、django、diangoappengine、djangotoolbox、templates六個文件夾。Autoload在處理任何請求之前，通過確保信號指針或序號的加載，來正確地安裝diango項目。Dbindexer可以幫助開發人員在使用GAE時使用非關系型數據庫。Django包含django庫。Djangoappengine包含Django-nonrel的應用程序后端，如數據庫和email后端。

Djangotoolbox是一個小的django工具集。可以使用非關系型數據庫的Django后臺，加載不必要的代碼，并提供良好的編碼規范和工具，這對你的代碼有好的實際影響。這四個文件夾是GAE中間層的核心。Templates包含一些錯誤展示頁，如404 error或505 error。

中間層的第三部分包含八個文件，分別是“urls.py”，“cron.yaml”，“build.sh”，“__init__.py”，“app.yaml”， “index.yaml”，“indexes.py”and“settings.py。Urls.py包含項目的所有url。cron.yaml重新索引那些由于新訪問需要高頻更新的任何文檔。

build.sh被用來編譯文件包中的所有資源。__init__.py使python處理包含程序包的目錄，在模塊搜索時避免被有相同名字的目錄隱藏有效的模塊。app.yaml指定URL如何對應于請求應用程序和靜態文件。index.yaml和應用程序一起加載來創建數據庫中的索引。indexes.py包含所有條目的字母索引。settings.py包含項目的所有環境變量。這些文件中最重要的是setting.py，它是GAE和Azure之間的鏈接。

對Python腳本的第一部分GAE和Azure的數據庫設計，我使用splite數據庫，并把數據庫名字命名為myblog002.sqlite。

接下來，設置查找類來查找靜態文件，通過加密保證其惟一性，通過模板加載器從多種資源中導出模板，中間類可同時用于GAE和Azure，根URL配置文件和WSGI應用程序。

在安裝的app類中，我導入了應用程序和GAE中間層工具包。對于Google APP Engine，設置模板文本處理器，最后一件事是，指定默認的測試程序和日志文件。

2.2 可移植性數據庫層面文件的解釋

最后一個叫boto的文件夾是AWS S3的接口。要使用這個API，我們需要設置setting.py，導入boto包，設置AWS的用戶名、密碼和存儲名稱。

接下來，我們就可以在請求信息中使用boto API來連接AWS S3存儲了。

3 可移植性的測試和分析

首先用python寫一個簡單的博客應用程序，然后把代碼放到中間層上，最后把它發布到GAE和Azure上。

3.1 在Django上創建一個簡單的博客應用程序

開發環境是MAC OS X，處理器是2.4GHZ Inter Corei5，內存是4GB 1600MHZ DDR3。

數據庫同步結果見圖3。

3.2 創建一個GAE和Azure之間的中間層

⑴ 首先，創建一個命名為myblog002的文件夾，把文件夾都放入其中，把名為myblog002.sln（可由Visual Studioc創建）的GAE SDK放到該文件夾。

⑵ 進入myblog002文件夾，下載5個django-nonrel文件，包括djangoappengine，autoload，dbindexer，django和djangotoolbox，把它們放到test2文件中，復制GAE可用的指定文件，包括template， _init_.py， cron.yaml， indexes.py，requirement.txt，urls.py，app.yaml，index.yaml， build.sh， and settings.py。

⑶ 接下來是添加Azure文件夾，包含3個文件夾：“bin”， “env” and “obj”，以及5個文件：“myblog002.pyprol”，“myblog002.sqlite”，“ptvs_virtualenv_proxy.py”，“web.config”and“web.debug.config”。

⑷ 這個步驟很重要，它用來改寫setting.py。

3.3 GAE的測試

安裝GAE，并把所有文件移動到GAE文件夾中，然后運行它，結果見圖4。

現在，程序可以在GAE上運行。接下來，我們需要把程序部署到網絡上。

3.4 Azure的測試

⑴ 把項目導入到Visual Studio2013。

⑵ 運行程序，運行結果見圖5。

現在，程序可以通過Visual Studio運行。

⑶ 把程序發布到網絡上。

3.5 GAE和Azure之間python的存儲可移植性測試

在這部分，我選擇亞馬遜S3。因此，第一件事是注冊賬號，獲得來自亞馬遜的認證。之后，我們導入boto API，放到根目錄。

我使用名為cw00376的存儲，在存儲中，我創建了名為blog的文件夾，準備把博客放入其中。

現在，當用戶在博客中寫東西時，文章的標題和內容會存儲在S3存儲中。

4 結束語

首先，這份報告調查了當今社會對云計算可移植性的研究，重點在兩個不同的云平臺供應商之間的PaaS層面的中間層上。其次，基于對谷歌App Engine和微軟Azure的分析，本報告決定使用Python+Django+ AWS S3作為中間層接口。完成中間層開發之后，創建了一個簡單的博客應用程序，用于測試中間層。

該項目成功地實現不同的PaaS平臺之間的可移植性，證明了中間層的可行性，并提供了更深入的研究方法。在開發的過程中，使用編程語言Python，操作系統Linux，開發Web框架如Django，云平臺和亞馬遜Web服務和大量已經實現的API。

為進一步的研究和開發，從縱向看，很多具有功能性和可移植性的程序可以開發，如Blob存儲，郵件和隊列。該中間層可以嘗試添加更多的API，用于安裝更多類型的云服務。從橫向看，中間層可以嘗試添加更多的開發環境和更多的編程語言，例如PHP和Node.js等。

參考文獻（References）：

[1] 李露.GAE的技術發展及應用[J].科技創業月刊，2012.25（8）：

192

[2] 王鵬.云計算的關鍵技術與應用實例[M].人民郵電出版社，

2009.

[3] 劉楓.基于Google云計算平臺的Web應用系統設計及實現[D].

四川電子科技大學碩士學位論文，2011.

[4] 孫越.基于Windows Azure的教學資源平臺建設[J].福建電

腦，2013.29（10）：159

[5] 王昊.基于GAE云計算的Web應用與開發[D].南京郵電大學