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(fā)框架中，選擇合適的移植性開發(fā)環(huán)境是必要的。文章提供了可移植性開發(fā)環(huán)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(lián)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(huán)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(tǒng)和應用程序。

⑵ PaaS（平臺級服務）：是中間業(yè)務，提供給用戶的服務是把客戶開發(fā)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(tǒng)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(fā)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(xiàn)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(fā)人員可以在兩個PaaS之間遷移基于Python的應用程序和數(shù)據(jù)存儲器。

GAE（Google App Engine）是一個由谷歌公司在2008年創(chuàng)立的互聯(lián)網應用服務引擎，它采用云計算技術、多服務器和數(shù)據(jù)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(tǒng)，它的主要目標是提供一個平臺，為開發(fā)者提供云服務器、數(shù)據(jù)中心、Web和PC應用程序[4]。

基于這兩個開發(fā)環(huán)境的簡單研究，本文選擇的開發(fā)語言是GAE和Azure都支持的Python。

1 實現(xiàn)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(shù)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(fā)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(fā)更好，它可以根據(jù)項目的規(guī)模實現(xiàn)較小項目的快速開發(fā)[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(qū)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(tǒng)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(fā)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(guī)模的網站或應用程序時，它缺乏可擴展的能力。

據(jù)長期不斷的測試，Django雖然性能最差（因為Django框架很大），但開發(fā)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(fā)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(shù)據(jù)庫上，它支持MongoDB和GAE。

1.3 使用數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)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(shù)據(jù)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(fā)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(fā)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(fā)人員可以使用亞馬遜S3來存儲數(shù)據(jù)。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(fā)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(huán)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(huán)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(shù)據(jù)庫。ptvs_virtualenv_proxy.py腳本用于讀取WSGI指針，激活虛擬環(huán)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(fā)布到開發(fā)環(huán)境時，進行轉換。所有的文件可以創(chuàng)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(fā)人員在使用GAE時使用非關系型數(shù)據(jù)庫。Django包含django庫。Djangoappengine包含Django-nonrel的應用程序后端，如數(shù)據(jù)庫和email后端。

Djangotoolbox是一個小的django工具集。可以使用非關系型數(shù)據(jù)庫的Django后臺，加載不必要的代碼，并提供良好的編碼規(guī)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(tài)文件。index.yaml和應用程序一起加載來創(chuàng)建數(shù)據(jù)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(huán)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(shù)據(jù)庫設計，我使用splite數(shù)據(jù)庫，并把數(shù)據(jù)庫名字命名為myblog002.sqlite。

接下來，設置查找類來查找靜態(tài)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(shù)據(jù)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(fā)布到GAE和Azure上。

3.1 在Django上創(chuàng)建一個簡單的博客應用程序

開發(fā)環(huán)境是MAC OS X，處理器是2.4GHZ Inter Corei5，內存是4GB 1600MHZ DDR3。

數(shù)據(jù)庫同步結果見圖3。

3.2 創(chuàng)建一個GAE和Azure之間的中間層

⑴ 首先，創(chuàng)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(chuàng)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(xiàn)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(xiàn)在，程序可以通過Visual Studio運行。

⑶ 把程序發(fā)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(chuàng)建了名為blog的文件夾，準備把博客放入其中。

現(xiàn)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(fā)之后，創(chuàng)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(xiàn)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(fā)的過程中，使用編程語言Python，操作系統(tǒng)Linux，開發(fā)Web框架如Django，云平臺和亞馬遜Web服務和大量已經實現(xiàn)的API。

為進一步的研究和開發(fā)，從縱向看，很多具有功能性和可移植性的程序可以開發(fā)，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(fā)環(huán)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(fā)展及應用[J].科技創(chuàng)業(yè)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(tǒng)設計及實現(xiàn)[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(fā)[D].南京郵電大學

碩士學位論文，2013.

[6] 張?zhí)煺?遷移應用到Windows Azure云計算平臺[J].軟件，

2013.34（2）：144

[7] 盧朝輝.基于Windows Azure的大規(guī)模Web應用程序設計[J].

計算機技術與發(fā)展，2014.24（12）：57