由于Google App Engine一直处在不停的变化之中，本文中阐述的仅仅是当前的现状，未来如何尤未可知，但我会尽量保持更新本文内容。此外，本文只是我自己的观点，有不同看法的欢迎留言提出。

Google App Engine（以下简称GAE）是Google提供的云计算平台，属于PaaS。目前Google为GAE提供了Python和Java这2种运行环境，以及datastore、urlfetch等各种服务，以帮助开发者构建一个WEB应用。此外，Google还提供了一些免费配额，你可以不花分文来用它搭建流量不是很大的应用。

正如上文所述，GAE可以用来构建WEB应用，举个典型的例子来说就是做网站。它是Google以HTTP为基础搭建的平台，因此大部分的服务都是基于HTTP的，其余服务（如XMPP和收邮件等）也是由GAE转换成HTTP请求来处理的，所以你不能以HTTP以外的方式来使用GAE（例如socket）。 此外，GAE还存在不能改写本地文件、进行系统调用和使用C库等安全限制，因此与之相关的库和函数都被禁用了。

可以查看官方文档的描述，简述如下：

1. 将你的域名注册为Google Apps域名。
2. 登录GAE控制面板，进入想绑定的应用，在Application Settings页点“Add Domain…”按钮，将你的Google Apps域名填上（注意不是被绑定的子域名），继续点“Add Domain…”按钮。
3. 你会被跳转到Google Apps，在这里将子域名填上，然后CNAME到ghs.google.com即可完成绑定。

限制：

1. ghs.google.com经常被GFW，大陆无法正常访问。需要使用反向代理来绕过GFW的限制，有钱人可以自己买VPS做反向代理，没钱的可以用CloudFlare、YOU8G或Chinasb。
2. 不能绑定裸域（即ooxx.com这种形式的域名），而只能绑定子域（即www.ooxx.com这种形式的域名）。你可以将裸域重定向到子域，也可以用反向代理。
3. 自定义域名暂时不支持HTTPS。

填写Billing Support Request表单即可，详见GAE support team联系的方式

去提交一个Production issue。

直接看官方的使用入门文档：Python、Java，然后再看Google所提供的服务使用方式即可。

你读完入门文档后，就要以英文文档为主了，因为中文文档更新缓慢（已经1年多没更新了），很多信息都过时了。

Python是GAE自诞生时开始就支持的语言，一直以来都更被GAE团队重视，使用起来更为简单，开发更为快捷。

Java作为GAE较晚支持的语言，直到近半年才慢慢跟上Python的更新速度，但例子和文档仍经常晚于Python，配套工具也少于Python（例如上传下载数据仍只能使用Python的BulkLoader），这也和Java开发更为繁琐有关。此外，Java还存在启动时间过长的问题，并且比Python占用更多的内存。

对于WEB应用最为重要的数据库操作，虽然GAE/Java也提供了JDO和JPA这2种标准方式，但实际上与标准实现不同，直接套用可能会遇到陷阱，并且存在性能问题，且无法像Python一样使用动态类型和动态属性。

因此，如果没有特殊需求（例如依赖一些无法替代的Java库，或者对运算性能要求非常苛刻，或者很难找到足够多合适的Python程序员），那么我强烈推荐使用Python。

下文也会以Python为主来阐述。

应用由appid来唯一标识，目前要求只能为字母、数字和连字符，不以连字符开头和结尾，长度介于6到30之间，不包含“google”，并且不与任何Google账号用户名相同（除非你用这个账号来创建）。

一个应用可以有多个版本，其中只有1个可以设为默认版本，这个版本可以直接以appid.appspot.com或被绑定的域名来访问，其他版本只能以verion.latest.appid.appspot.com来访问。

版本号也是个字符串，可以包含字母、数字和连字符。

一个应用的各个版本可以使用不同语言（即可以同时用Python和Java），它们之间共享一个datastore和memcache，但task queue和cron是不共享的，也不能调用其他版本的接口（除非使用urlfetch）。

部署应用的时候，GAE会停止该版本的所有instance，如果此时有人访问，可能会遇到500错误。

如果想避免出现这种情况，可以部署到另一个版本，等待部署完毕后，再将新部署的版本设为默认版本。

GAE团队正在解决这个问题，未来应该就不需要自行处理了。

它在初始化请求时没有重设环境变量，确保你使用的是webapp.util.run_wsgi_app(application)。

Python提供了一个很好的logging库，你可以在控制面板里看到由它记录的信息，方便跟踪和调试，并且它是免费的。

而Java还需要做些配置。

对于Python开发者，我推荐PyCharm，不过它只能试用30天，不是免费的。没钱的话可以试试Pydev，不过相对于前者实在逊色太多了。

对于Java开发者，你可以试试Google Plugin for Eclipse或IntelliJ IDEA。（后者虽然有免费版本，但收费的Ultimate版才能更好地支持GAE开发。）

Web应用基本上都是围绕数据库的，因此它是设计的核心。

而Datastore是非关系型数据库，如果你的想法不能用它高效地实现，那么就考虑换个折中的办法，或者放弃这个想法，或者放弃使用GAE（GAE并不是万能的）。

不管用户有没有特别说明，他们都是非常看重响应时间的。

如果你的应用几秒钟才能响应一次用户请求，即使功能做得再好，界面做得再美，他们也顶多停留数分钟，了解完他们需要的信息，然后遗憾地关掉窗口。

而如果你的应用就和打开本地文件一样快，不管你的应用本身是多么无趣，用户也会愿意去发掘一些有趣之处。

功能可以慢慢完善，但如果一开始就给人很慢的印象，你是很难挽回这些用户的。就好像我用Chrome浏览器，尽管刚推出时bug不断，只有最基本的浏览网页的功能，但我却对它的速度和简洁的体验而上瘾了；而反观Firefox，它拥有我需要的所有功能，可就是太慢了；于是在我淘汰IE浏览器后，Firefox仍然处于冷宫。我想和我有相同想法的用户应该不少，毕竟Chrome相对于Firefox也就那么屈指可数的几个长处。

一个比较通用的指标是，一般的页面都应该在1秒内响应（并最好载入用户可视的主要部分），而响应用户提交的表单应在5秒内。

不要野心勃勃地想去实现各种各样的功能，而不顾实际的需求。你能想出一个点子，不代表这个点子是用户的需求。

即便是用户的需求，也要考虑是否有实现的必要，特别是与现有实现相冲突，或可能影响性能时。举例来说，你在做一个网页游戏，你的设计重心应该是游戏本身的操作体验上。如果用户反馈说想搜索聊天记录，可你甚至根本就没保存聊天记录；这种情况下，你当然可以花大力气去为他实现这个功能，但是这对游戏体验有什么帮助？

所以在设计时要去掉任何可有可无的功能，确认剩下的是用户最急需的功能，并优先完善这些最基本的功能。

你可以自己想想，Twitter拥有这么大的用户群，它接收到的用户反馈想必是不计其数的，可为什么它仍然只有那么简单的功能，甚至连发图都不行？

假设你的应用可以同时满足单用户博客、多用户博客和微博，那么我敢保证这个应用要么效率不高，要么功能不足。

不同的规模需要不同的需求，在单用户博客中可能不需要过多考虑并发，简单的实现可以做到最快的速度；但微博中不得不考虑扩展性和并发性的问题，上千人和百万人的解决方案是不一样的，不能不考虑用户规模就去设计。

因此，不要试图去满足所有人，而要针对一类用户去设计，哪怕因此发布多个版本。

作为一个习惯，大家一般都会将所有的模型定义都写在model.py。

而模型在定义时是可以写自定义方法的，尽可能把操作都用实例方法、类方法和静态方法来实现。对于可能会用deferred库调用的方法，也可以作为model.py中的函数。

这样的好处是在实现功能时，凡是涉及数据库的操作，都能在model.py里找到，这样无疑很利于重用。而如果找不到，就要重新考虑设计是否正确，是否需要为此添加方法了。

对于绝大多数的应用来说，RPC调用占据了80％以上的响应时间，因此减少它们将会明显加快响应速度。

其中datastore调用是最频繁而又昂贵的，大部分的超时都是由数据库引起的，因此能少使用就少使用。对于获取不太重要的内容，可以设置一个超时时间，超过后就忽略。

Memcache的响应时间基本上只是网络延迟（毫秒级），使用get_multi()和get()几乎是同样快的，因此可以用get_multi()来取代多次调用get()。

还有一个容易被忽略的RPC是Users服务，create_login_url()和create_logout_url()函数都会产生RPC调用（毫秒级）。因此可以生成一个固定的登录链接，在这个链接对应的页面里再调用这2个函数，然后将用户重定向到登录页面，返回时则可以取referer头字段。

目前GAE上读取数据的速度是：内存 > 文件 > memcache > datastore > urlfetch，相邻2者之间的速度基本上是数量级的差距。

由此可见，对于基本无需改动的配置，放在文件里是最好的；如果要在线更改配置，则可使用memcache + datastore的方式实现。

此外，内存也是一个很重要的缓存，GAE称之为App Caching。它的意思是一个instance响应完一个请求后，main函数所处环境的全局变量（包括import的模块）仍然会保存在内存中；在接到下一个请求时，这些全局变量是可以直接重用的。

因此，对于无需更改的配置、URL映射、编译过的模板和正则表达式，是可以直接放在App Caching里的。但是如果是会经常变化的数据，必须注意App Caching是不跨instance的，只能更改当前instance的缓存，而无法让所有instances同步更改。唯一能解决的方式是部署一次，但这会导致停掉所有instances。

使用memcache时需要注意粒度，尽可能同时保存相关数据，使用get_multi()来一次性获取多个值，并注意不要缓存没有必要缓存的数据。

此外，GAE上还存在一个反向代理，它可以节约请求数和大量流量，但是存在一些bug。如果要用于动态页面，请注意不要设置过长的缓存时间，也不要输出对需要区分用户的页面（例如有的页面只能给已登录用户或管理员查看）。最有效且基本没有弊端的用途是缓存不会更改的图像、重定向响应和Not Found页面。

同时请求多个链接时，异步会比同步节约很多时间，也能减少超时的概率。尽管逻辑会更为复杂，但值得为此付出。

用户进行GET请求时并不关心你后台的数据是否立即更新，而为了计数去更改一个实体可能是很耗时的。如果用task queue去更改实体，响应逻辑继续执行，就能节省这段时间。

如果页面中有比较耗时而又不太重要的部分，把它们分离出去，用AJAX请求来载入这些数据。

使用jQuery等AJAX库可以很轻易地完成这些任务。

但要注意为未开启JavaScript的用户和搜索引擎提供一个链接，确保他们能获得这部分数据。

提到Python Web框架，大多数人第一反应就是Django，但Django在GAE上存在性能问题。

如果你没钱开启always on的话，还是慎用它比较好。

仔细想想你会发现，实际上Django提供给你的好处（说实话我只觉得表单和admin有用），并不需要花太大力气就能实现；而且由于是你自己实现的，你不会受到任何限制，并且很难掉入陷阱。

Appstats是使用memcache来保存响应记录的，一次响应通常会多占用20ms的CPU时间，会对响应时间稍微造成一些影响。

如果不在乎这20ms，启用它当然没问题。但如果你的QPS特别大，那就不得不考虑钱的问题了。

我一般只在性能出现问题，需要进行调查时才启用，毕竟平时我也不会去看这些数据。

原因可参见《记录一下GAE上各种属性所占的空间大小》。

Expando比Model的反序列化更花时间，而PolyModel会多生成一个class属性（也就意味着更多索引和复合索引）。

如果你使用ReferenceProperty，可能经常会遇到取多个实体的ReferenceProperty的情况。如果直接获取，每个实体都会造成一次数据库。可以用get_value_for_datastore方法来避免自动解引用，然后一次db.get()来获取所有引用的实体。

很多人会犯这个错误，把datastore当成关系数据库来用，用ReferenceProperty来联系各个模型之间的关系。

实际上由于不能进行join，采用这种建模方式并不能避免一次数据库访问。

而且ReferenceProperty是个很大的属性，我更推荐直接保存key name或id，然后自己维护实体关系。

实体组也维护了一种实体关系，并且这种关系不像ReferenceProperty一样可以更改。

子实体或它的key可以很容易地获取父实体的key，而无需访问数据库。父实体可以通过祖先查询来获取子实体，而且这种查询性能很快，并可用于事务中。

一个实体组的所有实体都可以在一个事务中直接进行更改，而无需使用分布式事务。

注意实体组的改写不能太频繁，必须保证每秒修改不超过5次（这是极限情况，一般不要超过1次），否则会经常冲突。将实体组粒度保持为一个用户可以很好地满足这一限制（简单来说，即以用户为根实体）。

ListProperty可以实现一对多关系，只要在一个实体a的ListProperty里保存关联实体（b1、b2、…、bn）的key即可。

由a获取b，直接将a的ListProperty传给db.get()即可；由b获取a，只需在查询时指定这个ListProperty等于b即可。

限制就是一个ListProperty最多只能包含5000个元素，一个实体最多有5000个被索引的属性（ListProperty中每个元素都算作一个被索引的属性），并且要小心索引爆炸。

Datastore的事务要求只能对一个实体组进行改写，采用分布式事务可以突破这个限制。

每个实体都有一个不重复的key，而需要保持唯一性的属性可以用它来取代，其中数字id可以用db.Key.from_path()来生成key。

使用key的好处除了保持唯一，还有性能上的因素：db.get()操作比query快很多（数量级的差异），而且可以批量get实体。

此外，减少了一个属性，还能减少2条索引，这也节省了不少空间。

缺点就是不能更改，排序和不等操作可能不适合，并且倒序查询需要创建一条索引。

很多人会奇怪，为什么自己的实体才几M或几十M，但是配额里却显示用了几百M甚至上G的空间。

实际上，datastore在默认情况下会把所有属性都进行索引，并对涉及多个属性且含不等或排序的查询使用复合索引，这些索引比属性本身所占的空间要多几倍。

并且复合索引是不能重用的，2个查询的filter、ancestor和sort必须精确匹配才能共用一条复合索引，否则需要分别构建一条。

如果有些属性是无需查询的，请把它设为indexed=False。

Merge join是指对多个属性进行查询时，如果只用了相等和祖先查询，而没有使用不等或排序，就无需创建复合索引，而能直接将各个属性的查询集进行join。这会减少数据库空间占用，并加快写入操作。

因此请尽量考虑无需不等和排序的查询。有些时候用户对是否排序并不敏感，而且你也可在内存中排序。

但要注意结果集不能太大，否则也会影响响应时间。将结果集较小的filter放在前面，会加快响应时间（因此像是否有效等基本上为True的属性，就尽量放到后面去吧；但如果反过来查为False的，则放到前面更好）。

做维护等比较耗时的数据库操作，或需要很高的动态性时，可以采用实体来取代模型对象。

Query比GqlQuery的创建快很多，而且构造起来更灵活（至少你可以把Query对象传给一个函数，在这个函数里增加filter和sort等），并且不存在GQL注入的问题。

只有在需要保持与SQL的兼容性（例如你的项目可能会移植到非GAE平台），或者想用JavaScript直接执行数据库查询时才使用（后者慎用，存在安全问题）。

Datastore只保证自动生成的实体key是唯一的，id只要不冲突，可以随机选择生成任何一个id。

而 key唯一指的是key的path唯一，这个path是包含appid、namespace、父实体的key、该实体的类型名和id（或key name）的。对于没有父实体的实体（根实体）来说，同一个类型是不会存在2个id相同的实体的；但是如果有父实体，那么同一个类型可以存在多个id相同的实体，只要它们的父实体或类型名不同。

当需要更改一个模型的属性时，可以使用map-reduce来批处理；也可以将模型的父类改成Expando，利用动态属性来处理，完成后再换回Model。

添加复合索引是需要很长一段时间的（基于你要索引的实体数），直到索引状态为“Serving”时，你才能使用它。因此，为了避免程序出错，应该先更新索引，等生效后再部署代码。或者部署到另一个版本，等生效后再设置成默认版本。

如果你的索引长期停留在“Building”状态，可以联系GAE support team，叫他们帮忙恢复；或者提交一个Production issue。

由于datastore提供的fetch方式并不高效，当偏移量很大时，需要获取很多无用的实体，因此一般是不推荐的。

通常的做法是对key属性或time属性进行排序，以此来作为分隔点。缺点是占用了一个不等于操作，并因此无法使用merge join，而且无法用页数来定位。

目前datastore已支持游标，无需占用不等于操作，缺点同样是是无法用页数来计算游标，且对用户输出游标显得不太美观。

这些数据包括用户提交的表单和HTTP headers（如URL、user agent、cookie等）。

切记处理它们时要考虑不完整和错误的情况（例如从字典中取一个值要注意key可能不存在的问题），对外输出时要进行正确的编码（例如URL要进行百分号编码，XML、HTML要进行实体编码，JSON要进行JSON编码）。

处理用户提交的HTML时，切记审核它们：移除不支持或冲突的标签和属性，关闭不完整的标签等，此外还得特别注意CSS样式和JavaScript代码。

不要让用户访问不该获取的资源，不要让任何人都能执行任意关于数据库的代码（特别是使用JavaScript时）。

特别注意在使用缓存时，如果资源是因人而异的，不要让它保存在代理服务器的共享缓存中（也就是确保Cache-Control为private，或包含Vary字段）。

保证出错时会输出对一个用户友好的页面，而不是异常栈的出错情况。

同时用logging.error()来记录异常栈，以跟踪排除出错原因。

• http://www.keakon.net/2010/12/12/GoogleAppEngineTips