【问题标题】:GoogleApps Datastore Cons and ProsGoogleApps 数据存储区的优缺点
【发布时间】:2012-10-24 02:06:35
【问题描述】:

在过去的几周里,我一直在阅读有关 Google AppEngine 的更多信息并学习了 Python,包括使用 MongoDB。我最需要的是一个可扩展的数据库解决方案。在发现 Google AppEngine 之前,我认为唯一有用的三个数据库解决方案是 DynamoDB、MongoDb 和 BigCouch。

我发现我真的很喜欢 python 语言,对于一个来自 ASP.NET 开发的语言,我决定切换并使用 python 开发我的应用程序。我的第一选择是使用 python + bottle + mongoDB 开发我的应用程序。问题是 DynamoDB 非常昂贵,而且缺乏易于使用的备份/恢复选项让我通过了 Amazon 的产品。

Google AppEngine 数据存储更实惠。但是,我仍然无法在 Google 网站上找到有关某些特定问题的信息

以下是我需要回答的一些问题:

  • Google Datastore 是否支持管理控制台中的备份/恢复?
  • 如果我要备份/恢复 50TB 的数据,备份/恢复数据需要多少时间?它存储在哪里?费用是多少?
  • 例如备份 1TB 数据需要多长时间?
  • DataStore 是否支持在数据库层缓存
  • 我应该注意什么缺点?

那些我需要得到答案的问题。 MongoDB 是一款出色的产品,使用 Mongo + Python + Bottle 开发 Web 应用程序非常有趣。但是,我更喜欢 Google 提供的完整的数据库托管解决方案。但在我这样做之前,我需要确保我没有遗漏任何东西。

【问题讨论】:

  • 如果您使用 NDB,数据存储将自动应用一定级别的缓存。

标签: google-app-engine google-cloud-datastore database-backups


【解决方案1】:

以下是我需要回答的一些问题:

Google Datastore 是否支持管理中的备份/恢复 控制台?

不。是的。您可以通过为应用程序启用 datastore_admin 从管理控制台中备份和恢复数据(感谢 Idan Shechter 指出这一点!)可以在此处找到更多信息:https://developers.google.com/appengine/docs/adminconsole/datastoreadmin

您也可以通过命令行下载数据。见:https://developers.google.com/appengine/docs/python/tools/uploadingdata

如果我要备份/恢复 50TB 的数据,备份/恢复数据需要多长时间?

这取决于您将数据备份到的位置。与备份到本地计算机相比,备份到 Blobstore 或 Google Cloud 存储所需的时间可能要少得多。将 50TB 传输到本地计算机将需要很长时间,并且取决于包括网络速度在内的许多因素。

存储在哪里?

如果您使用 Datastore Administration,则可以备份到 Blobstore 或 Google Cloud Storage。如果您使用命令行工具,它将存储在您选择将数据下载到的位置。

费用是多少?

Blobstore 每月收费 0.13 美元/GB,免费提供 5GB。 Google Cloud Storage 的费用为每月每 GB 0.12 美元,直到第一个 TB。您可以在此处查看 Cloud Storage 的更多定价信息: https://developers.google.com/storage/docs/pricingandterms

带宽费用为每 GB 0.12 美元(第一个 GB 免费)。有关定价的更多详细信息,请参见此处: https://cloud.google.com/pricing/

例如,备份 1TB 数据需要多长时间?

同样,这取决于您备份到的位置和传输速度。

DataStore 是否支持在数据库层进行缓存我应该注意哪些缺点?

不,它不支持数据库层缓存。

【讨论】:

  • 我认为你弄错了,有一个实验性的选项来备份/恢复数据,我发现它非常有用。您可以在 Google 基础架构上的远程位置备份数据:developers.google.com/appengine/docs/adminconsole/…
  • 谢谢!我已更新答案以包含数据存储区管理员信息。
  • 谢谢。我真的在研究他们的解决方案。 NoSQL 具有 TB 级的数据存储能力以及备份和恢复功能,没有人提供这样的东西,没有人。
猜你喜欢
  • 2018-06-01
  • 1970-01-01
  • 2011-08-12
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2012-07-06
  • 2010-10-11
  • 1970-01-01
相关资源
最近更新 更多