GAE性能优化技巧——Sharding Counters

最近在做脑图共享网站，一直使用google的云计算服务GAE（google appengine），所以很关注GAE的性能优化方法。

对于GAE的性能，我一直有些怀疑。例如，它的并发访问量，最大能支持多少？

今天终于看到这篇性能优化说明了：

http://code.google.com/intl/zh-CN/appengine/articles/sharding_counters.html

 

原理很简单：

GAE使用的是面向对象的数据库（BigTable）。一个条目就是一个文件块。每个文件块每秒大约最多允许更新5次，这是瓶颈所在。

绕过瓶颈的方法很简单：将数据储存在多个条目上（用随机选择的方法，保证每个块的负载均衡）。

上面那篇文章里举了两个例子，都是这个意思。第一个例子是基本的方法演示，第二个例子与memcache配合使用，将结果临时储存起来，减少读的次数，进一步提高性能。

这种方法叫做Sharding Counters，理论上可以达到极高的并发处理速度——一般的应用都足够了。