​作者介绍

韩伟，腾讯科技互娱研发部架构师，曾在网易任职8年，担任无线事业部产品总监。多年来一直从事技术开发，擅长开发高性能系统，对于软件架构设计也有丰富的经验。个人的技术兴趣在设计模式、软件体系架构等提高软件开发效率方面的知识。个人公众号：韩大（handa1740168）。

 

一、起因

 

PaaS作为“云”的概念，已经流行了很久。从使用的角度上看，似乎就是：写一个PHP，然后可以直接传到服务器上，用户就能通过某个URL访问你写的PHP了。——这确实极大地节省了开发和运维的工作量，因为这几乎完全不用去部署安装任何服务器端的软件，甚至数据库也给你装好了。

 

但是因为各种各样的原因，在国内PaaS的使用并不非常广泛，有可能是因为没有好的服务提供商（由于伟大墙的原因导致某些服务无法访问）。另外，作为一个游戏服务器端的开发者，也在试图从PaaS的概念中，学习如何提高游戏开发、运营效率的方法。所以就有了以下的研究。

 

本文主要的研究对象是Google出品的App Engine，以及Amazone的AWS两个产品。实际上微软、IBM也有类似的PaaS（Azure），由于时间精力原因只是粗粗浏览，并未深入。另外国内如阿里云也有一些近似PaaS的服务，但由于名气不大，也不在这里描述了。

 

作为一个PaaS，我们可以注意到，主要会分成几个层面来看，能比较准确地把握其特性。否则纷繁的技术名词，各种支持方案，会让人眼花缭乱。这几个层面就是：

 

• 应用场景：一款PaaS希望解决的重点问题。

• 开发支持：PaaS是一种允许用户的代码运行的服务，那么可以运行怎样的代码，怎样方便用户上传自己的代码（或程序），如何管理这些代码，是一个重要的问题。

• 运维管理：PaaS最让人感到方便的，就是几乎都号称“无需用户干预”的自动化运维，不需要用户自己去部署服务器、配置软件等，但这种能力到底是怎样，也是一个非常重要的部分。

• 关联配套：一个在PaaS上运行的程序，是完成不了太多的任务的，起码需要有一个数据库之类的存储软件。实际上的商业应用中，除了数据库以外，还可能需要大量其他的配套程序，才能让你的业务逻辑程序运行完整，比如Memcache，甚至Crontab这样的程序。由于PaaS号称“帮你运维”一切，所以很多都直接把这些服务也安装部署好给你用，你只要用服务商提供的接入参数，直接使用即可。那么服务商提供怎样的配套服务，有什么能力，是PaaS服务里面一个至关重要的特性，也是各种服务商“争奇斗艳”的主战场。

 

 

GAE(Google App Engine)

 

 

 

 

应用场景

 

 

Google自己的Web服务，是具备一整套“基础设施”的，包括Web应用（如PHP）的运行框架、BigTable、GFS等广为人知的服务器端软件。所以Google App Engine的设计目标，就是让用户可以很方便地使用这一整套“基础设施”。

 

从某种意义上来说，为了使用Google的配套服务，可能会比托管运行自己的Web应用程序更吸引人。Google的基础设施，一般都是以“分布式”为卖点，提供超大承载量，和高度可用性。如果要自己去重建这一整套体系，对于一般的公司来说都几乎是不可能的。但实际上真正需要用到这么大的承载量，也很可能不是“一般的公司”。不过慕名而来的使用者，在Google的保证下获得信心上的安慰，也是一种重要的价值。

 

 

开发支持

 

 

Google不愧是以技术著称的公司，其运行容器，支持Python/Java/PHP/Go等几乎所有主流的编程语言，及这些编程语言在Web应用程序方面的标准框架，如Servlet for Java。看到这里，不禁叹息于，游戏领域并没有什么“应用框架标准”——所以游戏服务器程序的模型真是五花八门无奇不有，这也让游戏服务的提供变得异常繁复困难。

 

GAE提供的开发工具，可以帮助开发者很方便地测试和部署代码到PaaS上。这些开发工具包括一套结合Eclipse的IDE插件，以及一组命令上传部署工具。用户可以使用这些工具，好像开发测试本地程序一样来使用。当然使用之前还是需要配置自己在GAE上的帐号之类的参数。

 

 

 

GAE另外一个很有特色（也许是缺点）的地方，就是开发者只能在“沙箱”里运行自己的程序，因此你不能用到代码去操作socket、本地文件、线程等“原生资源”。因为有这样的约束，所以开发者上传的APP可以被认为是“无损”的自动部署到不同的硬件、网络环境上。同时，GAE也提供了大量的配套服务，用来补偿沙箱环境带来的功能缺失。

 

运维管理

 

 

 

GAE的运维管理从代码部署开始就是全套的。首先是支持从Maven这类代码管理库拉取程序部署，其次是可以部署到Google提供的全球机房，期间提供自动扩容和负载均衡。其中比较值得注意的是，它的运维环境还支持负载灰度和资源配额，也就是可以设置各种参数，来限制缓存空间、实例数、最大线程数、存储空间、使用带宽等。这些配额并不是简单地基于IaaS的功能继承而来，而是可以针对应用容器，或者各种配套服务为目标来设置。

 

GAE另外一个很棒的功能是所谓GoogleAnalytics功能。几乎所有云服务商都会带统计功能，但Google Anlytics因为是针对GAE这种全托管沙箱服务做统计分析的，所以可以获得很多具体的服务统计的细节指标，而不仅仅是操作系统层次的CPU、内存、带宽这种大路货。我们自己部署任何一个服务，对于特定的服务进程，也会想要详尽的统计分析数据，用以监控问题，如果是用GAE，这些服务都是Google提供的，当然统计也是它的应尽职责。

 

 

作为一个Web App的容器，GAE在运维配置工具上，提供了全套Web界面的操作软件——Google Cloud Platform Console，可以配置诸如URL、静态资源、MIME类型、根目录、SSL等几乎所有WebServer的配置内容。用了多年的Web Server配置文件终于可以束之高阁了。

 

当然，其它的管理服务也都提供了WEB的配置管理工具。如果你不想手工去配置这些，也可以使用GAE提供的Restful接口，去用代码操作这些服务配置，这样你可以自己写一个喜欢的管理软件，或者是写个自动化的工具去做这类的配置工作。

 

 

关联配套

 

 

GAE提供的配套服务，都是那些大名鼎鼎的Google系基础服务，分为两大类型，数十种细类：

 

1、存储服务

• App Engine Datastore：NoSQL对象存储服务

• Google Cloud SQL：在GAE上的MySQL，由于是关系数据库，所以不能自动扩容

• Google Cloud Storage：以Restful接口使用的分布式文件系统

 

2、辅助服务

• 定时任务：类似crontab这种

• Memcache：最常见的Web后端缓存服务

• Blobstore：一种“数据块”存储服务

• Oauth API：身份鉴权认证服务

• 各种Messaging服务，包括电子邮件、短信、语音等……

• 全文搜索服务

• 图形处理的API库

• 各种常用的服务器端编程库

 

 

从上面来看，最值得关注就是存储类服务，毕竟Google是处理大数据的互联网鼻祖。由于一般的商业互联网服务，都很依赖一个容量大、方便扩容的数据存储层，所以Google这套东西是非常有价值的。可惜作为游戏领域，数据大倒是大，就是其数据关系一般比较简单，就是玩家的存档数据而已，所以游戏开发商如果用这些BigTable、GFS为基础的服务，从延迟性和成本上看，好像都不是特别有必要。

 

另外从辅助服务来看，细节到连crontab都提供，更不用说各种服务器开发库，只有你想不到，没有他没准备到的。这对于开发者来说是一个很方便的地方，因为一来不需要到处找各种开源库，二来也无需费口舌去和同事统一各种开发库，只需要用GAE的就好了。

 

 

AWS

 

 

 

应用场景

 

 

按理说，AWS应该不算PaaS，而应该算IaaS。那为什么会放在这里说，其实主要有两个原因：

 

1. 一是AWS并不是简单的IaaS，因为它提供了大量的配套管理服务，虽然这些服务大多数都是通过Restful API的形式提供，但确实是可以编程来调用的；

2. 二是AWS本身也一个很有特色的“可编程”服务：Lambda服务。这个服务是可以嵌入在它提供的各种服务中，提供用户自定义控制这些配套服务的能力，所以让这些服务看起来更像平台PaaS，而脱离单纯的IaaS。从嵌入Lambda的角度来看，AWS比GAE更加激进，而不是遵循传统的Web服务存在，因此能被更广泛的互联网业务所使用，而不仅仅是互联网电商客户。据说最近一些在Steam上很火的新游戏，都有用到AWS的服务，包括Lambda。

 

 

开发支持

 

 

AWS因为核心是围绕其IaaS服务器EC2来设计的，所以并没有所谓的开发框架。而更多是针对EC2提供的各种透明的、基于网络的优化功能。比如AutoScaling，就是基于使用时间、负载情况，对EC2实例进行伸缩，这里补充一点，EC2的虚拟机也是支持Docker技术的，所以能比较方便地启动、迁移。而另外一个叫ELB的服务，则是比较传统的类似L5的负载均衡器。

 

能够真正对AWS“编程”的，就是他们的Lambda服务。你可以多种语言来编程，包括Node.js/Java/C#/Python，来编写一些触发器产生的事件处理回调。在AWS的各种服务中，有很多服务都支持Lambda，如S3/DynamoDB/Kinesis，这些服务在收到请求，或者发生状态变化时，都会触发很多不同种类的事件，从而调用用户自定义的这些代码。

 

比如对象存储S3收到数据的时候，就会触发代码。这个功能就能很方便的用来做游戏的存档和读档。又或者数据库服务DynamoDB在对数据进行Put或者Get操作的时候，也可以触发你的代码。当然，像Kinesis这种流式计算服务，本身就是需要用户代码来做离线的统计或数据处理的。

 

 

把用户代码嵌入到服务当中，而不是提供一个用户代码的服务容器，这个设计也许是需要服务IaaS而产生的。但这种灵活的设计，也把使用者从“标准开发框架”中解放出来，作为服务提供者，也无需像Google那样提供各种语言和五花八门的WEB编程框架。由于游戏服务器端一般的通信模型和Web相去很远，有大量的主动通知，以及在线数据反馈的需求，所以使用Web那套框架肯定是不能满足需求的，但好像AWS这种，游戏客户就可以自己写一个简单功能的GameServer，比如只做简单的广播服务，而其它的存储功能，都以Lambda的方式把游戏逻辑和存储服务结合起来，比较省事。

 

 

运维管理

 

 

AWS由于主要目标是卖EC2虚拟机，所以拥有很多更“通用”的运维管理工具。其中一个就是Benstalk，这是一个一个Web应用部署工具，通过集成Git来拉取和存储你的软件。对于仅仅是需要部署WEB应用的客户来说，非常方便。而另外一个工具叫OpsWorks，这个是更通用的运维部署工具，看起来非常像Chef，你可以用它来部署任何软件。

 

这类工具都是通过先在你的虚拟机（部署目标机器）上，安装一个Agent（代理程序），然后这个代理程序就可以从一个集中的软件部署任务服务器上，接受各种部署或配置的任务。用户可以集中在一个界面上去部署软件，修改配置，而且可以通过JSON格式的数据表，记录各服务器相同或者不同的配置，通过工具或自定义的脚本，自动化的在目标机器上做任何的部署操作。

 

 

AWS把对于EC2虚拟机的弹性部署，按负载自动伸缩能力，也应用在计费上。所以有一个叫CloudTrial的服务，其实就是按需付费的功能。这对于各种还在推广开发期的业务特别友好，国外有很多独立游戏或者创业项目，都直接在AWS上开发测试。同时AWS也提供了所谓的CodePipeline工具，其实是一种持续集成工具，但部署部分就默认结合在AWS上。

 

虽然GAE也有各种开发工具，但直接以持续集成（CI）的面貌来提供服务，并且结合云服务，还是非常值得点赞的。毕竟现在在持续集成方面，大家都还是比较繁琐地去设置各种服务器环境，结合上运维系统，才能真正的“自动化集成”。而使用CodePipeline，开发者可以直接一键就把代码部署到EC2虚拟机上，中间还经过自动化测试等等集成任务。这样就又省了折腾持续集成软件的工夫了。

 

 

最后说说CloudWatch服务，这和GAE的Analytics服务有一种重要不同，就是它主要面向的虚拟机的数据，而不是具体的服务。这个系统另外一个特色，就是可以从日志生成、搜集、监控、告警、报表一体化。可以说是一个通用的日志分析系统。用户可以向CloudWatch发送自定义的指标，然后设置监控阈值，这样CloudWatch不但会在你设置的范围内进行监控报警，而且还会存储所有的这些日志，并用以生成统计报表和图形。

 

 

 

 

所有的这些服务给我的感觉，就是虽说AWS服务看起来没有GAE那么“有技术含量”，但由于其高度注重易用性，所以非常容易吸引人去使用。就是不管你是什么平台或者架构，似乎都能用的上它的某几个服务。而且所有的这些服务界面，都是统一接口模型、统一界面风格，让人可以触类旁通，学习起来一点不费劲。（当然这里也有可能因为本身没有提供太过复杂的功能）

 

 

关联配套

 

 

由于AWS的主力产品是IaaS的EC2虚拟机，所以其在线计算的云服务几乎是没有的。但是有丰富的其它配套服务，一点不比GAE逊色。它们大体来看分为两类：

 

1、存储产品

• S3：对象存储服务，以二进制块的方式直接存放。一些游戏开发商直接用来存用户存档数据。

• EFS：和古老的NFS标准兼容的分布式文件系统。

• CloudFront：具备全球节点的CDN服务。CDN国内用户是比较熟悉的，但AWS的优势在于其全球的机房和带宽优势。

• RDS：这一块就是“关系型数据库”的服务类，包括了MySQL  Orcale  SQL Server  PostgreSQL  Aurora这些数据库服务器。这个服务就非常典型的是PaaS平台同的类型，但是AWS同样也提供。而且最后这个Aurora数据库，是AWS自己研发的，兼容MySQL的产品，据他自己说比MySQL快很多。

• DynamoDB：一种NoSQL数据库，属于Schemeless，也就是无需预建数据结构的。可以使用Hash搜索（大概是等于号匹配），也可以使用Range搜索（大概是大于和小于号匹配），这一点是很多NoSQL都不具备的。

• ElastiCache：类似Memcached/Redis这样的缓存服务器集群。这里AWS直接提供集群功能，就不需要自己去想办法搭Redis集群了。这也是比较典型的PaaS服务商会提供的服务。

• SQS：分布式消息队列服务。这个服务很特别，一般来说消息队列服务，是用于比较大规模的服务器系统，需要把计算任务分布放在多个硬件（虚拟机）上运行，而彼此之间又需要互相通讯，所以需要这种消息队列服务。如开源的有ActiveMQ或ZeroMQ这种，但直接做成分布式的，还是比较少见的。这样不用自己维护消息队列服务集群，只需要使劲买EC2来添加计算节点，还是比较爽的。问题是这个服务的接口是Restful的，也就是说基于HTTP协议的，所以其延迟性应该是一个问题。如果在游戏里面使用，估计只有一些不太在乎延迟的，触发量较少的操作，会适合用这个服务，比如用户从游戏大厅进入到游戏房间这种。

 

2、离线计算产品

 

• EMR：用来分析所有AWS提供的服务的日志。是一个强大的日志统计分析系统。

• Kinesis：一种流式计算，类似Storm/Spark Streaming这种系统。值得注意的是，它同样是可以直接调用所有的AWS服务生成的日志。这是AWS离线计算产品的一个通用特征，就是“本系统”类的服务，都可以直接调用，无需用户自己去做各种接口或格式的转换。

• Machine Learning：著名的机器学习服务，同样可以从AWS全线服务的日志中作为学习、测试数据集。秉承AWS的易用性设计目标，这个服务内置了大量的学习模型，很多功能都不需要使用者去自己编写各种学习公式。而只是需要开发者使用其交互式视觉工具，就可以完成对机器学习任务的配置和运行。Redshift：PB级别的数据仓库，属于列式存储系统（一般大容量的数据库都是这种）

 

 

 

总结

 

PaaS作为一个“云”时代非常重要的概念，在实际的业务中应用却远没有IaaS和SaaS的广泛。究其原因，我觉得无非是其灵活性受限导致的。比如GAE这种教科书式的PaaS平台，尽管提供了各种管理服务和多种语言框架，但最后还是受一个大的Web服务的框框所约束。而且后台关联服务和PaaS服务存于一个沙箱中，虽然提供了很好的自动化运维的能力，但也造成了很多不便。除了一些很简单的、典型的互联网业务，很多其它的服务，都多多少少可能需要突破这些限制。不过话说回来，这种PaaS对于标准的Web服务，确实是非常的方便，几乎完全不需要自己去运维。

 

而以AWS为代表的，这种不太纯正的PaaS，提供了大量的运维工具，实际上还是需要用户自己去做很多运维的工作。但这样也提供了极大的灵活性：你可以用IaaS的模式去使用AWS。同时AWS也提供了很多PaaS的配套管理服务，使用者同样可以不去自己部署、配置这些服务。可以说AWS同时IaaS的灵活性，和PaaS的强大功能。不过AWS也不是天衣无缝，其中Lambda服务，就不属于通用的业界标准，如果你把很多业务代码用Lambda的方式来实现，那么你就无法切换到别的云服务商上去了。加上AWS服务大部分都是Restful API，所以网络造成的延迟和带宽占用，都不适合大量交互的在线服务——网络游戏。

 

展望

 

最后展望一下PaaS的发展，个人觉得通用型PaaS应该是没前途的。因为业务模型千差万别，模型上的通用必然带来功能上的限制，以及易用性上的确实。所以PaaS还是应该按不同的业务领域具体细分下去。现在互联网业务比较大的业务领域有三类：一是电子商务类，二是游戏类，三是资源社区类（如B站、今日头条、各种FM、云音乐APP等）。这三类业务都有其非常明显的模式和需求差异。

 

比如电商类服务，一般所谓的“业务流”是一个重要需求，而且对于存储安全性非常重视，但对于延迟要求就很低；而游戏类则无法接受单向的HTTP协议，而且多数都要和游戏客户端引擎（Unity/Unreal什么的）结合，对于延迟的要求非常高，大多数不能忍受超过300ms，存储只要可以无限扩容，安全性无需达到金融级都可以；社区类则对于大量的文件存储很分发是硬需求，需要更广的部署地点，但业务逻辑一般不会过于复杂。

 

因此我们很难通过简单原始的一个Web App应用框架，就把这三个方面的业务需求都框进去，而且除了处理HTTP请求，还有大量的业务通用功能，是可以作为服务做出来卖钱的，比如电商的订单系统、游戏的同步服务、社区的基础社区功能等。

 

最后的总结，就是PaaS服务必须要立足业务领域，面向业务中的通用逻辑，才能真正的做好一个PaaS云。