服务扁平化与主成分分析

最近试用了一下七牛的云储服务,甚至没有登陆服务器的概念,通过一些网络请求,就完成了存储和访问的功能。说是试用,其实只是了解一下,我个人并没有什么需要用到云存储的项目。

不得不承认,这对开发者来说是一个很方便的服务,它把一个典型应用中非常重要的一部分抽离出来,作为一个使用简单的黑箱工具,并提供了非常稳定的服务质量。以往开发者可能需要根据应用本身的需求,搭建磁盘阵列、寻找合适的管理软件、部署到各ISP的机房等等。而一旦服务被抽离出来,开发者只要通过API接入,不必担心具体的实现、性能,因为这些都有专门的保障。这是此类服务的第一个好处,简单。

第二个好处在于成本的降低,用多少资源支付多少钱。这在自己负责一切的场景下也是不可能的。这样的服务收费将开发入门门槛降得很低。

事实上现在有很多这样针对企业级的开发服务,包括存储、加速、图片内容鉴别等等。这些服务的共性在于抽取了市面上很多应用必须完成的功能,提供简单、可靠、廉价的替代品。以统计学习中的主成分分析来看,就是寻找应用中最大的共性(当然也是最大的开发痛点,反正都是痛点),提供简单可靠的替代品。例如大家都要部署服务器,那就干脆买下很多高性能服务器,作为VPS对外提供,用户可以选择虚拟的硬件配置,点击确定之后连系统都安装好了,只管登陆就是了;然后需要第二大的共性。例如提供简单的存储服务等等;更加精细化的服务可以是针对内容的图像识别、文本鉴别等等。

Leave a Reply

Your email address will not be published. Required fields are marked *