• 1
  • 2
  • 3
  • 4
  • 5
阿里云应用开发 首 页  »  帮助中心  »  云服务器  »  阿里云应用开发
怎样用Java平台访问开源云存储
发布日期:2016-7-27 11:7:9

  虽然云计算这一术语并不新鲜,Amazon在2006年就开始提供它的云服务,国内的阿里云也发展得很好,但是从2008年起它才开始真正成为流行词,这期间,Google与 Amazon的云服务逐渐获得了公众的关注。 Google的App Engine使用户能在Google基础设施上构建与托管 Web 应用程序。

  连同S3,AmazonWeb Services还包括Elastic Cloud Compute (EC2)计算Web服务,该服务可在Amazon的基础设施上托管应用程序。其他公司也开始蠢蠢欲动,准备与Amazon与Google一决高下,其中就包括 Microsoft?的 Azure,甚至 Sun Microsystems(其云计算还没有正式推向市场)也想分一杯羹。比如IBM最近宣布,它将提供某些产品供开发人员在AmazonEC2 环境中使用。

  AmazonSimple Storage Service (S3)是一个公开的服务,Web应用程序开发人员可使用它存储数字资产,包括视频、图片、音乐和文档。S3提供一个 RESTful API以编程方式实现和该服务的交互。通过本文,您将了解怎样使用开源的JetS3t库利用Amazon的S3云服务存储和检索数据。

  1、面向开源的S3云平台介绍

  云是一个抽象的概念,表示松散连接在一起的计算机组,这些计算机共同执行某项任务或服务,就像是使用一个单独的实体完成。这个概念背后的架构也很抽象:每个云提供者都可根据各自情况随意设计它的产品。软件即服务(Software as a Service,SaaS)是一个与云相关的概念,表示云向用户提供某种服务。云模型可降低用户成本,由于他们无需购买软件和硬件也可以运行 — 服务提供者已为用户提供了必要的组件。

  以Amazon的S3产品为例。顾名思义,这是一个公开的服务,让 Web 开发人员能存储数字资产(如图片、视频、音乐和文档等),以便在应用程序中使用。使用S3的时候,它就像一个位于 Internet 的机器,有一个包含数字资产的硬盘驱动。事实上,它涉及到许多机器(位于各个地理位置),其中包含数字资产(或者数字资产的某些部分)。Amazon还处理所有复杂的服务请求,可存储数据并检索数据。你只需要付少量的费用(大约每月 15 美分 /GB)就可在Amazon的服务器上存储数据,1 美元即可通过Amazon服务器传输数据。

  Amazon的S3服务没有重复开发,它公开了RESTful API,让你能使用任何支持 HTTP 通信的语言访问S3。 JetS3t项目是一个开源Java库,可抽象出使用S3的RESTful API的细节,将API公开为常见的Java方法和类。编写的代码越少越好,难道不是吗?充分利用其他人的成果也是不错的。在本文中你将看到,JetS3t使S3与Java语言的工作变得更加简单,从根本上提高了效率。

  2、S3开源应用模式介绍

  S3理论上是一个全球存储区域网络(SAN),它表现为一个超大的硬盘,可在其中存储和检索数字资产。但从技术上讲,Amazon的架构有一些不同。通过S3存储与检索的资产被称为对象。对象存储在存储段(bucket)中。你可用硬盘进行类比:对象就像是文件,存储段就像是文件夹(或者目录)。与硬盘一样,对象与存储段也可通过统一资源标识符(Uniform Resource Identifier,URI)查找。

  例如,在我的硬盘中,我有一个名为 whitepaper.pdf 的文件,它位于主目录中名为 documents 的文件夹中。相应的,该pdf文件的URI为/home/aglover/documents/whitepaper.pdf 。在S3中,URI有一点不同。首先,存储段只能是顶级的 — 无法像嵌套硬盘中的文件夹(或者目录)一样进行嵌套。其次,存储段必须遵循 Internet 命名法则;句点旁边没有斜杠,名称不包括下划线等等。最后,因为存储段名称已是Amazon域内的 (s3.amazonaws.com) 公共URI的一部分,存储段名称必须在所有S3中是惟一的。(好消息是每个帐户只能包含 100 个存储段,所以不用担心别人占用了所有的好名字)。

  存储段在S3中是URI的根。也就是说,存储段的名称将是指向S3中某个对象的URI的一部分。例如,若我有一个名为 agdocs 的存储段以及一个名为 whitepaper.pdf 的对象,URI将是:http://agdocs.s3.amazonaws.com/whitepaper.pdf。

  S3还提供了指定存储段与对象的所有者和权限的能力,就像对待硬件的文件和文件夹一样。在S3中定义对象或存储段时,你可指定一个访问控制策略,注明谁可访问您的S3资产以及如何访问(例如,读与写权限)。相应地,你可通过许多方式提供对您的对象的访问,使用RESTful API只是其中一种。

  这里Amazon有一个神奇的DNS魔术,用户不用担心S3资产的 URL 。通过 Domain Name System (DNS) 和 CNAME(canonical name的缩写)记录,你可将自定义程度更高的 URL 映射到S3的 URL 。这样一来,您就隐藏了您(或者您的应用程序)依赖S3的事实!

  3、开始使用开源S3和JetS3t

  要开始使用S3,您需要一个帐户。S3不是免费的,所以在创建帐户的时候你必须向Amazon提供一种支付手段(比如信用卡号码)。不用担心:不收初装费;只需要为使用付费。对于本文的示例,只需要支付不到 1 美元的费用。

  在创建帐户的过程中,你还需要创建凭据:访问密钥与秘密密钥(就像用户名与密码)。(你还可获取 x.509 证书;但是,只有在使用Amazon的 SOAPAPI时才需要使用该证书)。与任何访问信息一样,都必须保管好您的秘密密钥。由于任何人使用您的凭据访问S3时,你都将为此付费。所以,每当创建存储段或对象的时候,默认的行为是让所有内容都私有;你必须显式获取对外部世界的访问。

  有了访问密钥与秘密密钥,你可下载 JetS3t并使用它通过RESTful API与S3交互。

  使用编程手段通过 JetS3t 登录S3可以分为两步。第一,必须创建一个 AWSCredentials 对象,然后将它传递到 S3Service 对象。AWSCredentials 对象非常简单。它将访问密钥与秘密密钥视为 String。S3Service 对象实际上是一个接口类型。由于S3同时提供RESTful API和一个 SOAP API,JetS3t 库可提供两种实现类型:RestS3Service 与 SoapS3Service。就本文而言(包括大部分S3事务),RESTful API的简洁性让它成为一个很好的选择。

  创建一个连接的 RestS3Service 实例很简单,如清单所示:

  步骤 1. 创建一个 JetS3t 的 RestS3Service 实例

  def awsAccessKey = “blahblah”

  def awsSecretKey = “blah-blah”

  def awsCredentials = new AWSCredentials(awsAccessKey, awsSecretKey)

  def s3Service = new RestS3Service(awsCredentials)

  现在可以执行一些有趣的操作了:例如,创建存储段、添加一个影片,然后获取一个有时间限制的URL 。实际上,这听起来像一个业务流程,不是吗?这是一个与发布有限资产(比如影片)有关的业务流程。

  创建存储段

  对于虚构的电影业务,我将创建一个称为 bc50i 的存储段。借助 JetS3t,该流程很简单。通过 S3Service 类型,你有几个选项。我更喜欢使用 getOrCreateBucket 调用,如清单 2 所示。顾名思义,调用该方法可能返回一个存储段实例(表示为 S3Bucket 类型的实例)或在S3中创建代码段。

  4、S3平台详细使用步骤简介

  步骤 2. 在S3服务器上创建存储段

  def bucket = s3Service.getOrCreateBucket(“bc50i”)

  不要被我这个简单的代码示例所蒙蔽。JetS3t 库的扩展性非常强。例如,您可快速确定拥有多少存储段 —— 只需通过 listAllBuckets 调用请求一个S3 Service 实例即可。该方法返回一个 S3Bucket 实例数组。对任何存储段实例,您可询问它的名称和创建日期。更重要的是,您可通过JetS3t 的 AccessControlList 类型控制与之相关的权限。例如,我可获取 bc50i 存储段实例,并允许任何人可以公开读取和编写,如清单 3 所示:

  步骤 3. 修改存储段的访问控制列表

  def bucket.acl = AccessControlList.REST_CANNED_PUBLIC_READ_WRITE

  当然,通过 API,您也可随意删除存储段。Amazon甚至允许你指定创建存储段的地理位置。Amazon简化了存储实际数据的复杂性,但你可告诉Amazon要将存储段(及其内部所有的对象)放在美国或者欧洲(当前可用选项)。

  5、向存储段添加对象

  使用JetS3t 的API创建S3对象就像操作存储段一样简单。JetS3t 库也很智能,可负责处理与S3存储段内文件相关的内容类型。例如,我想向S3上传一段影片nerfwars2.mp4,以便用户能够在有限的时间内观看。创建一个S3对象与创建常见的 java.io.File 类型一样简单,并能够将S3Object 类型与存储段关联,如清单 4 所示:

  步骤 4. 创建一个S3对象

  def s3obj = new S3Object(bucket, new File(“/path/to/nerfwars2.mp4”))

  使用文件和存储段初始化 S3Object 之后,要做的所有事情就是通过 putObject 方法上传,如清单 5 所示:

  步骤 5. 上传影片

  s3Service.putObject(bucket, s3obj)

  使用清单 5 可完成上传。现在影片位于Amazon服务器了,影片的键就是它的名称。当然,您可根据需要重写该名称以调用其他对象。事实上,JetS3t API(以及 AmazonS3RESTful API)公开了许多信息,供你创建对象时使用。我们知道,你还可以提供访问控制列表。S3中的任何对象都可保存API允许您创建的其他元数据。之后可通过该元数据的S3API(以及派生的 JetS3t)查询任何对象。

  6、创建对象的URL

  到现在为止,我的S3实例有一个包含影片的存储段。实际上,我的影片可以通过以下URI获取:http://bc50i.s3.amazonaws.com/nerfwars2.mp4。但是,只有我才能获取。(在本例中,我只能通过编程方式访问它,因为与所有内容关联的默认访问控制被设置为拒绝任何未授权访问)。我的目的是为选择的用户提供一种方式查看新影片(在有限的时间内),直到我开始收取访问费用(S3也会提供帮助)。

  创建一个公共 URL 是S3提供的一个便捷功能;实际上,使用 S3,您可以创建一个公共 URL,但是只在一段时间内有效(例如,24 小时内)。对于我刚刚存储在S3服务器上的影片,我将创建一个 48 小时内有效的 URL 。然后我将向选定的用户提供该 URL,以便他们下载并观看(假定他们在两天内下载)。

  7、处理带有效期的文件

  要创建一个针对S3对象的时间敏感型URL,你可使用 JetS3t 的createSignedGetUrl 方法,这是一个 S3Service 类型的静态方法。该方法采用一个存储段名称、一个对象键(在本例中是影片名,还记得吗?)、一些凭证(以 JetS3t 的AWSCredentials 对象的形式)、截止日期。若你了解所需的存储段和对象键,则可通过清单 6 中的 Groovy 代码快速获取 URL:

  步骤 6. 创建一个时间敏感型URL

  def now = new Date()

  def url = S3Service.createSignedGetUrl(

  bucket.getName(), s3obj.key, awsCredentials, now + 2)

  使用 Groovy,我可以通过 + 2 语法轻松指定一个 48 小时的限定日期。得到的 URL 如下所示(只有一行):

  https://bc50i.s3.amazonaws.com/nerfwars2.mp4?AWSAccessKeyId=1asd06A5MR2&Expires=1234738280&Signature=rZvk8Gkms=

  如果您的带宽和存储需求不稳定,则S3能提供很多帮助。例如,想想我演示的业务模型 — 影片在一年中特定的时间发布。在传统的存储模型中,您需要在某处机架上购买许多空间(或提供通向它的硬件和管道),很可能下载量很大,但随后会相对降低。但是,您不能根据需要付费。使用 S3,该模型将根据需要付费 — 公司仅在需要时为存储和带宽付费。更重要的是,S3的安全特性可以帮助您进一步指定人们何时可以下载视频,甚至可以指定谁可以下载。

  使用S3实现这些需求非常容易。在高水平上,创建一个受限的影片公共下载需要 4 个步骤:

  (1)登录S3。

  (2)创建存储段。

  (3)向存储段添加所需的视频(或对象)。

  (4)创建一个指向该视频的时间敏感型 URL 。

  就是这样!

  8、使用后记:便利的按需付费模式

  跟传统存储模型相比,S3的随需付费模型有很多明显的优势。例如,在自己的硬盘上存储音乐收藏,我必须预先花 130 美元购买一个 500GB 的存储单元。我没有500GB 的数据可以存储,所以我为自己不需要的空间花费了 25 美分 /GB(虽然很便宜)。我还需要维护设备并支付电费。如果我使用 Amazon,我不需要预先为不重要的资产支付 130 美元。我只需要支付 10 美分 /GB,无需为管理和维护存储硬件付费。

  现在想想在整个企业范围内实现这些服务的好处。以 Twitter 为例,在S3上为100 万个用户帐户存储图片。通过按照使用付费的方式,Twitter 不需要花费大量资金购买硬件基础设施来存储和提供图片服务,也不需要支出人力和部件成本来配置和维护图片。

  云的好处还不止这些。您还可以实现低延迟和高可用性。假设存储在Amazon云中的资产遍布全世界,那么为各个位置提供内容的速度将会更快。更重要的是,由于您的资产分布在各种机器上,您的数据在一些机器(或部分网络)瘫痪时也能保持高可用性。

  一言以蔽之,AmazonS3的好处很简单:低成本、高可用性、安全。除非您是一个 SAN 专家,喜欢维护硬件资产来存储数据内容,但Amazon可能比您做的更好。在资金紧张时,为什么还要将自己的资金提前预支在硬件上呢(不要忘了,硬件会随时间贬值)?