• Firebase 相关


    谷歌在 2016年 I/O 大会上推出了 Firebase 的新版本。Firebase 平台提供了为移动端(iOS和Android)和 Web 端创建后端架构的完整解决方案。

    从一开始的移动后端即服务(Mobile-Back-end-as-a-Service,简称 MBaas),Firebase 已经被谷歌改造成了针对移动开发和 Web 开发的一个完整后端解决方案。Firebase 提供了一个 SDK 和 一个控制台,用于创建和管理 Android、iOS和 Web 等多个平台的应用。Firebase 拥有以下特性:

    • AdMob —— 集成了谷歌 AdMob 
    • AdWords —— 集成了谷歌 AdWords 
    • 统计分析(Analytics) —— 用于监控用户行为、人群特征细分、活动效果分析 
    • 崩溃报告(Crash Reporting) —— 监控各类设备上应用的错误。与统计分析特性集成,评估应用崩溃时的用户行为 
    • 数据库 —— 用于存储 JSON 数据的 NoSQL 数据库 
    • 动态链接(Dynamic Links) —— 将用户带至应用内预期页面的深度链接(deep links) 
    • 托管(Hosting) —— 针对 Web 应用的全球 CDN 
    • 索引(Indexing) —— 对应用进行索引,用于谷歌搜索 
    • 邀请(Invites) —— 支持用户与其他用户分享有关应用的信息 
    • 消息(Messaging) —— 即此前的 Google Cloud Messaging,后来被重新命名为 Firebase Cloud Messaging 
    • 通知(Notifications) —— 管理发给用户的通知 
    • 离线(Offline) —— 支持应用在本地缓存中存储数据,这样可以在离线时保持运行 
    • 实时(Real Time) —— 数据实时保存至云数据库 
    • 远程配置(Remote Config) —— 支持开发者在不要求用户下载新版本 app 的情况下,修改应用的行为和外观。该特性用于修改应用的视觉主题,满足不同用户群组的需求,运行 A/B 测试等。 
    • 存储(Storage) —— 存储用户的语音、图片和视频 
    • 同步(Synchronization) —— 当设备上的数据变动时,将会推送至 Firebase,然后再推回到所有相关联的设备。另外,离线后重新在线使用时,设备将自动更新至最近的快照 
    • 测试实验室(Test Lab) —— 在真实设备上测试应用

    以上所有特性在进行 Android 和 iOS 开发时均可使用,除了测试实验室不支持 iOS 设备。部分特性尚不支持 Web 应用。

    Firebase SDK 支持以 C++、Java、JavaScript、JavaScript/Node.js、Objective-C 和 Swift 等语言进行编程。对 Angular、Backbone、Ember 和 React 的支持通过对数据库的绑定实现。谷歌提供了一些辅助开发库:Firebase UI、Geofire、Firebase Queue、FirebaseJobDispatcher。这些库的名称说明了各自的用途。Firebase 还支持导入大规模 JSON 数据集,可与 ElasticSearch 集成。

    Firebase 由谷歌维护,托管在其云数据中心。对于想体验的用户,FIrebase 提供了免费的计划。同时提供了一个按需付费计划,提供与谷歌云平台的全面集成。

    如果你想深入了解 Firebase 的运作,我们建议观看谷歌 2016 I/O 大会上的这些视频:Firebase 概览迁移至 Firebase使用 Firebase Analytics开发优秀APPFirebase 验证入门深入解析实时数据库

    查看英文原文:https://www.infoq.com/news/2016/05/google-firebase

    前情

    几天前翻译了一个有关Firebase的介绍IO的视频,在此写篇文章来总结一下

    主讲人是James Tamplin,Firebase的联合创始人,本人很喜欢他的口音(捂脸XD)


    James Tamplin

    热场

    首先,他是讲述了10年前笨重的软件开发过程,于是引出了Firebase的目的和他们的关注点

    接着,他引出的Firebase很重要的三个关注点 用户数据任务

    那么谷歌是如何做的呢?

    首先要从 谷歌云服务平台(Google Cloud Platform) 开始

    • 它的最底层是基础设施层,也就是 谷歌计算引擎(Google Compute Engine GCE),它使物理机器呈现出虚拟形态

    • 接下来是容器层,也就是 谷歌容器引擎(Google Container Engine GKE),它使你可以运行软件而不用考虑底层的硬件

    • 再上一层就是平台层,也就是 谷歌应用引擎(Google App Engine GAE),有了它你就可以不用考虑内存、CPU和系统更新,你只需要给它后端代码,它就可以接收、部署、运行并处理,这让一切变得更高效


    层级展示

    主题

    那么如果你是个移动端或者Web开发者呢?

    那就该Firebase出场了

    那么到底什么是Firebase?

    简而言之它就是一个帮助你快速开发高效的移动和Web应用的平台

    而我认为它是结合了后端和数据库,使原来的三层结构变成了两层结构,也就是一体化后端框架,使开发变得更加快捷


    三层结构


    Device-->Application Server-->Database


    两层结构


    Device-->Firebase(Hook Server or Third part API)

    它有三大功能:用户认证实时数据库托管服务

    • 用户认证:如果你构建一个APP,那么你要做一个用户认证系统,而Firebase允许你用Email和密码连接到第三方,例如Facebook,Twitter等等。你所要做的就是使用一个服务端的库来生成JSON Web标记和另一个开放标准,这样你就可以告诉Firebase谁是你的用户了

    • 实时数据库:Firebase用的是一个实时的NoSQL的JSON数据库,所有的数据都以JSON的形式存在于数据库里面,并且它们还为每个键值做映射(mapping),它可以实现毫秒级的数据推送。还有一点就是客户端可以不和服务器交流直接去访问数据库


    数据同步
    • 托管服务:很典型的例子就是英国大选的时候,Sky News利用Firebase来同步大选的数据,这个应用每天都有几百万的访问量,而Firebase就得托管这些数据并同步给几百万的用户,更激动人心的是这个应用在数周之内就被开发出来并投入使用

    新功能

    • 手机离线支持(Mobile Offine Support)

    所有数据都会存在于你的磁盘上,而不仅仅是内存

    当你离线时,你的所有数据都会尽量保持最新

    当网络重新连接时,应用会马上进行重新同步,使你的数据保持最新

    当你重新开启应用时所有东西都会还原

    • 支持React Native(React Native Support)

    React Native是Facebook的一个开源库,并且Facebook有团队正在使用它

    而Firebase则是驱动React Native的后端,并可以完美协作

    React会在你的数据模型发生改变时更改你的UI,而Firebase则负责实时更新


    总结

    Firebase给我最深的印象就是整合了后端框架,这大大改变了原有了软件过程

    以往软件开发是先要设计一个数据库,然后再搭一个服务器,最后在应用端进行开发

    现在是你启动一个Firebase项目,挂上服务器,有必要还可以挂上第三方API,然后就可以进行开发了

    你只需要向Firebase抛后端代码,它就可以自动处理并返回你想要的数据

    James Tamplin讲述了很多快速开发的例子,在此我就不一一举例了

    如果有兴趣的童鞋,可以点击下面的链接来下载或者在线观看James Tamplin的演讲

    Don't Worry,所有翻译我都已经做好了,如果观看过程中发现不足,也欢迎指正


    资源


    参考

    • Martin 20150817凌晨撰写



     

    参考链接:

    1.http://www.infoq.com/cn/news/2016/05/google-firebase

    2.http://www.jianshu.com/p/f8657f391b93

  • 相关阅读:
    关于面试总结8-http协议相关面试题
    关于面试总结7-linux篇
    关于面试总结6-SQL经典面试题
    关于面试总结5-python笔试题(递归)
    关于面试总结4-python笔试题
    关于面试总结3-SQL查询
    关于面试总结2-SQL学生表
    关于面试总结1-SQL学生表
    浅谈多变量线性回归中的数据规范化
    浅谈KL散度
  • 原文地址:https://www.cnblogs.com/Jenaral/p/5666390.html
Copyright © 2020-2023  润新知