python - 提高 NDB 查询性能

Question

我正在寻求建议，如何提高速度:

我的数据模型:

class Events(ndb.Model):
    eventid = ndb.StringProperty(required=True)
    participants = ndb.StringProperty(repeated=True)

我尝试获取数据的方式:

def GetEventDataNotCached(eventslist):
    futures = []
    for eventid in eventslist:
        if eventid is not None:
            ke = database.Events.query(database.Events.eventid == eventid)
            future = ke.get_async(keys_only = True)
            futures.append(future)

    eventskeys = []
    for future in futures:
        eventkey = future.get_result()  
        eventskeys.append(eventkey)

    data = ndb.get_multi(eventskeys)

所以我得到了异步 key ，而不是将 key 传递给“get_multi”——有没有其他方法可以让它更快，因为我对性能仍然不满意。

在重复属性中最多可以有几百个字符串。事件模型中有几行 10.000 行。在事件列表中只有几十个我想要获取的事件 ID。

Answer 1

我发现长列表(即大型 repeated=True 属性)的 Protocol Buffer 的反序列化开销非常小。

您在应用统计中查看过这个吗？您是否看到在 get_multi() 之后没有 RPC 执行的大空白区域？这就是反序列化开销。

我发现克服这个问题的唯一方法是删除长列表并在单独的模型中管理它们(即，完全避免重复的长属性列表)，但是当然，您可能无法使用案例。

所以最大的问题是:当您获得事件列表时，您是否真的需要所有参与者，或者您能否以某种方式推迟查找？例如，同步获取所有事件可能更便宜/更快，然后为每个事件(来自不同模型)的参与者异步获取并在内存中组合 - 也许您只需要 25 个最近注册的参与者或其他东西因此可以限制您的子查询的成本吗？