我应该使用谷歌云功能或应用程序引擎来连接Azure Cognetive服务并获得快速结果吗？ 介绍

我在我的谷歌云函数中使用了Azure Face API（每次调用我的函数时，我都会发出3到4个https请求），但我的执行时间非常慢，只有5秒

函数执行耗时5395毫秒，状态为“ok”

函数执行耗时3957毫秒，状态为“ok”

函数执行耗时2512毫秒，状态为“ok”

基本上，我在云功能中所做的是：

1. Detect a face using Azure
2. Save the face in the Azure LargeFaceList
3. Find 20 similar faces using Azure
4. Train the updated Azure LargeFaceList (if it is not being trained already)

我的谷歌云功能位于美国中部1（“靠近”我的Azure Sace服务，位于美国中北部）。我给它分配了2GB的内存和540秒的超时。我在欧洲

问题 正如我前面所说，函数的执行时间太长（从3.5秒到5秒）。我不知道这是因为“冷启动”还是因为运行算法需要一段时间

Pd:LargeFaceList目前只包含10张脸（1000张脸的训练时间为1秒，100万30分钟）

我的选择 在以下服务器上运行代码：

  1- Google Cloud Function (doing this now)
  2- Google Cloud App Engine

在过去的3个月里，我一直在尝试云功能，而且我从未使用过应用程序引擎服务

我的问题

---

是否可以在应用程序引擎上使用firestore触发器？如果我将此代码移动到App Engine，我的执行时间会更快吗？

使用云函数，您只能在一个函数实例上处理一个请求。如果有2个请求，云函数将创建2个实例，并且每个实例仅在一个实例上处理

因此，如果您有180个并发请求，那么您将同时有180个函数实例。（最多1000个实例，默认配额）

---

云运行与云功能在相同的基础设施上运行，但运行容器。在一个Cloud Run实例上，最多可以同时处理80个请求

因此，对于180并发请求，应该有3个或4个实例，而不是180个云函数。而且由于您需要支付处理时间（CPU+内存），180个云功能实例比3个云运行服务更昂贵

我

---

总之，无服务器体系结构具有高度可扩展性，可以并行处理请求。只考虑一个请求的处理时间，而不是并发请求的最大数量。（因此，从成本角度考虑）使用云函数，您只能在一个函数实例上处理一个请求。如果有2个请求，云函数将创建2个实例，并且每个实例仅在一个实例上处理

因此，如果您有180个并发请求，那么您将同时有180个函数实例。（最多1000个实例，默认配额）

---

云运行与云功能在相同的基础设施上运行，但运行容器。在一个Cloud Run实例上，最多可以同时处理80个请求

因此，对于180并发请求，应该有3个或4个实例，而不是180个云函数。而且由于您需要支付处理时间（CPU+内存），180个云功能实例比3个云运行服务更昂贵

我

---

总之，无服务器体系结构具有高度可扩展性，可以并行处理请求。只考虑一个请求的处理时间，而不是并发请求的最大数量。（因此，从成本的角度考虑问题）

我不太了解Azure产品。第4步“培训更新的Azure LargeFaceList”是什么？每次你有了新面孔，你就重新启动一列火车？您为此培训调用的是Azure API吗？如果是这样，您真的需要在函数中等待培训结束吗？（发生故障时是否需要执行特定操作？@guillaumeblaquiere该产品基于机器学习，为了快速获得相似的人脸，需要训练模型（列表）。正如我想做的那样，每次添加一个面时，代码都会尝试（如果模型当前正在训练，则无法）训练大的面列表（在函数结束时，无需等待训练过程完成并处理可能的错误）。涉及Azure API的每一个操作都是HTTPs请求。此外，在当前模型培训期间，我可以完美地完成步骤1、2、3感谢观看我的视频，但如果你理解这一点，那是因为我的英语不好！！LOL。所以，事实上，您只能在函数的一个实例上处理一个请求。如果有2个请求，云函数将创建2个实例，并且每个实例仅在一个实例上处理。因此，如果您有180个并发请求，那么您将同时有180个函数实例。（最多1000个实例，默认配额）云运行与云功能在相同的基础设施上运行，但运行容器。在一个Cloud Run实例上，最多可以同时处理80个请求。因此，对于180并发请求，应该有3个或4个实例，而不是180个云函数。而且由于您需要支付处理时间（CPU+内存），180个云功能实例比3个云运行服务更昂贵。我写了一封信。您的问题与此描述相同吗？我不太了解Azure产品。第4步“培训更新的Azure LargeFaceList”是什么？每次你有了新面孔，你就重新启动一列火车？您为此培训调用的是Azure API吗？如果是这样，您真的需要在函数中等待培训结束吗？（发生故障时是否需要执行特定操作？@guillaumeblaquiere该产品基于机器学习，为了快速获得相似的人脸，需要训练模型（列表）。正如我想做的那样，每次添加一个面时，代码都会尝试（如果模型当前正在训练，则无法）训练大的面列表（在函数结束时，无需等待训练过程）