Python/Google应用程序引擎数据存储性能

在python/google应用程序引擎应用程序中，我可以选择是将一些静态数据（大小为几KB）存储在本地json/xml文件中，还是将其放入数据存储并从中查询。数据是由我创建的，因此不存在格式错误的数据问题。在节省配额、减少资源使用和应用程序速度等具体方面，哪种方法更适合这种情况

我想使用simplyjson从json文件中读取会更好，因为这种方法不需要数据存储查询，同时仍然相当快

---

更进一步说，该应用不需要大的数据存储（目前约400KB），因此将所有数据移动到json文件以绕过配额限制是否值得？

将数据保存在静态文件而不是数据存储中会更快。正如您所说，这节省了数据存储配额，也节省了往返数据存储的时间

---

但是，存储在静态文件中的任何数据都是静态的，应用程序无法更改这些数据（请参阅）。每次要进行更改时，都需要重新部署文件（即，不能通过web界面进行任何更改）。如果这是可以接受的，那么使用这种方法，因为它简单快速。

将数据保存在静态文件而不是数据存储中更快。正如您所说，这节省了数据存储配额，也节省了往返数据存储的时间

---

但是，存储在静态文件中的任何数据都是静态的，应用程序无法更改这些数据（请参阅）。每次要进行更改时，都需要重新部署文件（即，不能通过web界面进行任何更改）。如果这是可以接受的，那么就使用这种方法，因为它简单而快速。

如果您的数据是小的、静态的且不经常更改，那么只需将数据作为

dict

写入它自己的模块中，然后在需要的地方导入它，就可以获得最佳性能。这将利用Python在导入时缓存模块这一事实。

如果您的数据很小、静态且不经常更改，只需将数据作为

dict

写入自己的模块中，然后在需要的地方导入，就可以获得最佳性能。这将利用Python将在导入时缓存模块这一事实。

正如Chris和其他人指出的那样，为了获得卓越的应用程序性能，Python dict是最好的

但是，如果您对数据存储查询造成的最小性能影响感到满意，那么我认为从设计和维护的角度来看，这是一种可行的方法。如果不接近配额限制，简单性优先于性能

---

我想你的是一个简单的应用程序到今天为止。但它会逐渐变得复杂。当您添加更多功能时，即使在短期内，在某个地方使用硬编码数据也会带来设计灵活性。将来可能会重写这些方面。

正如Chris和其他人指出的那样，为了获得更高的应用程序性能，python dict是最好的

但是，如果您对数据存储查询造成的最小性能影响感到满意，那么我认为从设计和维护的角度来看，这是一种可行的方法。如果不接近配额限制，简单性优先于性能

---

我想你的是一个简单的应用程序到今天为止。但它会逐渐变得复杂。当您添加更多功能时，即使在短期内，在某个地方使用硬编码数据也会带来设计灵活性。将来你可能会重写这些领域。

+1；避免反序列化JSON或解析XML的开销是一个好主意，尽管在某些情况下，以其中一种格式维护数据要容易得多；避免反序列化JSON或解析XML的开销是一个好主意，尽管在某些情况下，以其中一种格式维护数据要容易得多。人的时间/轻松与机器时间/轻松之间的平衡是很难做到的。但是，在谷歌应用程序引擎（google app engine）的案例中，它通过设计“奖惩”方案来强制执行性能和速度，似乎更倾向于性能。但我明白你们的意思，首先是快速开发，当一个应用程序变得值得花时间和精力时，我会担心性能调整和效率。这是一个很好的观点。人的时间/轻松与机器时间/轻松之间的平衡是很难做到的。但是，在谷歌应用程序引擎（google app engine）的案例中，它通过设计“奖惩”方案来强制执行性能和速度，似乎更倾向于性能。但我明白你们的意思，首先是快速开发，当一个应用程序变得值得花时间和精力时，我会担心性能调整和效率。