Python Google App Engine上Django数据库操作速度慢

我正在用免费配额测试谷歌应用程序引擎和Django Nonl。在我看来，数据库对数据存储的操作速度非常慢

例如，这个处理请求的简化函数接收XML blob的多部分/表单数据，解析它们并将它们插入数据库：

def post(request):
    fields = cgi.FieldStorage(request)
    with transaction.commit_on_success():
        for xmlblob in fields.getlist('xmlblob'):
            blob_object = parse_xml(xmlblob)
            blob_object.save()

Blob_对象有五个字段，都是CharField类型

对于大约30个blob（总共约1KB的XML），该函数需要5秒返回，并且使用30000多个api_cpu_ms。cpu时间应该相当于1,2 GHz Intel x86处理器在这段时间内可以完成的工作量，但我非常确定，对于任何可用的x86处理器，向数据库插入30行不会花费30秒

如果不将对象保存到数据库（即，只解析XML并丢弃结果），请求只需要几毫秒

那么，谷歌应用程序引擎真的应该如此缓慢，以至于我无法在一个普通请求中保存几十个实体到数据存储中，还是我遗漏了什么？当然，即使我在一些后端或通过使用任务队列进行插入，它的成本仍然比看起来可以接受的高出数百倍

编辑：我发现，默认情况下，GAE为每个实体的每个属性执行两次索引写入。这些属性中的大多数不应该被索引，所以问题是：如何在Django Nonl上设置未索引的属性

---

不过，我仍然觉得，即使使用索引写入，数据库操作也要花费大量的时间。

在没有批处理操作的情况下，要减少挂钟时间，您也无能为力。批处理操作对于减少appengine（或者任何带有rpc的分布式平台）上的挂钟时间非常重要

---

在当前的计费模型下，数据存储报告的CPU毫秒反映了操作的成本，而不是实际花费的时间，并且是资源计费的一种方式。在新的计费模式下，这些将作为数据存储操作明确计费。

我还没有找到真正的答案，但我对成本进行了一些计算。目前，每个索引属性字段的成本约为每10k插入0.20至0.30美元。在即将推出的计费模型（）中，每100k次操作的成本将为0.1美元，或者每100k次插入的索引字段的成本为0.2美元，每次插入有2次索引写入操作

---

因此，由于价格似乎下降了10倍，观察到的缓慢确实是出乎意料的行为。由于免费配额对于我的测试运行来说已经足够了，而且新的定价模型即将推出，我现在不会让它困扰我。

每个实体需要写多少个索引？批处理您的卖出期权也可能有帮助…只有一个索引需要更新。Django Nonl仍然不支持批处理puts，但建议的补丁承诺只会减少大约50毫秒的API CPU使用，我认为这实际上只是操作之间的随机变化。我怀疑您对索引计数不足，因为有些索引是自动发生的，除非您采取显式步骤禁用它们。1.5.4 SDK中的数据存储查看器将向您显示保存实体所需的写入次数。您是对的。即使1个索引只有一个属性可供排序，每个put也会执行10次索引写入。我更新了问题。