Python 如何同时使用sklearn库和数据存储memcache？

我有一个经过训练的BallTree模型，并坚持采用pickle格式

在Google App Engine中，Python2标准环境不支持sklearn。我尝试了Cloud ML部署模型，但它也不起作用，因为Cloud ML只提供

predict（）

函数。我的BallTree模型将调用

query\u radius（）

。因此，我转到了Python3标准环境，在那里sklearn可以工作

从

query\u radius（）

获取索引后，我将通过字典以某种方式检索实体的键。有了这些键，我现在可以从数据存储中检索所有数据

---

现在，我想利用memcache来提高数据存储的检索速度。然而，我发现GoogleAppengineAPI在Python3标准环境中不起作用。要使用memcache，我应该做什么？或者我还有其他更好的选择吗？

您是正确的，在Python 3应用程序引擎标准环境中，

memcache

不是现成的

另一种方法是使用类似于（或者实际上是任何托管Redis或Memcache产品）的东西，并在应用程序中手动连接到它

---

例如，下面是一个如何从App Engine Flex环境连接到Memorystore的示例，它应该可以帮助您入门：

我最终创建了两个服务，一个用于python 2（数据存储和memcache）和python 3（sklearn模型）