Python GCP数据存储与搜索API性能基准？

是否有关于GCP数据存储查询和搜索查询性能的现有基准

我感兴趣的是性能如何随着数据的增长而变化。例如，如果我们有：

class Project:
  members = ndb.StringProperty(repeated=True)

我们在搜索中有如下文档：

SearchDocument([AtomField(name=member, value='value...'), ...])

我想运行搜索以获取用户所属的所有项目ID。比如：

ndb.query(keys_only=True).filter(Project.members == 'This Member')

在数据存储和类似查询中进行搜索

当有10，100。。。16*6个对象

我感兴趣的是，对于这类简单的查询，是否有一些关于延迟的经验法则。当然，我可以尝试一下，但是如果有人做过类似的基准测试，我想获得一些关于预期性能的直观想法。另外，我希望避免花费$100和时间在写/读我以后需要删除的数据上，所以如果有人能分享他们的经验，那将不胜感激

---

S.I使用Python，但假设所有支持GCP的语言的答案是相同的/相似的。

直到现在，只支持API搜索，不幸的是，Python的这个版本不再被支持，所以您应该考虑到您将无法获得对该服务的支持。 另一方面，看看这个线程中提供的测试，它可以让您了解如何使用Python3对数据存储执行基准测试