GCP数据存储区vs搜索API性能基准？

问题描述

是否存在有关GCP数据存储区查询和搜索查询性能的现有基准？

我对性能随数据增长如何变化感兴趣。例如，如果我们有：

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

，我们在Search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。像这样：

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

在数据存储区中，并在搜索中进行类似的查询。

当有10、100，... 16 * 6个对象时，性能如何比较？

我很想知道对于这种简单查询类型的延迟是否有一些经验法则。我当然可以尝试一下，但是如果有人做过类似的基准测试，我想对我可以预见的性能有一些直观的了解。另外，我想避免花费大量时间和时间在写入/读取以后需要删除的数据上，因此，如果有人可以分享他们的经验，那将不胜感激！

p.s。我使用的是Python，但假设所有支持GCP的语言的答案都是相同/相似。

解决方法

直到现在，Python 2仅支持Api搜索，不幸的是，不再支持此版本的Python，因此您应考虑将无法获得对此服务的支持。

另一方面，看看此线程中提供的code，它可以使您了解如何使用python 3对数据存储区执行基准测试。