在分析我的python2.7 App Engine应用程序时，我发现每条记录平均需要7毫秒才能将从ndb获取的记录反序列化为python对象。 （在pb_to_query_result，pb_to_entity及其后代中 - 这不包括查询数据库和接收原始记录的RPC时间。）
这是预期的吗？我的模型有六个属性，其中一个是具有15个属性的LocalStructuredProperty，其中还包含一个具有四个属性的重复StructuredProperty，但我认为平均对象应该少于30个属性。
预计会这么慢吗？我想获取几千条记录来做一些简单的聚合分析，虽然我可以忍受一定的延迟，但超过10秒是一个问题。有什么我可以做的重组我的模型或我的架构，使这更可行吗？ （除了定期预先计算我的聚合分析并缓存结果的明显解决方案。）
如果这种情况变得很慢是不正常的，那么知道这样做会很有帮助，所以我可以去寻找我可能会做的事情来阻止它。
答案 0 :(得分：7)
简答：是的。
我发现Python中的反序列化非常慢，特别是在涉及重复属性的情况下。显然，GAE-Python反序列化会产生大量的对象。众所周知，效率低下，但显然，没有人愿意接触它，因为它远远落后于堆栈。
这很不幸。由于这种开销，我们大部分时间运行F4前端（即，更快的CPU ==更快的反序列化）。