如何同时使用sklearn库和数据存储区内存缓存？

Question

我有一个经过训练的BallTree模型，并且以咸菜格式保存下来。

在Google App Engine中，Python 2标准环境不支持sklearn。我尝试了Cloud ML来部署模型，但是由于Cloud ML仅提供predict()功能，因此模型也不起作用。我的BallTree模型将调用query_radius()。因此，我转而使用sklearn的Python 3标准环境。

从query_radius()获取索引后，将以某种方式通过字典检索实体的键。现在，有了这些键，我就可以从数据存储中检索所有数据。

现在，我想利用内存缓存来提高数据存储的检索速度。但是，我发现googleappengine api在Python 3标准环境中不起作用。我应该怎么做才能使用内存缓存？还是我还有其他更好的选择？

Answer 1

您是正确的，在Python 3 App Engine标准环境中，memcache未包含在内。

另一种选择是使用Cloud Memorystore之类的东西（或者实际上是任何托管的Redis或Memcache产品），然后在您的应用中手动连接到它。

例如，这是一个如何从App Engine Flex环境连接到Memorystore的示例，该示例应该可以帮助您入门：https://cloud.google.com/memorystore/docs/redis/connect-redis-instance-flex