单独
存储 10 个实体和在 google appengine 数据存储中存储 10 个实体作为核心值（即列表或集）有什么区别？
执行相同数量的写入操作或存储列表是否会减少写入操作计数？
您可以使用新的云监控服务，请参阅 https://cloud.google.com/monitoring/docs; 除此之外，它还可以显示应用程序遇到的 RPC 延迟的图表。
到存储的不同应用程序端"桥接"可能具有不同的行为;例如，ndb（对于 Python 应用程序）努力"幕后"代表您透明地使用缓存，并"捆绑"对数据存储的 RPC 调用（它还允许您使用 _multi 和 _async 方法和函数显式执行后者）。 在其他语言中，或者如果使用 Python 中的旧db，您可能会在应用程序端观察到不同的性能特征，因为它们可能会在不同程度上采用此类优化，一直到"根本没有"。
但是，在最低抽象级别，与单独和同步写入每个实体相比，"捆绑"和"异步"行为始终具有性能优势。
如果数据存储的后端获得较少的 RPC 调用，则与每次收到许多关于写入单个实体的 RPC 调用相比，它可以更好地组织自己的操作
"异步"行为不会影响最低抽象级别（无论应用程序端被阻止等待结果，还是只是有异步监视future，数据存储后端都必须执行相同数量的工作）的"异步"行为（除了它可能允许ndb幕后执行更多"捆绑"），但它仍然可以提高应用程序的性能，因为事情可以"重叠"，并且您的应用程序能够在等待之前执行其他操作为future交付。
因此，每个"桥"都应该准确地记录它代表你做什么，但即使它做的事情足够复杂（特别是在多实例、多线程应用程序中），也值得试验和使用云监控来检查不同方法的实际性能影响。