如何在谷歌应用程序引擎中使用后端而不浪费CPU资源？
使用后端处理数据存储中的数据时，应用程序引擎完全使用我的 CPU 资源。 如何在不浪费 CPU 资源的情况下处理数据？
我可以将整个应用程序放在后端而不浪费 CPU 资源吗？
我错过了什么吗.. 如果问题太模糊，请我澄清..谢谢
While processing data in datastore using backends, app engine is using my cpu resources completely.
How do i process my data without wasting CPU resources?
Can i have the entire app on a backend without wasting cpu resources?
am i missing something..
if the question is too vague, ask me to clarify.. thanks
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
优化 CPU 使用率的一般建议是尽量减少 RPC、了解如何有效地使用数据存储并使用 appstats 来查找瓶颈。对于具体的优化建议，我们需要查看一些代码。
虽然后端可以配置为处理公共请求，但它们并不旨在取代普通实例。后端专为资源密集型离线处理而设计。普通实例根据请求量自动创建和销毁；后端必须由管理员显式配置和实例化，因此它们不太适合处理流量峰值。
它们的成本也更高：让后端实例保持在线 24 小时将花费 3.84 美元，无论该实例是否正在处理请求。
The general advice for optimizing CPU usage is to minimize RPCs, understand how to use the datastore efficiently and use appstats to find your bottlenecks. For specific optimization advice, we would need to see some code.
While backends can be configured to handle public requests, they aren't intended to replace normal instances. Backends are designed for resource-intensive offline processing. Normal instances are created and destroyed automatically in response to request volume; backends have to be configured and instantiated explicitly by an administrator, thus they are not well-suited to handling traffic spikes.
They're also more expensive: keeping a backend instance online for 24 hours will cost you $3.84, whether the instance is handling requests or not.