1000名用户的测试结果与10,000名用户的测试结果相似吗？如果我还有10倍的实例运行，那么memcache使用量会增加10倍会改变我得到的结果吗？
我一直在使用memcache做很多事情，而且它一直很好用。现在，我想在其中添加更多内容，缓存几个关键查询的结果。每个用户的查询都不同，我现在每周有一千个用户。
我对这个策略很谨慎。我可以花一些时间来实现这一点，并发现对于我的千位用户来说它很有效。但是，说我的网站越来越流行，突然间我有10,000个用户。我会看到内存缓存性能下降吗？
我担心会非常急剧下降。我可以想象有一些不可见的限制，比如我允许使用的1GB内存缓存数据。突然间，使用量增加了10倍，我可能会超过这个限制并看到大量的颠簸或其他东西。
对于客户来说，这似乎很难测试 - 我很喜欢App Engine内部人士的评论。
感谢您的任何见解！
答案 0 :(得分：2)
在GAE上实现Memcache的内部只有谷歌知道，因此在一般公共网站上提出这样的问题并不能得到明确的答案。
但是让我推测：如果你看一下新的Python NDB API，你会发现默认情况下，所有数据库获取都会缓存（部分）在memcache中。因此，如果谷歌默认大规模地这样做，那么我猜他们确保内存缓存是可扩展的。
修改
此外，GAE sessions默认情况下还使用Memcache缓存会话数据，这意味着所有使用会话的应用程序（=大多数Web应用程序）也会大规模使用Memcache。
答案 1 :(得分：0)
您可以通过将序列化数据写入blobstore来伪造内存缓存...
答案 2 :(得分：0)
只要您没有热键，App Engine内存缓存就会根据您的需要进行扩展。
随着您的扩展，您需要从共享内存缓存转移到专用内存缓存，您以1GB为单位购买专用内存，供您独家使用。
除了获得适当的内存量之外，您还需要确保有足够的内存缓存来处理负载。如App Engine memcache docs中所述，如果项目的大小约为1 kB，则每GB的memcache可以支持大约10k键操作/秒。
真正限制扩展的一件事就是热键。每GB 10k keyops / s仅适用于密钥均匀分布的情况。如果您拥有少量具有不成比例的流量的密钥，那么它们可能会超出部分后端系统的容量。管理控制台中的memcache viewer部分将显示您的顶部密钥，以帮助您诊断热键。