App Engine 會產生應用程式效能和資源使用率的使用報告。以下列出一些相關的應用策略，協助您更有效率地管理資源。詳情請參閱定價頁面。
查看使用報告
評估應用程式效能時，您應檢查應用程式正在執行的執行個體數，以及應用程式耗用資源的方式。
下面各節針對如何管理資源提供一些策略建議。
管理動態執行個體資源調度
減少延遲時間
應用程式延遲會影響處理流量所需的執行個體數量。降低延遲時間，就可以減少用來提供應用程式的執行個體數量。Cloud Trace 是一種非常有用的工具，可查看延遲的相關資料，以及瞭解減少延遲時間的可能變動。
使用 Cloud Trace 查看延遲後，請嘗試執行以下策略以減少延遲時間：
- 增加頻繁存取共用資料的快取：也就是使用 App Engine Memcache。另外，設定應用程式的快取控制標頭，也會對伺服器和瀏覽器快取資料的效率帶來重大影響。即使是幾秒鐘的快取作業，也會對應用程式提供流量的效率造成影響。Python 應用程式也應充分利用執行階段快取功能。
- 更有效率地使用 App Engine Memcache：對於 get、set、delete 等指令採用批次呼叫，而非發出一連串的個別呼叫。請考慮使用 Memcache Async API。
- 使用非要求繫結功能工作：如果應用程式可以執行超出使用者要求範圍的作業，請將其加入工作！在傳回回應前，與其等待工作完成，不如將此工作傳送至工作佇列，這麼做可以大幅減少使用者經歷的延遲時間。工作佇列可讓您更完善地掌控執行率，並協助減少負載。
- 以更有效率的方式使用 Datastore 模式的 Firestore：詳情請見下文的說明。
- 同時執行多個網址擷取呼叫：
- 將多個網址擷取呼叫以批次處理，而不是在個別的使用者要求中分開處理，您可以透過非同步網址擷取以在離線工作中並行處理。
- 使用非同步 URL Fetch API。
- 在 HTTP 工作階段中，以非同步方式寫入。
變更自動調整資源配置的效能設定
app.yaml 設定檔含有數種設定，可用於調整特定版本應用程式效能和資源負載之間的平衡。如需可用的自動調整資源配置設定清單，請參閱資源調度元素。請觀看 App Engine 新排程器設定影片，瞭解這些設定的效果。
啟用並行 Python 要求
您的應用程式執行個體可並行提供多個 Python 要求。啟用這個設定會降低為應用程式提供流量所需的執行個體數量，但您必須確保應用程式的執行緒安全，這項設定才能正常運作。請參閱如何在 app.yaml 檔案中啟用執行緒安全，以便使用並行要求。
指定工作佇列設定
工作佇列的預設設定已針對效能進行調整，如果使用這些預設值，當您將數個工作同時加入佇列時，很可能會導致系統啟動新的前端執行個體。以下針對如何調整工作佇列以節省執行個體時數提出一些建議：
- 針對不容易受到延遲影響的工作，設定 X-AppEngine-FailFast 標頭。如果現有的執行個體無法使用，這個標頭會指示排程器讓要求立即失效。工作佇列會一直重試和輪詢，直到現有的執行個體可用於提供要求為止。但請務必注意，如果設定了 X-AppEngine-FailFast 的要求佔用現有的執行個體，則未設定該標頭的要求仍會導致系統啟動新的執行個體。
- 如果將「rate」參數設為較低的數值，工作佇列會以較慢的速度執行工作。
- 如果將「max_concurrent_requests」參數設為較低的數值，則同時執行的工作數會較少。
儘可能提供靜態內容
Python 中提供的靜態內容是由特殊的 App Engine 基礎架構處理，不會耗用執行個體時數。如需設定自訂標頭，請使用 Blobstore API。實際提供 Blob 回應時不會耗用執行個體時數。
管理應用程式儲存空間
App Engine 會依據 Datastore 中的實體大小、Datastore 索引大小、工作佇列中的工作大小，以及儲存在 Blobstore 的資料數量來計算儲存空間費用。您可以執行以下作業以確保不會儲存非必要資料：
- 刪除應用程式不再需要的任何實體或 Blob。
- 依照以下「管理 Datastore 使用情形」一節，移除任何不必要的索引以減少索引儲存空間費用。
管理 Datastore 用量
App Engine 會計入在 Datastore 中執行的作業數量。以下幾項策略可降低 Datastore 的資源消耗量，以及減少 Datastore 要求的延遲時間：
- Google Cloud 主控台資料檢視器會顯示在本機 Datastore 中建立每個實體所需的寫入作業數，您可以透過這項資訊瞭解寫入每個實體的費用。如要瞭解如何解讀這項資料，請參閱「瞭解寫入費用」。
- 移除所有不必要的索引，以減少儲存空間和實體寫入費用。使用「取得索引」功能查看在應用程式中定義的索引。如要查看目前提供給應用程式的索引，請參閱 Google Cloud 主控台搜尋頁面。
- 設計資料模型時，您或許可以使用這樣的方式來撰寫查詢，以避免使用自訂索引。如要進一步瞭解 App Engine 如何產生索引，請參閱查詢與索引說明文件。
- 盡可能以未編入索引的屬性 (Python) 取代已編入索引的屬性 (預設值)，這樣可以在您加入實體時減少 Datastore 寫入作業數量。請注意，如果您日後決定確實需要查詢未編入索引的屬性，則不僅需要修改程式碼才能再次使用已編入索引的屬性，還必須對所有實體執行 map reduce 以重新加入。
- 我們已改進 App Engine 1.5.2 及 1.5.3 版中的 Datastore 查詢規劃工具，因此現在查詢需要的索引數可能比之前少。雖然您可能還是會為了維持效能而選擇保留某些自訂索引，但您可以刪除其他索引，以減少儲存空間和實體寫入費用。
- 請重新設定資料模型，以便利用鍵擷取代替查詢，不但成本較低，效率也更高。
- 如果可能，請使用僅限鍵查詢代替實體查詢。
- 如要減少延遲時間，請將多個實體
get()替換成批次get()。 - 使用 Datastore 游標進行分頁而非位移。
- 透過 Async Datastore API 平行處理多個 Datastore 遠端程序呼叫 (RPC)。
注意：小型 Datastore 作業包括要求分配 Datastore ID 的呼叫或純索引鍵查詢。如要進一步瞭解費用，請參閱定價頁面。
管理頻寬
如要減少連出頻寬，您可以在回應中設定適當的 Cache-Control 標頭，並為靜態檔案設定合理的到期時間。透過這種方法使用公開 Cache-Control 標頭，可允許 Proxy 伺服器和用戶端瀏覽器在指定的時間範圍內快取回應。
連入頻寬涉及使用者傳送到應用程式的資料量，因此較難掌控。不過，您可以使用 App Engine 防火牆規則，允許或限制 IP 位址和子網路範圍。