当应用程序读取一个实体时，该实体会被自动缓存；这为经常读取的实体提供了快速（且廉价）的读取。
...
写入数据的 NDB 函数（例如 put()）在缓存失效后返回；Apply 阶段是异步发生的。
在 Youtube 上观看，Google I/O 2011: More 9s Please: Under the Covers of the High Replication Datastore，在 13:11-ish，平均延迟为：
主从：
- 读取：15ms
- 写入：20ms
高复制：
- 读取：15ms
- 写入：45 毫秒
从应用程序的角度来看，NDB 对这些速度的影响有多大？
编辑：特别好奇时间统计（以毫秒为单位）。
额外的信用：我还听说尼克约翰逊提到每个查询大约需要160 毫秒（在 2009 年）[link]NDB 是否为查询提供任何速度优势？
您必须自己进行基准测试-时间取决于许多因素，例如实体大小和复杂性：更多属性或重复属性中的更多项目-> 更复杂。
您引用的数字确实很旧，可能不再反映现实；大多数用户的经验是，平均而言，HRD 并不比 M/S 慢（部分原因是 M/S 具有更高的可变性）。
这里有一些 NDB 基准测试：http ://code.google.com/p/appengine-ndb-experiment/issues/detail?id=118 - 但它没有将数字与旧数据库进行比较。
您可以使用 Appstats 在真实应用程序中快速进行一些操作计时。
从应用程序的角度来看，使用 NDB 可以显着加快数据存储调用。
READ：最好的情况，从实例缓存或内存缓存中读取。在大多数情况下，这将比从数据存储中读取要快得多。
WRITE：NDB put/write 方法在缓存失效后立即返回。这比普通写入要快得多。因此，从您的应用程序的角度来看，它要快得多。然而，实际的写入是异步执行的。
NDB vs DB（高复制）：从应用程序的角度来看，就速度而言，NDB 应该是一个明显的胜利。