大数据集的石墨烯-python性能问题

如何解决大数据集的石墨烯-python性能问题

当前使用带有graphene-django（和graphene-django-optimizer）的graphene-python。

在收到GraphQL查询后，数据库查询在不到一秒钟的时间内成功完成；但是，石墨烯不会再发送响应10秒钟以上。如果我增加响应中发送的数据，则响应时间会线性增加（数据增加三倍=响应时间的三倍）。

要检索的数据由最多7层的嵌套对象组成，但是使用优化的查询，这不会影响从DB检索数据所花费的时间，因此我假设延迟与graphene-python将结果解析为GraphQL响应。

我不知道如何分析执行以确定花费了多长时间-在Django上运行cProfiler似乎并没有跟踪石墨烯的执行。

SQL查询响应时间是使用graphene-django-debugger中间件确定的，结果显示如下：

    "_debug": {
  "sql": [
    {
      "duration": 0.0016078948974609375,"isSlow": false,"rawSql": "SELECT SYSDATETIME()"
    },{
      "duration": 0.0014908313751220703,"rawSql": "SELECT [redacted]"
    },{
      "duration": 0.0014371871948242188,{
      "duration": 0.001291036605834961,{
      "duration": 0.0013201236724853516,{
      "duration": 0.0015559196472167969,{
      "duration": 0.0016672611236572266,{
      "duration": 0.0014820098876953125,{
      "duration": 0.0014810562133789062,{
      "duration": 0.001667022705078125,{
      "duration": 0.0014202594757080078,{
      "duration": 0.0027959346771240234,{
      "duration": 0.002704143524169922,{
      "duration": 0.0030939579010009766,"rawSql": "SELECT [redacted]"
    }
  ]
}

以下屏幕截图显示了该请求对服务器的相应响应时间：

如果有人知道为什么石墨烯会花这么长时间来创建响应，或者可以帮助我分析石墨烯的执行情况，我将不胜感激！

解决方法

分析grahene执行开始的方法。