Python 2 SDK 包含 Appstats 程式庫，這個程式庫可用於剖析應用程式遠端程序呼叫 (RPC) 的效能。App Engine RPC 是應用程式與 App Engine Service API 之間的來回網路呼叫。例如以下 API 呼叫都是 RPC 呼叫：
- Datastore 呼叫，例如
ndb.get_multi()、ndb.put_multi()或ndb.gql()。 - Memcache 呼叫，例如
memcache.get()或memcache.get_multi()。 - 網址擷取呼叫，例如
urlfetch.fetch()。 - 郵件呼叫，例如
mail.send()。
可擴充應用程式的最佳化或除錯工作可能相當困難，因為有許多問題可能會導致效能不彰或產生預期外的費用。這些問題非常難以透過常見的資訊來源 (如記錄檔或要求的時間統計資料) 進行偵錯。大多數的應用程式要求會將大部分時間花在等待網路呼叫完成，屬於滿足要求的過程之一。
為了讓應用程式保持快速運作，您必須知道以下事項：
- 您的應用程式是否發出不必要的 RPC 呼叫？
- 如要取得相同的資料，是否應對資料進行快取處理，而非重複發出 RPC 呼叫？
- 如果平行執行多個要求，而非序列執行，應用程式的執行效果是否會更好？
Appstats 資料庫可協助您回答這些問題，並且讓您能夠剖析 RPC 呼叫，以驗證應用程式是否正以最有效的方式使用 RPC 呼叫。Appstats 可追蹤特定要求的所有 RPC 呼叫，並回報每次呼叫的時間與成本。
將應用程式的 RPC 使用量最佳化，或許也可以減少您的支出。請參閱「管理應用程式資源」。
設定
Appstats 無須下載或安裝，即可開始使用。您只需如下步驟所述，設定您的應用程式、重新部署並存取 Appstats 指控台即可，其餘部分由 Appstats 資料庫負責。
1.安裝事件記錄器
如果要記錄網路要求的統計資料，您應用程式的每個要求處理常式皆須叫用 Appstats。請依據您應用程式使用的架構，選擇以下其中一項：
WSGI 要求處理常式
如果要以 WSGI 要求處理常式使用 Appstats，包括 webapp2 這類 WSGI 架構，請務必將 appstats 中介軟體納入 WSGI 應用程式。達成此目的最簡單的方法，就是使用
appengine_config.py定義 WSGI 中介軟體，以納入每個 WSGI 應用程式。如果該檔案尚不存在，請在應用程式的根目錄中建立名為
appengine_config.py的檔案，並在檔案中加入以下函式：叫用 WSGI 應用程式之前，如果有找到此檔案，執行階段會匯入檔案並叫用
webapp_add_wsgi_middleware函式。如要進一步瞭解
appengine_config.py，請參閱下方的選用設定。Django 架構
如要在 Django 應用程式中安裝 Appstats 中介軟體，請編輯
settings.py檔案，並新增下列程式碼，將該行做為MIDDLEWARE_CLASSES中的第一個項目：MIDDLEWARE_CLASSES = ( 'google.appengine.ext.appstats.recording.AppStatsDjangoMiddleware', # ... )
Appstats 中介軟體必須為第一個項目，分析器才能將其他中介軟體納入統計資料中。
在適當情況下，Django 中介軟體會呼叫 Appstats 來記錄事件。您無需變更任何其他的應用程式程式碼。
2. 設定主控台路徑
您可以使用網頁瀏覽器前往您應用程式的網址，進入 Appstats 主控台。可使用以下其中一種方法設定網址路徑：
預設網址
如果要將 Appstats 對應至預設目錄 (
/_ah/stats/)，請將appstats內建項目新增至app.yaml檔案：自訂網址
如果需要將 Appstats 對應至預設目錄以外的目錄，請在
app.yaml中使用url指令：- url: /stats.* script: google.appengine.ext.appstats.ui.app
3. 選用設定
您可以在應用程式根目錄的 appengine_config.py 檔案中新增內容，以設定 Appstats 的行為。如需完整的設定選項範例，請查看 SDK 中的 google/appengine/ext/appstats/sample_appengine_config.py 檔案。
有關 appengine_config.py 的注意事項：
- 如果您的要求處理常式會修改
sys.path，請務必在appengine_config.py的sys.path中進行相同的修改，如此 Appstats 網路介面才能看見所有檔案。
顯示成本
AppStats 可以追蹤 RPC 的「成本」和時間。如果應用程式速度夠快，但費用比您預期來得高，請找出成本超出預期的作業。如要開啟費用追蹤功能，請在 appengine_config.py 檔案中設定 appstats_CALC_RPC_COSTS = True。
4. 從開發伺服器測試 Appstats
您可以使用開發伺服器測試 Appstats 設定。如果將主控台路徑設為預設網址，就可以在 http://localhost:8080/_ah/stats/ 使用主控台。
5. 部署
如果您對 Appstats 設定感到滿意，請部署應用程式。如果您設定控制台路徑以使用上述預設網址，可以前往 http://your_app_id.appspot.com/_ah/stats 存取控制台。
Appstats 主控台導覽
Appstats 主控台會提供各種高階資訊，包括已發出的 RPC 呼叫、要求的網址路徑、近期要求記錄以及個別要求的詳細資料：
「RPC Stats」表格會顯示應用程式發出的各個 RPC 類型統計資料。按一下加號按鈕，便會展開項目，依照 RPC 的路徑要求顯示細項資料：
「Path Stats」表格會顯示傳送到應用程式的每個路徑要求的統計資料。按一下加號按鈕，便會展開項目，依照路徑要求的 RPC 來顯示細項資料：
如果啟用 API 成本追蹤功能，該表格也會顯示成本。
「Requests History」表格會顯示個別要求的相關資料。按一下加號按鈕，便會展開項目，依照 RPC 顯示細項資料。按一下要求連結，則會顯示要求的時間軸，包括個別 RPC 的時間：
RPC 的「Timeline」圖表會顯示發起特定 RPC 呼叫的時間，以及處理要求所花的時間。「RPC Total」長條代表等待 RPC 呼叫所花的總時間，而「Grand Total」長條則是處理要求所花的總時間。如下列時間軸所示，大多數時間都花在 RPC 呼叫。通常都是如此情況。其他分頁則會顯示要求的其他相關資訊。在分析效能時，瞭解 RPC 呼叫對應用程式回應時間的影響，是相當重要的一點。
開發人員可透過「Interactive Playground」將任意 Python 程式碼輸入至網路表單，並在應用程式環境的內部執行。
前往 Appstats 後，請按一下 Interactive Playground 的連結。會出現只有一個文字區域的表單。請在文字區域中輸入任何 Python 程式碼，然後提交表單，即可執行該程式碼。文字區域會顯示標準輸出下會顯示的任何結果，同時顯示程式碼產生的 RPC 呼叫的時間軸分析。
可啟用或停用 Interactive Playground。在 SDK 中，該功能預設為啟用，在實際工作環境中則時預設停用。如要啟用這項功能，請在
appengine_config.py檔案中加入以下這行程式碼：<pre suppresswarning="yes" class="prettyprint"> appstats_SHELL_OK = True </pre>
運作方式
Appstats 會使用 API 掛鉤將自己新增至 App Engine 服務 API 底層的遠端程序呼叫架構內，並記錄要求處理常式期間所有進行的 API 呼叫的統計資料，然後再使用 __appstats__ 的命名空間將資料儲存到 Memcache 中。Appstats 最多可保留最近 1,000 筆要求的統計資料。資料包含摘要記錄，每筆記錄約 200 位元組，並包含詳細的記錄，每筆最多 100 KB。您可以控制詳細資訊記錄中儲存的資訊量。(請參閱「選用設定」和設定檔範例)。
API 掛鉤會對要求處理常式增加一點負擔。Appstats 會在 info 等級的記錄中新增訊息，以回報 appstats 資料庫自身所消耗的資源數量。記錄行外觀如下：
<pre suppresswarning="yes" class="prettyprint">
INFO 2009-08-25 12:04:07,277 recording.py:290] Saved; key: __appstats__:046800, part: 160 bytes, full: 25278 bytes, overhead: 0.019 + 0.018; link: http://your_app_id.[REGION_ID].r.appspot.com/stats/detail?time=1234567890123
</pre>
這行會回報已更新的 Memcache 索引鍵、摘要 (part) 和詳細資料 (full) 記錄的大小，以及記錄這項資訊所花費的時間 (以秒為單位)。行中將包含 Appstats 管理介面的連結，而此事件的資料即顯示在該介面中。