如果我使用ElasticSearch image from Bitnami in GCE，我是否需要一个单独的Memcached VM或使用Memcached进行缓存，最好通过其他方式（在客户端本地或通过Web缓存）或什至内置在ElasticSearch中来实现？我是否应该在类似于this sample的appengine灵活环境中，在Docker容器中使用Elasticsearch和Memcached扩展运行时？
backgrund是，我想升级最初是python2.7 google appengine webapp的项目，但是python的google appengine的python3版本已经弃用了memcached API和ndb search API，因此我正在考虑是否使用instance（ s）在带有ElasticSearch和/或Memcached的GCE中，这样我就可以在python3.8 appengine webapp和某些运行ElasticSearch的实例之间划分服务。我尝试过，这是一个很好的体验。
我还准备考虑使用除ElasticSearch之外的其他替代方法（Web UI使用semantic-ui和自定义JS创建）。离开webapp2的用户模型，我们将使用firebase进行用户身份验证，并暂时保留python app-engine-ndb，但是我们正在考虑脱离NDB模型，因为我们存储的主要数据是用户配置文件（现在可以存储在Firebase中）和短期数据（保存在appengine数据存储区中）。如果这个项目是今天从头开始创建的，我可能会使用Firebase进行所有操作，并通过API直接从前端层连接到它，但是我知道如果我使用Firebase
如果我在GCE中使用Bitnami提供的ElasticSearch图像，则需要一个单独的Memcached VM或使用Memcached进行缓存，最好通过其他方式（在客户端本地或通过Web缓存）甚至甚至通过...实现。]
[优化Elasticsearch时，您需要考虑查询的复杂程度以及所需的页面大小。 Elasticsearch功能强大，可以处理大量请求，并且通过Google Marketplace通过托管的Elasticsearch集群，您可以轻松添加弹性和可扩展性。我建议您检查一下价格是否符合您的要求。现在，您可以根据需要通过GCP帐单合并帐单。请参阅：https://console.cloud.google.com/marketplace/details/google/elasticsearch