如何用Python优雅地将numpy向量数组的结果存储到服务器内存中

Flask 的 uwsgi 服务器，做文章相似检索。

• 250 维空间(float16)*100 万的语句大小有 1GB 左右，经测试有如下结果：
• structpack < numpy < pickle < mongo.GridFS
• numpy 数组的保存和读取效率可以说最佳，save：1.5s ，load：0.35s 。
  • uwsgi 的缓存机制和 numpy 的效果差不多
• 可以通过一定程度的降维来减小向量文件的大小，然而每次请求来的时候都需 load 处理，
• 不知道 uwsgi 服务器能不能把要计算的内容事先读到内存，然后每次请求时拿过来直接计算？