性能调优

概述

Django 应用的性能调优涉及 Gunicorn Worker 配置、数据库连接池、Redis 缓存策略、慢查询优化等多个层面。合理的调优能显著提升并发处理能力和响应速度。

性能调优原则

1. 先测量，后优化：用数据说话，避免盲目调参
2. 瓶颈优先：找到最大瓶颈，集中优化
3. 渐进式：每次只调整一个参数，观察效果

Gunicorn Worker 配置

Worker 数量

# 单 Worker（开发环境）
python manage.py runserver

# 多 Worker（生产环境）
gunicorn application.wsgi:application --bind 0.0.0.0:8000 --workers 4

Worker 数量公式

推荐 Worker 数量 = CPU 核心数 * 2 + 1

例如 4 核 CPU：workers = 4 * 2 + 1 = 9

查看 CPU 核心数：

# Linux
nproc

# Python
import multiprocessing; print(multiprocessing.cpu_count())

启动方式选择

方式	适用场景	特点
python manage.py runserver	开发调试	单进程，自动重载
gunicorn	生产部署	多进程，成熟的进程管理

Gunicorn 配置示例

pip install gunicorn

gunicorn application.wsgi:application \
    --bind 0.0.0.0:8000 \
    --workers 4 \
    --timeout 120 \
    --keep-alive 5 \
    --max-requests 1000 \
    --max-requests-jitter 50

max-requests 作用

--max-requests 1000 表示每个 Worker 处理 1000 个请求后自动重启，防止内存泄漏累积。--max-requests-jitter 50 添加随机抖动，避免所有 Worker 同时重启。

数据库连接池

Django 使用 django.db.backends 内置连接池，可通过 DATABASES 配置中的 CONN_MAX_AGE 控制连接复用：

# application/settings.py
DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'djangoadmin_prod',
        'HOST': '127.0.0.1',
        'PORT': 3306,
        'USER': 'djangoadmin',
        'PASSWORD': '<强密码>',
        'CONN_MAX_AGE': 600,  # 连接存活时间（秒），0 表示每次请求新建连接
        'OPTIONS': {
            'init_command': "SET sql_mode='STRICT_TRANS_TABLES'",
        },
    }
}

参数	说明	推荐值
CONN_MAX_AGE	连接存活时间（秒）	600（10分钟）

连接池大小

Django 默认每个请求使用独立连接。高并发场景可考虑使用 django-db-connection-pool 等第三方包管理连接池。

Redis 缓存优化

缓存策略

策略	适用场景	实现方式
读缓存	字典、配置等读多写少	查询时先读 Redis，未命中再查 DB
写失效	数据更新时	更新 DB 后删除 Redis 缓存
预热	服务启动时	启动后主动加载热点数据到 Redis

TTL 设置建议

# 字典数据：较长 TTL（变更频率低）
DICT_CACHE_TTL = 3600  # 1 小时

# 用户权限：中等 TTL（登录时刷新）
PERM_CACHE_TTL = 1800  # 30 分钟

# 验证码：短 TTL（一次性使用）
CAPTCHA_CACHE_TTL = 300  # 5 分钟

慢查询优化

开启慢查询日志

MySQL：

SET GLOBAL slow_query_log = ON;
SET GLOBAL long_query_time = 1;
SET GLOBAL slow_query_log_file = '/var/log/mysql/slow.log';

常见优化手段

问题	优化方案
缺少索引	为 WHERE/ORDER BY 字段添加索引
全表扫描	使用 EXPLAIN 分析查询计划
N+1 查询	使用 select_related/prefetch_related 预加载关联数据
大分页	使用游标分页或延迟关联
SELECT *	只查询需要的字段（.values() 或 .only()）

索引优化示例

# 模型定义中添加索引
class Article(BaseModel):
    title = models.CharField(max_length=255, db_index=True)  # 单列索引
    status = models.IntegerField(db_index=True)
    category_id = models.IntegerField(db_index=True)

    class Meta:
        db_table = get_table_name('article')
        indexes = [
            models.Index(fields=['status', 'category_id'], name='idx_status_category'),  # 复合索引
        ]

分页查询优化

# 避免大分页：使用游标分页
# 差：OFFSET 100000 LIMIT 10（扫描大量数据）
# 好：WHERE id > last_id LIMIT 10（利用主键索引）

def paginate_after_id(queryset, last_id, limit=10):
    """游标分页：基于上次最后一条记录的 ID"""
    return queryset.filter(id__gt=last_id).order_by('id')[:limit]

查询优化

select_related 和 prefetch_related

# N+1 问题示例（差）
articles = Article.objects.filter(status=1)
for article in articles:
    print(article.category.name)  # 每次循环都查询一次数据库

# 优化：使用 select_related（外键关联）
articles = Article.objects.filter(status=1).select_related('category')
for article in articles:
    print(article.category.name)  # 已预加载，不再查询

# 优化：使用 prefetch_related（多对多关联）
users = User.objects.prefetch_related('roles')
for user in users:
    print(user.roles.all())  # 已预加载

values() 和 only()

# 只查询需要的字段
users = User.objects.filter(status=1).values('id', 'username', 'email')

# 或使用 only()
users = User.objects.filter(status=1).only('id', 'username', 'email')

总结

性能调优的核心路径：Gunicorn 多 Worker 利用多核 CPU、数据库连接池匹配并发需求、Redis 缓存减少 DB 压力、索引和查询优化降低慢查询。建议先用监控数据定位瓶颈，再针对性调优，每次只调整一个参数并观察效果。