关于django这个python服务器的并发能力？

文章目录

1.并发方案
- 1.1.django
- [1.2.django + nginx](#1.2.django + nginx)
- [1.3.uwsgi + nginx](#1.3.uwsgi + nginx)
- [1.4.gunicorn + nginx](#1.4.gunicorn + nginx)
- [1.5.gunicorn + nginx + gevent](#1.5.gunicorn + nginx + gevent)
2.提高并发能力技巧
3.总结

1.并发方案

1.1.django

毫无疑问，用原生django的server做处理的表现是最烂的，在10000次请求的情况下brokenpipe的几率极高，只有1400次请求被处理，成功率只有14%。

1.2.django + nginx

这次搭上了nginx做反向代理，也使的脆弱的django服务器的情况有所缓解，但成功率仍然不高（10000次请求中有3684个请求被处理）。

1.3.uwsgi + nginx

uwsgi是性能极高的一个由C编写的服务器，它使用uwsgi协议，这次让它配合nginx处理django的request，参数为4进程+2线程，性能立即直线上升，处理请求的成功率也基本在90%左右，不过我在测试时遇到了一个坑，就是uwsgi在处理请求的时候发送了队列溢出的问题，因为当前测试设置的并发数为每秒1000次并发，而uwsgi的处理队列容量默认为100，导致处理请求的时间加长，而这个问题则可以通过修改somaxcon的大小解决，总的来说，使用uwsgi+nginx是一个理想的选择。

1.4.gunicorn + nginx

gunicorn跟uwsgi类似，也是一个高性能的http服务器，它由ruby的unicorn项目移植，是由python编写的，它的配置简单，而且可以灵活地搭配其他网络库，部署十分方便，在测试数据中可以看到，用这种配置运行django能在短时间内就能处理大量的并发请求，成功率在90%左右。

1.5.gunicorn + nginx + gevent

前面说的几种环境，看似不错，但我们需要追求完美！由于gunicorn是同步（sync）单线程模型的，有的时候它不免会发生一些阻塞问题，这时候我们为gunicorn加上-k gevent参数来用gevent做处理接口，这就比较靠谱地处理了阻塞问题，从数据中可以看到，gunicorn + nginx + gevent的模式不仅拥有100%的处理成功率，而且时间也在很短之内完成，是5组测试数据当中的性能最好的。

2.提高并发能力技巧

Django 是一个用 Python 编写的高级 Web 框架，它允许开发者快速开发安全和维护性高的网站。虽然 Django 本身设计为单线程处理每个请求，即默认情况下每个请求在一个进程中顺序处理，但通过适当的配置和架构设计，它可以支持高并发环境。

以下是提高 Django 应用并发处理能力的一些常见策略：

使用高性能的 Web 服务器：
- 使用如 Nginx 或 Apache 这样的反向代理服务器来处理静态文件，并可以负载均衡到多个 Django 实例上。
- 使用 uWSGI 或 Gunicorn 这样的 WSGI 服务器来处理 Django 应用。它们可以配置为使用多进程或多线程模式来处理请求。
优化数据库性能：
- 使用高性能的数据库如 PostgreSQL 或 MySQL，而不是默认的 SQLite。
- 对数据库查询进行优化，包括使用缓存、创建索引、减少不必要的查询等。
缓存机制：
- 利用缓存来减少数据库负担，例如使用 Memcached 或 Redis 进行页面或片段缓存。
- 对数据库查询结果进行缓存，减少数据库访问频率。
异步处理：
- 使用 Celery 这样的任务队列来处理耗时的任务，这可以让主应用快速响应用户请求。
- 利用 Django Channels 来处理 WebSocket 请求，使得 Django 可以处理异步通信。
负载均衡：
- 在多个服务器之间分散请求，可以水平扩展应用程序，提高可用性和性能。
代码优化：
- 优化代码逻辑，减少不必要的计算和资源消耗。
- 尽可能避免在视图函数中进行复杂的业务逻辑处理，将复杂操作移到单独的服务层或管理命令中。
使用异步框架：
- 考虑使用 Django 的异步支持，从 Django 3.0 开始，官方引入了对异步视图的支持，这允许使用 async/await 语法编写非阻塞性的代码。

需要注意的是，虽然有多种方法可以提高 Django 的并发处理能力，但实际效果依赖于很多因素，包括但不限于硬件性能、网络状况、应用架构等。因此，在部署高并发应用时，通常需要综合运用上述策略，并根据实际应用场景进行调整。

3.总结

从实战经验来看，推荐大家在linux上使用gunicorn + nginx体系来部署，如果存在耗时任务，推荐使用celery来缓解服务器响应压力。