如何分析 Django 的扩展瓶颈？答案

【问题标题】：How to profile Django's bottlenecks for scaling?如何分析 Django 的扩展瓶颈？
【发布时间】：2015-06-25 13:26:02
【问题描述】：

我正在使用 django 和 sweetpie 作为 REST API。

对于分析，我使用的是django-silk，下面是请求摘要：

如何分析整个流程？除数据库查询外，平均花费的时间为 (382 - 147) 毫秒。如何找出瓶颈并优化/扩展？我确实为此资源使用了@silk_profile() 的get_object_list 方法，但即使这种方法似乎也不是瓶颈。

我使用缓存来缩短响应时间，但这并没有多大帮助，还有哪些其他选择？

使用 loader.io 进行测试时，服务器可以处理的峰值是 每 30 秒 1000 个请求（这似乎非常低）。除了缓存（我已经尝试过）还有什么帮助？

【问题讨论】：

【解决方案1】：

这里有一堆建议：

【讨论】：

【解决方案2】：

您的查询太多，即使它们相对较快您花费一些时间到达数据库等。另外，如果你有外部缓存存储（例如，redis）可能需要一些时间才能连接在那里。
要调查代码的慢速部分，您有两种选择：
- 使用分析器 - 如果您已将分布式系统部署到多台计算机上，则在本地 PC 上进行分析将毫无意义
- 将跟踪点添加到您的代码中，以记录一些消息和当前时间（类似于https://gist.github.com/dbf256/0f1d5d7d2c9aa70bce89）。部署此修补代码并使用负载测试工具对其进行测试并检查日志。

【讨论】：