如何分析Django的扩展瓶颈？

Question

我使用django和tastypie作为REST。

对于分析，我使用的是django-silk和下面的请求摘要：

​

​

如何分析整个流程？除数据库查询外，所需时间平均为(382至147) ms。我如何找出瓶颈和优化/规模？对于这个资源，我确实使用了@silk_profile()作为get_object_list方法，但是即使这个方法似乎也不是瓶颈。

我使用缓存来减少响应时间，但这并没有多大帮助，还有其他选择吗？

当使用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)之外，还有什么可以帮助的呢？

Answer 1

以下是一系列建议：

1. 将每个请求的查询至少降低到每个请求5个以下(每个请求有34个非常糟糕)
2. 安装django工具栏，查看花在哪里的时间
3. 在反向代理(NGINX)后面使用gunicorn或uwsgi (NGINX)

Answer 2

• 您有太多的查询，即使查询速度相对较快，您也会花费一些时间访问数据库等。此外，如果您有外部缓存存储(例如，redis)，可能需要一段时间才能连接到那里。
• 要研究代码的慢部分，您有两个选项：

- Use a profiler - profiling at local PC could make no sense if you have distributed system deployed to several machines
- Add tracing points to your code that will record some message and current time (something like [https://gist.github.com/dbf256/0f1d5d7d2c9aa70bce89](https://gist.github.com/dbf256/0f1d5d7d2c9aa70bce89)). Deploy this patched code and test it with your load-testing tool and check logs.

​