高并发场景下 Django 接口响应慢怎么优化缓存策略？

高并发下 Django 接口响应慢，优先排查数据库查询和外部依赖，确认瓶颈后再引入 Redis 缓存，避免盲目全站缓存导致数据不一致。

先说结论：缓存是优化手段而非万能药，必须先通过工具定位到具体慢在哪里，再针对只读或低频变动数据实施细粒度缓存。

先定位：使用调试工具确认是数据库查询慢还是逻辑计算慢。
先做：优先配置 Redis 后端，对耗时接口使用视图级或片段缓存。
再验证：对比缓存命中前后的数据库查询次数和响应耗时。

命令速用版

如果你需要快速检查当前接口的数据库查询情况，安装调试工具后启动服务并在浏览器观察：

pip install django-debug-toolbar
python manage.py runserver

在 settings.py 中补充完整配置（以 Redis 为例）：

INSTALLED_APPS = [
    ...
    "debug_toolbar",
]

MIDDLEWARE = [
    "debug_toolbar.middleware.DebugToolbarMiddleware",
    ...
]

INTERNAL_IPS = ["127.0.0.1"]

CACHES = {
    "default": {
        "BACKEND": "django.core.cache.backends.redis.RedisCache",
        "LOCATION": "redis://127.0.0.1:6379/1",
        "CONNECTION_POOL_KWARGS": {
            "max_connections": 50,
            "retry_on_timeout": True
        },
    }
}

为什么会这样

Django 默认是同步框架，每个请求都需要等待数据库返回结果。在高并发场景下，如果多个请求同时查询同一批热点数据，数据库连接池容易被打满，导致响应排队。缓存的核心作用是把计算结果或查询结果暂存到内存中，后续请求直接读取内存，减少数据库 IO 和网络往返。但缓存不是银弹，如果数据频繁变动，缓存失效的开销可能比直接查询更大。

分步处理

第一步：确认瓶颈
不要凭感觉优化。安装 django-debug-toolbar 后，访问慢接口，观察 SQL 查询次数和单次查询耗时。如果大部分时间花在 SQL 上，缓存查询结果收益最大；如果花在 Python 逻辑计算上，考虑缓存最终渲染结果。

第二步：选择缓存粒度
全站缓存（Site-wide cache）风险较高，容易导致用户看到过期数据。建议优先使用视图缓存（Per-view cache）或模板片段缓存（Template fragment cache）。对于完全动态的数据，使用底层 API 手动控制：

from django.core.cache import cache

def get_data(request):
    data = cache.get("my_key")
    if data is None:
        data = expensive_query()
        cache.set("my_key", data, timeout=300)
    return render(request, "template.html", {"data": data})

第三步：设置合理的过期时间与连接池
不要设置永久缓存。根据业务容忍度设置 timeout，例如新闻列表可以缓存 5 分钟，用户信息缓存 30 秒。高并发下务必在 CACHES 配置中增加 CONNECTION_POOL_KWARGS，限制最大连接数防止 Redis 连接耗尽。

怎么验证是否生效

1. 观察数据库查询数：开启调试工具后，刷新页面，第一次请求应该有 SQL 查询，后续请求在缓存有效期内 SQL 查询数应显著减少或为零。
2. 检查响应头：如果在中间件中添加了缓存标识，可以通过浏览器开发者工具查看 Response Headers。
3. 压测对比：使用 wrk 工具对比缓存开启前后的 QPS 和延迟。读多写少场景下，命中缓存后 QPS 通常会有显著提升。

wrk -t12 -c400 -d30s http://127.0.0.1:8000/slow-api/

常见坑

1. 缓存穿透：查询不存在的数据，缓存无法命中，请求直达数据库。解决方法是对空结果也进行短时缓存。
2. 缓存雪崩：大量缓存同时过期，导致数据库瞬间压力过大。解决方法是给过期时间增加随机值。
3. 数据一致性：修改数据后忘记删除缓存，导致用户看到旧数据。务必在写操作完成后同步失效相关缓存键。
4. 序列化开销：缓存复杂对象时，序列化和平反序列化也会消耗 CPU，尽量缓存字符串或简单字典。

参考来源

Django Official Documentation, "Django caching", https://docs.djangoproject.com/en/stable/topics/cache/
Redis Documentation, "Redis Docs", https://redis.io/docs/