如何在Django中用hiredis优化Redis批量查询并提升API性能

API 探路者

2026-6-24

问题背景

我正将一个REST/GraphQL API从Java项目迁移至Python的Django框架，两者均使用Redis。其中一个接口返回数据量达数MB，逻辑为构造缓存键，若Redis中存在该键则直接返回数据，跳过后续逻辑。部署到开发环境后，该接口的Java版本比Python版本快4-5秒。我清楚Java是编译型语言、Python是解释型语言的差异，但希望找到可快速提升Python API性能的方案。

我了解到hiredis这个优化库，它是C编写的解析器，可加速批量回复，正好匹配我的场景——频繁调用返回大量数据的接口。我已安装redis-py（v4.5.4）和django-redis，按说明执行了pip install hiredis。有资料称hiredis会被自动检测并生效，也有资料要求在CACHES配置中添加PARSER_CLASS属性：

CACHES = {
    'default': {
        'BACKEND': 'django_redis.cache.RedisCache',
        'LOCATION': 'redis://127.0.0.1:6379/1',
        'OPTIONS': {
            'CLIENT_CLASS': 'django_redis.client.DefaultClient',
            'PARSER_CLASS': 'redis.connection.HiredisParser',
        }
    }
}

我尝试了两种方式，但未看到性能提升。我确认Redis中已缓存数据且能命中缓存，数据直接从Redis返回并跳过后续逻辑。现提出以下问题：

Django是否支持使用hiredis？
如何启用hiredis？
如何验证hiredis解析器是否在生效？
还有哪些方法可加速Redis连接？

解答

1. Django是否支持使用hiredis？

支持。django-redis作为Django与Redis交互的主流库，完全兼容hiredis解析器；redis-py（v4.x版本）也原生支持hiredis作为底层解析器，可直接在Django项目中使用。

2. 如何启用hiredis？

按以下步骤操作，确保hiredis稳定生效：

安装完整依赖：执行pip install redis hiredis django-redis（redis-py v4.5.4与hiredis版本兼容，无需额外调整）
在Django的settings.py中手动配置解析器（自动检测可能因环境差异失效，手动配置更可靠）：

CACHES = {
    'default': {
        'BACKEND': 'django_redis.cache.RedisCache',
        'LOCATION': 'redis://127.0.0.1:6379/1',
        'OPTIONS': {
            'CLIENT_CLASS': 'django_redis.client.DefaultClient',
            'PARSER_CLASS': 'redis.connection.HiredisParser',
            # 额外配置：开启连接池，减少TCP连接建立开销
            'CONNECTION_POOL_KWARGS': {
                'max_connections': 100,
                'socket_keepalive': True
            }
        }
    }
}

重启Django开发/生产服务，让配置生效。

3. 如何验证hiredis解析器是否在生效？

有两种可靠的验证方式：

代码检测：在Django Shell中执行以下代码，查看当前使用的解析器类型：

from django_redis import get_redis_connection
conn = get_redis_connection()
print(type(conn.connection.parser))

若输出为<class 'redis.connection.HiredisParser'>，说明hiredis已生效；若为PythonParser，则未启用成功。

性能对比测试：编写简单脚本，统计启用/禁用hiredis时读取大缓存数据的耗时差异：

import time
from django_redis import get_redis_connection

def test_redis_performance():
    conn = get_redis_connection()
    # 替换为你的大体积缓存键
    cache_key = "large_data_key"
    start = time.time()
    # 重复读取10次取平均值
    for _ in range(10):
        data = conn.get(cache_key)
    end = time.time()
    print(f"平均读取耗时：{(end - start)/10:.4f} 秒")

test_redis_performance()

启用hiredis后，若耗时明显降低（通常大体积数据能减少30%-50%耗时），说明解析器生效。

4. 还有哪些方法可加速Redis连接？

除了hiredis，还可以通过以下方案进一步优化：

复用连接池：通过CONNECTION_POOL_KWARGS配置连接池参数，避免频繁建立TCP连接的开销（已在配置示例中体现）。

更换高效序列化方式：默认JSON序列化对大体积数据效率有限，可改用msgpack：

# 先安装依赖：pip install msgpack-python
CACHES = {
    'default': {
        # ... 其他配置
        'OPTIONS': {
            # ... 已有选项
            'SERIALIZER': 'django_redis.serializers.msgpack.MSGPackSerializer',
        }
    }
}

优化Redis服务器配置：增大tcp-keepalive参数、调整内存分配策略、选择RDB持久化（而非AOF），降低Redis端的处理耗时。
添加本地缓存层：使用django-cacheops等库在Django进程内添加本地缓存，减少Redis的网络请求次数，适合频繁读取的热点数据。
优化数据存储格式：直接存储二进制数据而非字符串，减少序列化/反序列化开销；或拆分大体积数据为多个小键，按需读取（需权衡业务复杂度）。

内容的提问来源于stack exchange，提问作者afriedman111

如何在Django中用hiredis优化Redis批量查询并提升API性能

1. Django是否支持使用hiredis？ #

2. 如何启用hiredis？ #

3. 如何验证hiredis解析器是否在生效？ #

4. 还有哪些方法可加速Redis连接？ #

1. Django是否支持使用hiredis？

2. 如何启用hiredis？

3. 如何验证hiredis解析器是否在生效？

4. 还有哪些方法可加速Redis连接？