如何提升大数据集下Django的性能？电商评论场景优化问询

针对评论量增大拖慢网站的问题，可从以下几个维度优化：

• 评论数据分页处理
  利用DRF自带的分页组件，每次只返回固定数量的评论（比如20条），避免一次性拉取全部1000条数据。
  自定义分页类示例：

  from rest_framework.pagination import PageNumberPagination
  
  class CommentPagination(PageNumberPagination):
      page_size = 20  # 默认每页返回20条
      page_size_query_param = 'page_size'  # 允许前端自定义每页数量
      max_page_size = 100  # 限制最大每页数量
  
  # 在视图中引用
  class ProductCommentView(generics.ListAPIView):
      queryset = Comment.objects.all()
      serializer_class = CommentSerializer
      pagination_class = CommentPagination
      filter_backends = [filters.OrderingFilter]
      ordering_fields = ['created_at']  # 支持按时间排序
  

  前端配合做分页切换或滚动加载，Redux仅存储当前展示的评论数据，大幅减少内存占用和请求耗时。

• 延迟加载评论
  商品详情页初始加载时只返回核心商品信息，不包含评论数据。等用户滚动到评论区域或点击「查看评论」按钮时，再发起独立请求获取评论。这样能大幅提升商品页的首屏加载速度。

• 优化数据库查询逻辑

  • 解决N+1查询问题：查询商品时用prefetch_related('comments')批量预加载评论，避免多次查询数据库。示例：

    # 商品详情查询时预加载评论
    product = Product.objects.prefetch_related('comments').get(id=product_id)
    

  • 评论图片存储优化：不要将图片二进制数据存入数据库，改用存储服务（如本地文件系统、云存储），数据库只存图片URL，减少单条评论的数据体积。

• 缓存热门评论数据
  用Django缓存框架（推荐Redis）缓存热门商品的评论列表，设置合理的过期时间（比如1小时）。当有新评论提交时，再主动更新对应缓存，避免重复查询数据库。示例：

  from django.core.cache import cache
  
  def get_cached_comments(product_id):
      cache_key = f"product_{product_id}_comments"
      comments = cache.get(cache_key)
      if not comments:
          # 查询最新20条评论并缓存
          comments = Comment.objects.filter(product_id=product_id).order_by('-created_at')[:20]
          cache.set(cache_key, comments, 3600)
      return comments
  

• 拆分接口职责
  不要把商品详情和评论数据放在同一个接口返回，拆分为独立的「商品详情接口」和「商品评论列表接口」。两个接口可分别做分页、缓存优化，互不影响。

• 数据库索引优化
  给评论表的关联字段和排序字段添加索引，加快查询速度。模型示例：

  class Comment(models.Model):
      product = models.ForeignKey(Product, on_delete=models.CASCADE, related_name='comments', db_index=True)
      created_at = models.DateTimeField(auto_now_add=True, db_index=True)
      content = models.TextField()
      # 其他字段...
  

  给product_id和created_at加索引后，按商品筛选、按时间排序的查询效率会大幅提升。

内容的提问来源于stack exchange，提问作者user19059958