如何在Python/Django中实现实时任务，定期校验数据库相似属性对象

你的两个原始方案的核心问题都是没有和Django主Web进程做隔离：

• 纯while True死循环既不加休眠也不做进程隔离，会直接占满Web主进程资源，导致服务完全无法响应正常请求，不建议直接使用。
• 固定间隔轮询的思路本身是可行的，但需要放到独立的后台进程运行，不能和Django主服务耦合。

推荐最优实现组合为事件触发+定时兜底，既保证实时性，又不会出现漏校验的情况，完全满足最长校验间隔不超过数分钟的要求。

第一步：即时触发校验（实时响应新增/编辑操作） #

用Django内置的post_save信号绑定你的业务模型，每次有对象新增、更新时，直接触发异步校验任务，不会阻塞用户的正常提交请求：
你可以直接用Django生态适配最好的Celery做异步任务队列，无需引入额外服务：

# tasks.py 异步校验任务
from celery import shared_task
from .models import 你的业务模型, 待匹配池表

@shared_task
def 相似性校验任务(当前对象ID):
    current_obj = 你的业务模型.objects.get(id=当前对象ID)
    # 从待匹配池取出所有未匹配到相似项的对象做比对，避免全表扫描
    待匹配对象列表 = 待匹配池表.objects.all().values_list('关联对象ID', flat=True)
    for target_id in 待匹配对象列表:
        target_obj = 你的业务模型.objects.get(id=target_id)
        # 插入你自己的相似性判断逻辑
        if 相似性判断(current_obj, target_obj):
            匹配成功后的业务处理(current_obj, target_obj)
            # 匹配成功后把两个对象移出待匹配池
            待匹配池表.objects.filter(关联对象ID__in=[当前对象ID, target_id]).delete()
            return
    # 本次未匹配到相似对象，加入待匹配池等待后续校验
    待匹配池表.objects.get_or_create(关联对象ID=当前对象ID)

绑定信号，模型保存时自动触发异步任务：

# signals.py
from django.db.models.signals import post_save
from django.dispatch import receiver
from .models import 你的业务模型
from .tasks import 相似性校验任务

@receiver(post_save, sender=你的业务模型)
def 触发校验(sender, instance, created, **kwargs):
    # 新增、编辑操作都触发校验，把对象ID传给异步任务
    相似性校验任务.delay(instance.id)

第二步：定时兜底校验（保证最长延迟不超过2分钟） #

用Celery Beat配置定时任务，每2分钟全量跑一次待匹配池的校验，避免信号漏触发（比如批量导入数据、异步任务执行失败等场景）：

# celery.py 定时任务配置
from celery.schedules import crontab

app.conf.beat_schedule = {
    '每2分钟全量校验相似对象': {
        'task': '你的应用名.tasks.全量待匹配池校验',
        'schedule': 120.0, # 每120秒执行一次
    },
}

对应的全量校验任务逻辑和单次校验逻辑一致，遍历待匹配池所有对象两两比对即可。

低成本替代方案（业务量小不想搭Celery的情况） #

如果你的项目访问量很低，不想额外搭Celery集群，可以直接用系统定时工具实现：

1. 写一个独立的校验脚本batch_check.py，实现全量待匹配池校验逻辑
2. 用Linux crontab配置执行规则：*/2 * * * * /usr/bin/python3 /你的项目路径/batch_check.py
3. 全程不需要修改Django主服务代码，完全不会出现阻塞问题

内容的提问来源于stack exchange，提问作者Bambier