Asynkront stöd¶
Django har stöd för att skriva asynkrona (”async”) vyer, tillsammans med en helt async-aktiverad request stack om du kör under ASGI. Asynkrona vyer kommer fortfarande att fungera under WSGI, men med prestandaförluster och utan möjlighet att ha effektiva långvariga förfrågningar.
Vi arbetar fortfarande med async-stöd för ORM och andra delar av Django. Du kan förvänta dig att se detta i framtida utgåvor. För närvarande kan du använda sync_to_async()
-adaptern för att interagera med de synkroniserade delarna av Django. Det finns också en hel rad async-nativa Python-bibliotek som du kan integrera med.
Asynkrona vyer¶
Alla vyer kan förklaras asynkrona genom att den anropbara delen av den returnerar en coroutine - vanligtvis görs detta med hjälp av async def
. För en funktionsbaserad vy innebär detta att hela vyn deklareras med async def
. För en klassbaserad vy innebär det att HTTP-metodhanterarna, till exempel get()
och post()
, deklareras som async def
(inte dess __init__()
eller as_view()
).
Observera
Django använder asgiref.sync.iscoroutinefunction
för att testa om din vy är asynkron eller inte. Om du implementerar din egen metod för att returnera en coroutine, se till att du använder asgiref.sync.markcoroutinefunction
så att denna funktion returnerar True
.
Under en WSGI-server kommer asynkrona vyer att köras i sin egen engångshändelseslinga. Detta innebär att du kan använda asynkrona funktioner, som samtidiga asynkrona HTTP-förfrågningar, utan problem, men du får inte fördelarna med en asynkron stack.
De främsta fördelarna är möjligheten att hantera hundratals anslutningar utan att använda Python-trådar. Detta gör att du kan använda långsam streaming, long-polling och andra spännande svarstyper.
Om du vill använda dessa måste du distribuera Django med hjälp av ASGI istället.
Varning
Du kommer bara att få fördelarna med en helt asynkron request stack om du inte har någon synkron middleware laddad på din webbplats. Om det finns en del av synkron mellanvara måste Django använda en tråd per begäran för att säkert emulera en synkron miljö för den.
Middleware kan byggas för att stödja både sync och async kontexter. En del av Djangos mellanprogram är byggda på det här sättet, men inte alla. För att se vilken middleware Django måste anpassa sig till kan du slå på felsökningsloggning för loggern django.request
och leta efter loggmeddelanden om ”Asynkron hanterare anpassad för middleware …”.
I både ASGI- och WSGI-läge kan du fortfarande på ett säkert sätt använda asynkront stöd för att köra kod samtidigt i stället för seriellt. Detta är särskilt praktiskt när du hanterar externa API:er eller datalager.
Om du vill anropa en del av Django som fortfarande är synkron, måste du linda in den i ett sync_to_async()
-anrop. Till exempel:
from asgiref.sync import sync_to_async
results = await sync_to_async(sync_function, thread_sensitive=True)(pk=123)
Om du av misstag försöker anropa en del av Django som endast är synkron från en asynkron vy, kommer du att utlösa Djangos :ref:asynkrona säkerhetsskydd <async-safety>
för att skydda dina data från korruption.
Dekoratörer¶
Följande dekoratorer kan användas med både synkrona och asynkrona vyfunktioner:
villkorlig_sida()
xframe_options_deny()
xframe_options_sameorigin()
xframe_options_exempt()
Till exempel:
from django.views.decorators.cache import never_cache
@never_cache
def my_sync_view(request): ...
@never_cache
async def my_async_view(request): ...
Frågor och ORM¶
Med vissa undantag kan Django även köra ORM-frågor asynkront:
async for author in Author.objects.filter(name__startswith="A"):
book = await author.books.afirst()
Detaljerade anvisningar finns i Asynkrona förfrågningar, men i korthet:
Alla
QuerySet
-metoder som orsakar en SQL-fråga har en asynkron variant meda
-prefix.async for
stöds på alla QuerySets (inklusive utdata frånvalues()
ochvalues_list()
.)
Django stöder också några asynkrona modellmetoder som använder databasen:
async def make_book(*args, **kwargs):
book = Book(...)
await book.asave(using="secondary")
async def make_book_with_tags(tags, *args, **kwargs):
book = await Book.objects.acreate(...)
await book.tags.aset(tags)
Transaktioner fungerar ännu inte i asynkront läge. Om du har en del av koden som behöver transaktionsbeteende rekommenderar vi att du skriver den delen som en enda synkron funktion och anropar den med sync_to_async()
.
Persistenta databasanslutningar, som anges via inställningen CONN_MAX_AGE
, bör också inaktiveras i asynkront läge. Använd istället din databasbackends inbyggda anslutningspoolning om den finns tillgänglig, eller undersök ett alternativ för anslutningspoolning från tredje part om det behövs.
Prestanda¶
När du kör i ett läge som inte matchar vyn (t.ex. en asynkron vy under WSGI eller en traditionell synkroniserad vy under ASGI) måste Django emulera den andra anropsstilen för att din kod ska kunna köras. Denna kontextväxling orsakar en liten prestandaförlust på cirka en millisekund.
Detta gäller även för mellanprogram. Django kommer att försöka minimera antalet kontextbyten mellan sync och async. Om du har en ASGI-server, men alla dina mellanprogram och vyer är synkrona, kommer den bara att växla en gång innan den går in i mellanprogramstacken.
Men om du lägger synkron middleware mellan en ASGI-server och en asynkron vy, måste den växla till synkroniseringsläge för middleware och sedan tillbaka till asynkroniseringsläge för vyn. Django kommer också att hålla synktråden öppen för undantagsförökning av middleware. Detta kanske inte märks i början, men om man lägger till denna straffavgift på en tråd per begäran kan det ta bort alla asynkrona prestandafördelar.
Du bör göra dina egna prestandatester för att se vilken effekt ASGI kontra WSGI har på din kod. I vissa fall kan det finnas en prestandaförbättring även för en rent synkron kodbas under ASGI eftersom all kod som hanterar förfrågningar fortfarande körs asynkront. I allmänhet vill du bara aktivera ASGI-läget om du har asynkron kod i ditt projekt.
Hantering av frånkopplingar¶
För långlivade förfrågningar kan en klient koppla från innan vyn returnerar ett svar. I detta fall kommer ett asyncio.CancelledError
att uppstå i vyn. Du kan fånga detta fel och hantera det om du behöver utföra någon upprensning:
async def my_view(request):
try:
# Do some work
...
except asyncio.CancelledError:
# Handle disconnect
raise
Du kan också hantera klientavbrott i strömmande svar.
Asynkron säkerhet¶
- DJANGO_ALLOW_ASYNC_UNSAFE¶
Vissa viktiga delar av Django kan inte fungera säkert i en asynkron miljö, eftersom de har ett globalt tillstånd som inte är coroutine-medvetet. Dessa delar av Django klassificeras som ”async-unsafe” och är skyddade från exekvering i en async-miljö. ORM är det främsta exemplet, men det finns andra delar som också är skyddade på detta sätt.
Om du försöker köra någon av dessa delar från en tråd där det finns en löpande händelseslinga, kommer du att få ett SynchronousOnlyOperation
-fel. Observera att du inte behöver vara inne i en async-funktion direkt för att detta fel ska uppstå. Om du har anropat en sync-funktion direkt från en async-funktion, utan att använda sync_to_async()
eller liknande, så kan det också inträffa. Detta beror på att din kod fortfarande körs i en tråd med en aktiv händelseslinga, även om den kanske inte är deklarerad som asynkron kod.
Om du stöter på detta fel bör du korrigera din kod så att du inte anropar den felaktiga koden från ett async-sammanhang. Skriv istället din kod som pratar med async-osäkra funktioner i sin egen sync-funktion och anropa den med asgiref.sync.sync_to_async()
(eller något annat sätt att köra sync-kod i sin egen tråd).
Async-kontexten kan påtvingas dig av den miljö där du kör din Django-kod. Till exempel tillhandahåller Jupyter-anteckningsböcker och IPython interaktiva skal båda transparent en aktiv händelseslinga så att det är lättare att interagera med asynkrona API: er.
Om du använder ett IPython-skal kan du inaktivera den här händelseslingan genom att köra:
%autoawait off
som ett kommando i IPython-prompten. Detta gör att du kan köra synkron kod utan att generera SynchronousOnlyOperation
-fel; men du kommer inte heller att kunna await
asynkrona API:er. För att slå på händelseslingan igen, kör:
%autoawait on
Om du befinner dig i en annan miljö än IPython (eller om du av någon anledning inte kan stänga av autoawait
i IPython), du är säker på att det inte finns någon chans att din kod körs samtidigt och du absolut behöver köra din synkroniseringskod från en asynkron kontext, kan du inaktivera varningen genom att ställa in miljövariabeln DJANGO_ALLOW_ASYNC_UNSAFE
till valfritt värde.
Varning
Om du aktiverar det här alternativet och det finns samtidig åtkomst till de asynkrona osäkra delarna av Django kan du drabbas av dataförlust eller korruption. Var mycket försiktig och använd inte detta i produktionsmiljöer.
Om du behöver göra detta från Python, gör det med os.environ
:
import os
os.environ["DJANGO_ALLOW_ASYNC_UNSAFE"] = "true"
Asynkrona adapterfunktioner¶
Det är nödvändigt att anpassa anropsstilen när man anropar sync-kod från en async-kontext, eller vice versa. För detta finns det två adapterfunktioner från modulen asgiref.sync
: async_to_sync`()
och sync_to_async`()
. De används för att övergå mellan anropsstilarna samtidigt som kompatibiliteten bevaras.
Dessa adapterfunktioner används i stor utsträckning i Django. Själva paketet asgiref är en del av Django-projektet och det installeras automatiskt som ett beroende när du installerar Django med pip
.
async_to_sync()
¶
- async_to_sync(async_function, force_new_loop=False)¶
Tar en async-funktion och returnerar en sync-funktion som omsluter den. Kan användas som antingen en direkt omslutning eller en dekorator:
from asgiref.sync import async_to_sync
async def get_data(): ...
sync_get_data = async_to_sync(get_data)
@async_to_sync
async def get_other_data(): ...
Async-funktionen körs i händelseslingan för den aktuella tråden, om en sådan finns. Om det inte finns någon aktuell händelseslinga startas en ny händelseslinga specifikt för den enskilda async-inkallningen och stängs av igen när den är klar. I båda situationerna kommer async-funktionen att köras i en annan tråd än den anropande koden.
Värdena för Threadlocals och contextvars bevaras över gränsen i båda riktningarna.
async_to_sync()
är i huvudsak en kraftfullare version av funktionen asyncio.run()
i Pythons standardbibliotek. Förutom att säkerställa att threadlocals fungerar, aktiverar den också det thread_sensitive
läget för sync_to_async()
när den wrappern används under den.
sync_to_async()
¶
- sync_to_async(sync_function, thread_sensitive=True)¶
Tar en sync-funktion och returnerar en async-funktion som omsluter den. Kan användas som antingen en direkt omslutning eller en dekorator:
from asgiref.sync import sync_to_async
async_function = sync_to_async(sync_function, thread_sensitive=False)
async_function = sync_to_async(sensitive_sync_function, thread_sensitive=True)
@sync_to_async
def sync_function(): ...
Värdena för Threadlocals och contextvars bevaras över gränsen i båda riktningarna.
Synkroniseringsfunktioner brukar skrivas med antagandet att de alla körs i huvudtråden, så sync_to_async()
har två trådningslägen:
thread_sensitive=True
(standard): Synkroniseringsfunktionen körs i samma tråd som alla andrathread_sensitive
funktioner. Detta kommer att vara huvudtråden, om huvudtråden är synkron och du använderasync_to_sync()
-omslaget.thread_sensitive=False
: Synkroniseringsfunktionen körs i en helt ny tråd som sedan stängs när anropet har slutförts.
Varning
asgiref
version 3.3.0 ändrade standardvärdet för parametern thread_sensitive
till True
. Detta är en säkrare standard, och i många fall interagerar Django med rätt värde, men var noga med att utvärdera användningar av sync_to_async() `` om du uppdaterar ``asgiref
från en tidigare version.
Trådkänsligt läge är ganska speciellt och gör en hel del arbete för att köra alla funktioner i samma tråd. Observera dock att det förlitar sig på användning av async_to_sync()
över det i stacken för att korrekt köra saker på huvudtråden. Om du använder asyncio.run()
eller liknande kommer den att falla tillbaka till att köra trådkänsliga funktioner i en enda, delad tråd, men detta kommer inte att vara huvudtråden.
Anledningen till att detta behövs i Django är att många bibliotek, särskilt databasadaptrar, kräver att de nås i samma tråd som de skapades i. Även en hel del befintlig Django-kod förutsätter att allt körs i samma tråd, t.ex. middleware som lägger till saker i en begäran för senare användning i vyer.
I stället för att införa potentiella kompatibilitetsproblem med den här koden valde vi istället att lägga till det här läget så att all befintlig Django sync-kod körs i samma tråd och därmed är helt kompatibel med async-läget. Observera att synkroniseringskoden alltid kommer att vara i en annan tråd än någon asynkron kod som anropar den, så du bör undvika att skicka råa databashandtag eller andra trådkänsliga referenser runt.
I praktiken innebär denna begränsning att du inte bör skicka egenskaper hos databasens connection
-objekt när du anropar sync_to_async()
. Om du gör det kommer det att utlösa trådsäkerhetskontrollerna:
# DJANGO_SETTINGS_MODULE=settings.py python -m asyncio
>>> import asyncio
>>> from asgiref.sync import sync_to_async
>>> from django.db import connection
>>> # In an async context so you cannot use the database directly:
>>> connection.cursor()
django.core.exceptions.SynchronousOnlyOperation: You cannot call this from
an async context - use a thread or sync_to_async.
>>> # Nor can you pass resolved connection attributes across threads:
>>> await sync_to_async(connection.cursor)()
django.db.utils.DatabaseError: DatabaseWrapper objects created in a thread
can only be used in that same thread. The object with alias 'default' was
created in thread id 4371465600 and this is thread id 6131478528.
Istället bör du kapsla in all databasåtkomst i en hjälpfunktion som kan anropas med sync_to_async()
utan att förlita sig på anslutningsobjektet i den anropande koden.