django 不支持原生依赖注入,需手动通过构造函数参数等方式显式传递依赖;推荐在视图初始化时传入服务实例,避免全局状态、单例污染及 settings 动态导入,中小项目优先采用最简构造函数注入方式。

依赖注入在 Django 里不是靠框架原生支持的
Django 没有内置的依赖注入容器(比如 Spring 那种),所谓“Django 做依赖注入”,本质是手动控制对象创建时机和传递路径,靠 Python 的灵活性 + Django 的生命周期钩子来模拟。强行套用“注入”概念反而容易写成反模式——比如在 models.py 里塞一堆服务类实例,导致迁移失败或测试难 mock。
真正可行的做法是:把依赖作为参数显式传入,或通过函数/方法签名暴露依赖关系,而不是藏在全局状态或单例里。
- 服务类(如
PaymentService、EmailSender)不直接在视图里import后调用,而是由调用方创建并传入 - 避免在
__init__.py或apps.py中初始化服务实例——它们可能被多次导入,引发状态污染 - 如果用类视图,优先在
setup()或dispatch()中注入,而不是__init__()(Django 会缓存类视图实例)
用构造函数参数做最简依赖传递(推荐给中小项目)
这是最直白、调试最方便的方式,不引入额外抽象,也完全兼容 Django 的请求生命周期。你一眼能看出某个视图依赖了什么,测试时也能轻松替换 mock。
例如一个订单创建视图需要 OrderService 和 InventoryChecker:
class CreateOrderView(View):
def __init__(self, order_service=None, inventory_checker=None):
self.order_service = order_service or OrderService()
self.inventory_checker = inventory_checker or InventoryChecker()
def post(self, request):
if not self.inventory_checker.is_in_stock(...):
return HttpResponse("Out of stock")
return self.order_service.create_order(...)
路由配置时传入实例:
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本,属于3.14系列的第二个维护更新。该版本包含了18项修复,重点解决了多进程、数据类及正则表达式等模块的回归问题,并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式(移除GIL)正式获得官方支持,是Python发展的重要里程碑。
path("order/", CreateOrderView.as_view(
order_service=OrderService(api_client=ExternalAPIClient()),
inventory_checker=InventoryChecker(cache=cache)
))
- 参数默认值用
None而不是具体实例,否则单元测试无法覆盖替换路径 - 不要在
as_view()外层提前实例化带状态的对象(比如带连接池的 HTTP 客户端),应确保每次请求都拿到干净实例或受控共享实例 - 如果依赖太多,考虑封装成一个
Context类,但别叫它 “DI Container”——它只是个命名元组的替代品
settings.py 不是依赖注入配置中心
很多人想把服务类路径写进 settings.SERVICE_CLASSES,再用字符串 import 动态加载——这会让类型检查失效、IDE 跳转失灵、启动时错误延迟暴露,而且根本没解决“谁负责创建实例”的问题。
settings.py 只该放配置项(布尔值、URL、超时秒数),不该放可执行对象或类引用。
- 错误示范:
settings.ORDER_SERVICE_CLASS = "myapp.services.OrderService"→ 后续用import_string加载 → 无法静态分析,OrderService.__init__参数变化时不会报错 - 正确做法:把配置项(如
settings.PAYMENT_API_URL)传给服务类构造函数,服务类自己决定如何用 - 如果真要集中管理实例(比如数据库连接池),用模块级变量 +
if not hasattr(...)检查,但必须加注释说明为何不能每次新建
第三方包(如 django-dependency-injector)慎用
这类包试图给 Django 套上容器语法,但实际增加了学习成本,且与 Django 的懒加载机制(如 get_user_model())、信号、中间件等存在隐式冲突。你花半天配好容器,结果发现 post_migrate 信号里拿不到注入的服务实例。
除非团队已统一使用 dependency-injector 在多个非 Django 项目中,否则不建议为单个项目引入。
- 它会让
manage.py shell中调试变麻烦——你需要先初始化容器才能 import 视图 - 大部分场景下,它的“解耦”只是把
import换成了container.resolve(...),并没有减少依赖关系本身 - 如果你真需要容器能力(如作用域管理、自动 factory),Python 原生的
contextvars+ 工厂函数更轻量、更可控
依赖解耦的关键不在“注入”动作本身,而在是否让每个模块清楚自己依赖什么、由谁负责提供、生命周期是否匹配。Django 的 request-response 模型天然适合“一次请求,一次组装”,没必要硬套企业级容器那一套。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!










