debugtoolbar默认不标记慢查询，需在settings.py中配置sql_warning_threshold阈值；queryset需强制求值才记录；生产环境可用数据库日志或中间件监控，重复查询判定基于sql文本而非参数。
DebugToolbar 为什么查不到慢查询
默认情况下 django-debug-toolbar 不会标记“慢”查询，它只记录所有查询并显示耗时，但不会高亮或过滤——所谓“慢查询”得你手动设阈值判断。它本身不内置响应时间告警逻辑。
- 必须在
settings.py中显式配置DEBUG_TOOLBAR_CONFIG = {"SQL_WARNING_THRESHOLD": 100}（单位毫秒），否则即使某条 SQL 耗时 2s，也不会标黄/标红 -
SQL_WARNING_THRESHOLD是全局阈值，对所有数据库连接生效；多数据库场景下无法为不同 DB 单独设限 - 如果用的是 SQLite 或某些自定义 backend，部分驱动可能不返回精确执行时间，导致耗时显示为
0.0ms或异常大值
QuerySet 执行前看不到真实 SQL 怎么办
Django 的懒加载机制会让 QuerySet 在打印、迭代或调用 list() 之前不真正发 SQL，DebugToolbar 面板里也就没记录——你以为没查，其实只是还没触发。
- 在视图或 shell 里加一句
print(list(your_queryset))或list(your_queryset)强制求值，才能让 DebugToolbar 捕获到这次查询 - 注意
your_queryset.query只输出 SQL 字符串，不含参数、不反映实际绑定值，容易误判（比如WHERE id = %s看不出是查 1 还是查 100 万） - 如果用了
select_related或prefetch_related，DebugToolbar 会分多行显示每条语句，但不会自动合并分析 N+1 问题，得靠人眼识别重复 pattern
生产环境不能开 DebugToolbar，还有别的轻量方案吗
DebugToolbar 依赖 DEBUG=True 且暴露完整 SQL 和堆栈，生产环境禁用是必须的；但你可以用 Django 自带的 django.db.connection + 日志钩子做最小化监控。
python-docx Skill功能概述python-docx Skill是一项面向实际任务的技能，主要用于本Skill提供使用python-docx生成专业Word文档的标准方法和最佳实践；生成安全服务方案文档；核心要点生成技术架构设计文档；生成任何需要专业排版的Word文档；核心库 : python-docx；使用与执行辅助库 : docx.shared , docx.enum , docx.oxml.ns；标准代码模板；1. 文档初始化；2. 字体设置（必须！它将相关步骤、工具调用和结果整理方式集
- 在
settings.py中开启数据库日志：'loggers': {'django.db.backends': {'level': 'DEBUG'}}，配合LOGGING配置把 SQL 写进文件，再用grep "duration"快速筛慢查询 - 写个中间件，在
process_response里读connection.queries，统计总查询数和总耗时，超限时打 warning 日志（注意：仅限单请求生命周期，不能跨请求聚合） - 避免用
connection.queries做实时性能告警——它不线程安全，多线程下可能混掉数据；更稳的做法是用django.db.backends.utils.CursorWrapper包装 execute 方法做拦截
DebugToolbar 显示的“Duplicated queries”真重复了吗
面板里标红的 “Duplicated queries” 是指相同 SQL 文本被多次执行，但不等于业务逻辑冗余——可能是缓存未命中、ORM 写法松散，也可能是合理重试或 fallback 查询。
- 点开详情看每条查询的调用栈（
TRACEBACK），确认是否来自同一函数多次调用，还是不同模块各自发起 - 常见假阳性：Django Admin 的 list_display 里写了外键字段，导致每个对象都触发一次
SELECT；改用list_select_related就能合并 - 如果 SQL 里含动态参数（如
WHERE user_id = 123和WHERE user_id = 456），DebugToolbar 默认不认为是重复——它比对的是原始 SQL 字符串，不是参数化后的模板
真正的瓶颈常藏在“看起来不重复但高频执行”的小查询里，比如循环中查单条配置、每次请求都查用户权限。盯住调用频次，比盯住 SQL 文本更重要。
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！
