必须禁用file_upload_max_memory_size并改用流式上传：前端分块、后端用boto3/minio直传对象存储，绕过django文件处理链路，结合redis管理分片、环境变量配置存储后端及权限校验。
大模型文件上传卡在内存里，Django默认FileField扛不住
Django的FileField和ImageField底层走的是Python的file.read()，上传100MB+文件时，整个请求体先被读进内存再写入磁盘或存储后端——这直接触发MemoryError或被WSGI服务器（如Gunicorn）杀掉进程。
根本原因不是Django慢，而是它默认不支持“流式上传”：没等客户端传完，服务端就急着把全部内容load进内存了。
- 必须禁用
FILE_UPLOAD_MAX_MEMORY_SIZE（设为0），强制绕过内存缓冲 - 确保WSGI服务器（如Nginx）配置了
client_max_body_size，且大于目标文件上限 - 前端要用
fetch或XMLHttpRequest分块上传，避免表单直接submit
MinIO/S3上传不能靠django-storages硬配，得自己接管upload handler
django-storages对minio或boto3的封装，只管“保存到哪里”，不管“怎么传上去”。它依然依赖Django的UploadedFile对象，而这个对象默认是InMemoryUploadedFile或TemporaryUploadedFile——前者吃内存，后者写临时磁盘再读，一样卡。
真正要走对象存储直传，得跳过Django的文件处理链路，在视图层拿到原始request.body流，用boto3.client.upload_fileobj()或minio.Minio.put_object()直接推。
- 视图里别碰
request.FILES，改用request.body+Content-Length头校验大小 - 用
boto3.client('s3', config=Config(signature_version='s3v4'))确保兼容MinIO - MinIO需显式传
secure=False，否则HTTPS握手失败 - 上传前生成唯一
object_name（比如f"{uuid4()}/{original_name}"），避免覆盖
前端分块上传没配好，后端收不到完整流
浏览器原生fetch发大文件时，如果没手动分块，服务端收到的就是一个超长request.body，容易超时或被中间件截断。MinIO/S3本身支持multipart upload，但Django不会自动帮你拆——得前端切、后端合。
推荐用uppy.io或手写File.slice()，配合后端提供/api/upload/init（返回upload_id）和/api/upload/part（接收每个Blob）。
- 每块大小建议
5 * 1024 * 1024（5MB），符合S3最小分块要求 - 后端保存
upload_id和已上传part列表到缓存（如Redis），别放DB里拖慢流程 - 最后调用
boto3.client.complete_multipart_upload()或minio.complete_multipart_upload()拼合 - 别忘了清理失败上传：
boto3.client.abort_multipart_upload()
本地开发用MinIO，但Django settings里写死了endpoint就跑不起来
MinIO在本地用http://localhost:9000，上生产可能换https://s3.us-east-1.amazonaws.com，如果在settings.py里硬编码MINIO_ENDPOINT，环境一换就得改代码，CI/CD会炸。
正确做法是用环境变量驱动，且对MinIO和S3做适配层封装，而不是让业务代码到处判断if MINIO_ENABLED。
- 用
os.getenv('STORAGE_BACKEND', 'local')控制后端类型 - MinIO配置必须带
region='us-east-1'（即使不用），否则boto3报InvalidRegionError - S3的
AWS_S3_REGION_NAME和MinIO的MINIO_REGION要一致，不然签名失败 - 本地MinIO账号密码默认是
minioadmin/minioadmin，别漏配MINIO_ACCESS_KEY和MINIO_SECRET_KEY
最麻烦的其实是权限链路：Django用户 → 视图鉴权 → 对象存储Policy → CDN缓存头。每层漏一个，文件就403或不缓存。这些细节没法靠配置自动补全，得逐层测。
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！
