Django的django.db.connection.queries在生产环境不可靠,因其仅在DEBUG=True时启用、每次请求后清空、且无执行时间字段;真正获取毫秒级耗时需通过CursorWrapper拦截execute/executemany,结合time.perf_counter()计时并记录SQL、参数、耗时、请求路径等上下文。

为什么 Django 的 django.db.connection.queries 在生产环境不可靠
因为默认只在 DEBUG=True 时才记录查询,且每次请求结束后清空,无法跨请求统计耗时;更关键的是,它不包含执行时间字段,只有 SQL 文本和参数,根本没法判断“慢”。真正能拿到毫秒级耗时的,是 Django 内置的 django.db.backends.utils.CursorWrapper 执行路径,或者更底层的数据库适配器钩子。
用 CursorWrapper 包装器拦截所有查询(推荐方案)
这是最轻量、最可控的方式:不依赖第三方包,不修改配置,也不需要 patch 全局模块。核心是在中间件中临时替换当前线程的 cursor 类,让它在 execute 和 executemany 调用前后打点计时。
- 必须在中间件
process_request中动态 patch 当前 connection 的cursor方法,不能提前 patch 类本身(否则影响其他请求) - 注意区分
django.db.connections['default']和多数据库场景,需遍历所有注册的 alias - 计时要用
time.perf_counter(),不是time.time(),避免系统时间跳变干扰 - 记录内容至少包括:
sql、params、duration_ms、stack(可选)、request.path
import time
from django.db import connections
from django.db.backends.utils import CursorWrapper
<p>class SlowQueryMiddleware:
def <strong>init</strong>(self, get_response):
self.get_response = get_response</p><pre class="brush:php;toolbar:false;">def __call__(self, request):
# 对每个数据库连接都包装 cursor
for conn in connections.all():
original_cursor = conn.cursor
def wrapped_cursor(*args, **kwargs):
cursor = original_cursor(*args, **kwargs)
return TrackedCursorWrapper(cursor, request)
conn.cursor = wrapped_cursor
response = self.get_response(request)
# 恢复原始 cursor 方法(防止污染后续请求)
for conn in connections.all():
if hasattr(conn, '_original_cursor'):
conn.cursor = conn._original_cursor
return responseclass TrackedCursorWrapper(CursorWrapper): def execute(self, sql, params=None): start = time.perf_counter() try: return super().execute(sql, params) finally: duration = (time.perf_counter() - start) * 1000 if duration > 500: # 慢查询阈值设为 500ms self.log_slow_query(sql, params, duration, 'execute')
def executemany(self, sql, param_list):
start = time.perf_counter()
try:
return super().executemany(sql, param_list)
finally:
duration = (time.perf_counter() - start) * 1000
if duration > 500:
self.log_slow_query(sql, param_list, duration, 'executemany')
def log_slow_query(self, sql, params, duration, method):
# 这里写入日志或发到 Sentry/ELK 等
import logging
logger = logging.getLogger('slow_sql')
logger.warning(
f"[{method}] {duration:.2f}ms | {sql[:100]} | params={params}"
)
别直接用 django.db.models.signals.post_save 或 pre_init
这些信号只覆盖 ORM 层操作,完全捕获不到 raw SQL(比如 connection.cursor().execute(...))、bulk_create 底层调用、或第三方库如 django-filter 生成的查询。信号机制本质是事件广播,而慢查询根源在数据库驱动执行环节——必须从执行入口拦截,而不是等 ORM 构建完再监听。
-
post_migrate、pre_migrate是迁移相关,和运行时查询无关 -
connection_created只在连接建立时触发一次,无法捕获单次 query - 试图用
logging配置django.db.backends日志级别会输出全部 SQL,但没结构化 duration 字段,且日志格式难解析
部署时注意线程安全与性能开销
这个中间件本身不锁全局资源,但频繁创建 wrapper 实例 + 计时 + 日志写入,在高并发下可能成为瓶颈。实际线上建议:
- 阈值不要设太低(比如 100ms),避免日志爆炸;优先关注 >300ms 的查询
- 禁用
params记录敏感字段(如密码、token),可用正则清洗或直接设为None - 日志异步写入(例如用
concurrent.futures.ThreadPoolExecutor提交日志任务),避免阻塞主线程 - 开发环境可开启,生产环境建议配合 feature flag 控制开关,而非硬编码启用
真正的难点不在怎么记,而在记下来之后怎么归因:同一个慢 SQL 可能来自不同 view、不同用户、不同数据量。没有上下文(比如 request.user.id、view_name、queryset.query)的慢 SQL 日志,基本等于无效日志。
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!











