django实现实时消息推送有什么好的方案

django实现实时消息推送，数据库数据一有变化就实时反应在页面上用作系统实时监控。 在一个>django自带的那个是效率相当低下的，它没有采用epoll/kqueue。
具体支持多少人在线，这个很难说。
测了一下，对于我的电脑，初始django工程的根的并发能力大概是294。
相比而言，tornado是高性能的server，用它文档的web的范例，并发能力大概是1324。
对nginx上的一个只包含“hello world!"的静态文件的访问，并发能力大概是2942

使用 django 22。

一般来说，使用指令 npm run build 得到打包的 dist 包，交给 nginx 做路由转换（配置 location /static ）即可，需要的只是在django配置可访问的 indexhtml 路径。

但是由于需要（？）， 我想在本地进行测试，也就是说在没有 nginx， 开启 debug = True 的环境下调试。于是打开 python managepy runserver , 结果进入首页没有出现欢迎页面，打开 dev tools ，显示是这个样子的：

解决方法：将 vue 工程文件夹在 INSTALLED_APPS 里面注册下就行。

如果不注册 app， 那么即使写入文件夹， django 也不会扫描（根目录除外）：

如上所示我在 STATICFILES_DIR 中已经写入了 blogfro （也就是 vue 文件目录） 打包完成后的 static 文件夹，但是进入首页仍然白屏。
白屏表示模板 TEMPLATES 的路径正常，但是静态文件仍然加载不出来。这就需要注册 app 。注册后就能够扫描到静态文件。
注册后就成功显示了首页：

在没有加载 app时，发现把 css 与 js 文件放在一个已经注册 app（backend）的静态文件夹中，能够正常显示。这验证了静态文件夹的扫描需要注册 app。

以我的项目为例：

在 debug 模式下，只需要 STATIC_URL 与 STATICFILES_DIR 即可。
根据 django 文档 说法， STATIC_URL 是路径的映射。服务器会将匹配到它的路径视为静态文件请求，然后进入 STATICFILES_DIR 指定目录下查找，并总是尝试返回匹配到的第一个结果。

在生产模式下（关闭 debug ），对静态文件的引用会失效。换句话说，出于性能考虑，我们不使用django服务器进行静态资源请求。我们常使用其他反代服务器进行发送。

出于这个考虑，django 使用了 collectstatic 指令，能将所有 STATICFILES_DIR 下的文件打包到 STATIC_ROOT 下。之后只要配置反代服务器应用这个静态文件夹就行了。

之后就能直接对 blogfro 进行开发了，开发完成后使用 npm run build ， 然后直接开启 django 服务器就能进行测试。最后打包上线的时候将dist下的内容复制到到 STATIC_ROOT 下，然后 python managepy collectstatic （主要是收集 admin ）的资源。

其实问题不是完全解决，但这是因为 vue + django 造成的。

django 使用自己的静态路径索引，必然有可能与vue发生冲突，为了处理必须进行调试。

使用 django 与 vue， 意味着希望进行前后端分离，所以开发过程本身就是隔离的。双方的交集应该是最后部署的时候（vue 打包， django 开启生产模式， 反代服务器开启（如 nginx））。这时候静态文件夹归反代服务器管理，不会出现这样的问题。

由于我只有一个人（太惨了），所以产生了同时调试 vue 与 django 的需求，这才导致了上面问题的产生。

一、网络爬虫

网络爬虫是Python比较常用的一个场景，国际上，google在前期大量地运用Python言语作为网络爬虫的根底，带动了整个Python言语的运用发展。

二、数据处理

Python有很齐备的生态环境。"大数据"分析中涉及到的分布式核算、数据可视化、数据库 *** 作等，Python中都有成熟的模块能够挑选完结其功能。关于Hadoop-MapReduce和Spark，都能够直接运用Python完结核算逻辑，这不管关于数据科学家仍是关于数据工程师而言都是十分便当的。

三、web开发

Python的诞生前史比Web还要早，由于Python是一种解说型的脚本言语，开发效率高，所以十分适合用来做Web开发。

Django 是 Python 编程言语驱动的一个开源模型-视图-控制器(MVC)风格的 Web 运用程序结构。运用 Django，咱们在几分钟之内就能够创建高品质、易维护、数据库驱动的运用程序。

四、数据分析

关于数据分析师来说，不只要自己理解数据背面的含义，而且还要给更直地展现数据的含义。

Scipy是一组专门解决科学核算中各种规范问题域的包的集合。Numpy是python科学核算的根底包。Pandas处理上千万的数据是一挥而就的工作，同时随后咱们也将看到它比SQL有更强的表达能力，能够做很多复杂的 *** 作，要写的code也更少。

五、人工智能

人工智能是现在十分火的一个方向，AI热潮让Python言语的未来充满了无限的潜力。现在释放出来的几个十分有影响力的AI结构，大多是Python的实现，为什么呢

在人工智能大领域领域内的数据发掘、机器学习、神经网络、深度学习等方面都是主流的编程言语，得到广泛的支持和运用。人工智能的核心算法大部分仍是依赖于C/C++的，由于是核算密集型，需求十分精细的优化，还需求GPU、专用硬件之类的接口，这些都只要C/C++能做到。

关于Python五大应用领域是什么，环球青藤小编就和大家分享到这里了，学习是永无止境的，学习一项技能更是受益终身，所以，只要肯努力学，什么时候开始都不晚。如果您还想继续了解关于python编程的学习方法及素材等内容，可以点击本站其他文章学习。

如果你是用runserver来运行程序的话，
你可以直接Ctrl+c，关掉后再运行python managerpy runserver重启。
或者你可以打开settingspy中的debug参数，这样如果你修改了python代码，它会自动重启服务。
如果解决了您的问题请采纳！
如果未解决请继续追问！

---