0
0
0

Django入门教程：搭建你的第一个Python网站

开发者晨报
2025-12-17 15:08
阅读 452

上周五晚上，我正坐在深圳南山科技园的工位上，盯着屏幕上凌晨三点的部署日志发呆。隔壁组的产品经理刚刚提了个“小需求”——做一个内部数据展示页，用来监控我们每天爬取的百万级商品信息。我心想，不就是个前端页面嘛，但转念一想，我们后端全是Java栈，Spring Boot + MyBatis 配得整整齐齐，临时加个展示服务？别闹了，光是启动时间就能把我熬到天亮。

就在这时，我想起了Django——这个被我们DBA圈子里私下称为“全栈懒人神器”的Python框架。虽然我是个从Oracle时代摸爬滚打过来的老DBA，后来转做后端开发，对数据库有执念到连JSON字段都要建索引那种，但不得不说，Django在快速原型开发上的表现，真香。

为什么选Django？别跟我说Java！

我知道，很多Java老铁看到Python就皱眉：“性能不行”、“动态类型太危险”、“上线出问题谁背锅？”——这些我都懂。我自己也维护过几个高并发的Java服务，GC调优、线程池配置、连接池参数，哪一样不是血泪史？

但兄弟们，工具要分场景用。你总不能拿电焊枪去修手表吧？

这次的需求很简单：把MySQL里已经爬好的商品数据（没错，是我们自己写的爬虫抓的）通过一个网页展示出来，支持基本搜索和分页。没复杂业务逻辑，没高并发要求（顶多十个运营同事同时看），甚至不需要用户登录。这种场景下，用Spring Boot从零搭一套CRUD，还要配Thymeleaf或者前后端分离再搞个Vue，属实是杀鸡用牛刀。

而Django呢？自带ORM、Admin后台、路由、模板引擎，开箱即用。更重要的是——它对数据库的操作非常“尊重”。作为一个DBA出身的人，我特别看重这一点：Django ORM生成的SQL虽然不是最高效的，但它不会胡乱JOIN，不会N+1查询（只要你注意点），而且migration机制让我能清晰追踪每一次表结构变更。这比某些ORM动不动就SELECT * 强太多了。

动手！从零开始搭个站

环境准备

首先确保你装了Python（建议3.8+），然后：

pip install django

创建项目：

django-admin startproject myshop
cd myshop
python manage.py startapp products

这时候目录结构大概是这样：

myshop/
├── manage.py
├── myshop/
│   ├── __init__.py
│   ├── settings.py
│   ├── urls.py
│   └── wsgi.py
└── products/
    ├── __init__.py
    ├── admin.py
    ├── apps.py
    ├── models.py
    ├── tests.py
    └── views.py

数据库设计：DBA的执念时刻

我们的商品数据来自爬虫，字段大概有：title, price, category, source_url, created_at。作为DBA，我第一反应不是写代码，而是想索引怎么建。

在 products/models.py 中定义模型：

from django.db import models

class Product(models.Model):
    title = models.CharField(max_length=255, db_index=True)  # 标题常用于搜索，加索引
    price = models.DecimalField(max_digits=10, decimal_places=2)
    category = models.CharField(max_length=100, db_index=True)  # 分类筛选也常用
    source_url = models.URLField(unique=True)  # 爬虫去重靠这个
    created_at = models.DateTimeField(auto_now_add=True, db_index=True)

    class Meta:
        db_table = 'product'  # 明确指定表名，DBA习惯
        ordering = ['-created_at']  # 默认按时间倒序

注意：我特意给 title、category、created_at 加了 db_index=True。因为在实际使用中，运营肯定要按分类筛选、按时间排序、按关键词搜标题。没有索引？等数据量上来，页面加载5秒起步，产品经理又要半夜打电话问“是不是数据库挂了”。

然后生成并执行迁移：

python manage.py makemigrations
python manage.py migrate

这条命令会自动生成SQL并在数据库里建表。你可以用 --sql 参数看看它到底干了啥：

python manage.py sqlmigrate products 0001

输出类似：

CREATE TABLE `product` (
    `id` integer AUTO_INCREMENT NOT NULL PRIMARY KEY,
    `title` varchar(255) NOT NULL,
    `price` numeric(10, 2) NOT NULL,
    ...
);
CREATE INDEX `product_title_idx` ON `product` (`title`);
...

看到没？索引名都给你规范好了。这种可控性，让我这个前DBA感到安心。

快速接入已有数据：爬虫成果不浪费

我们的爬虫是用Scrapy写的，数据已经存在MySQL里。Django ORM可以直接读，但要注意两点：

  1. 字段类型匹配（比如爬虫存的是字符串价格，这里要用Decimal）
  2. 主键是否一致

如果表已经存在，可以用 python manage.py inspectdb 自动生成模型，然后手动调整。

不过为了演示，我们就假装数据是Django自己插入的。你可以在 python manage.py shell 里手动加几条：

from products.models import Product
Product.objects.create(
    title="iPhone 15",
    price=5999.00,
    category="手机",
    source_url="https://example.com/iphone15"
)

写个视图：别怕前端

很多后端（包括曾经的我）看到“前端”两个字就头大。但Django的模板系统真的很轻量。

先在 products/views.py 里写个简单视图：

from django.shortcuts import render
from .models import Product

def product_list(request):
    query = request.GET.get('q')
    category = request.GET.get('category')
    
    products = Product.objects.all()
    
    if query:
        products = products.filter(title__icontains=query)
    if category:
        products = products.filter(category=category)
    
    # 分页很重要！不然10万条数据一次查出来，DB直接躺平
    from django.core.paginator import Paginator
    paginator = Paginator(products, 20)  # 每页20条
    page_number = request.GET.get('page')
    page_obj = paginator.get_page(page_number)
    
    return render(request, 'products/list.html', {'page_obj': page_obj})

然后在 templates/products/list.html 写模板（记得在 settings.py 里配置 TEMPLATES 路径）：

<!DOCTYPE html>
<html>
<head>
    <title>商品列表</title>
</head>
<body>
    <form method="get">
        <input type="text" name="q" value="{{ request.GET.q }}" placeholder="搜索标题">
        <select name="category">
            <option value="">全部分类</option>
            <!-- 这里可以动态加载分类，简化起见写死 -->
            <option value="手机">手机</option>
            <option value="电脑">电脑</option>
        </select>
        <button type="submit">搜索</button>
    </form>

    <ul>
    {% for product in page_obj %}
        <li>{{ product.title }} - ¥{{ product.price }} ({{ product.category }})</li>
    {% endfor %}
    </ul>

    <!-- 分页导航 -->
    <div class="pagination">
        {% if page_obj.has_previous %}
            <a href="?page=1">&laquo; 首页</a>
            <a href="?page={{ page_obj.previous_page_number }}">上一页</a>
        {% endif %}

        <span>第 {{ page_obj.number }} 页，共 {{ page_obj.paginator.num_pages }} 页</span>

        {% if page_obj.has_next %}
            <a href="?page={{ page_obj.next_page_number }}">下一页</a>
            <a href="?page={{ page_obj.paginator.num_pages }}">末页 &raquo;</a>
        {% endif %}
    </div>
</body>
</html>

最后在 myshop/urls.py 和 products/urls.py 里配路由（略，标准操作）。

跑起来：

python manage.py runserver

访问 http://127.0.0.1:8000/products/，搞定！

生产环境？别慌，DBA来兜底

当然，上面只是本地开发。真要上线，还得考虑：

  • 数据库连接池：Django默认没连接池，高并发下会频繁创建销毁连接。建议用 django-db-geventpool 或者前面加个PgBouncer（如果你用PostgreSQL）。
  • 静态文件：开发时Django能serve static，但生产必须用Nginx。
  • 安全：DEBUG=False，设置 ALLOWED_HOSTS，别把admin后台暴露出去。
  • 性能：如果数据量大，记得用 select_related / prefetch_related 优化查询，避免N+1。

我们团队上线时就踩过坑：有一次忘了关DEBUG，结果某个页面报错直接把数据库密码打印出来了……运维大哥差点把我祭天。

对比一下：Django vs Spring Boot 做同样事情

维度 Django Spring Boot
启动速度 几秒 10s+（带JVM）
代码量 ~50行核心逻辑 ~200行（含配置类）
数据库操作 ORM简洁，SQL可控 MyBatis需手写SQL或XML
前端集成 内置模板，快速渲染 通常前后端分离，需额外搭前端
学习曲线 Python基础即可 需理解Spring生态
适合场景 内部工具、MVP、数据展示 高并发、复杂业务系统

所以，别一上来就说“我们公司全是Java，不用Python”。技术选型要看需求，不是看信仰。

最后说两句

其实我写这篇教程，是因为上周有个实习生问我：“哥，我想做个个人博客，该用啥？” 我脱口而出：“Django啊！” 他一脸疑惑：“不是应该学Spring Cloud Alibaba全家桶吗？”

我笑了。年轻人，等你经历过双11凌晨三点排查慢SQL，经历过因为一个N+1查询导致数据库CPU 100%，你就会明白——有时候，简单就是最大的优雅。

Django可能不适合做交易核心系统，但它绝对是快速验证想法、搭建内部工具、展示爬虫成果的最佳拍档。尤其对我们这种对数据库有执念的人来说，它既给了你便利，又没剥夺你对数据的控制权。

好了，教程就到这里。我要回去继续盯着我的Java服务了——毕竟，明天又是需求评审日，产品经理说要加个“智能推荐”功能……

（完）

P.S. 如果你也是DBA转后端，或者对数据库有莫名执念，欢迎留言交流。顺便求问：有没有人用Django + ClickHouse 做实时分析的？我们正在考虑替换部分MySQL聚合查询……

标签:Java前端工具爬虫

评论 0

最热最新
暂无评论

为你推荐

暂无相关推荐
匿名用户Lv.1
0
影响力
0
文章
0
粉丝

相关推荐

暂无相关推荐

精选内容

暂无精选内容