Django適合作大用戶量的系統嗎？

分幾點來答：

1. 首先，這實際上是個技術選型題。

作技術選型的時候不能單純的考慮性能，應該優先考慮業務類型，以及團隊水平。另外的話，框架只是其中一環，還有配套呢。

若是是數據驅動型，尤爲是要用到關係型數據庫，那麼選擇Django足以，ORM會比較省事，可是性能損耗是個很明顯的問題。不過仍是看團隊，若是你們玩flask或者bottle都賊溜，那麼還要什麼Django，本身造就好了。（題外話，不過你得提防比較水的人破壞總體結構）

若是下游是由不少微服務構成的，Tornado處理起來會有必定優點，用它的異步模型。（而不是用同步的方式寫代碼23333，要是這麼用的話，你讓flask怎麼想，讓bottle怎麼想，讓村東頭的sanic怎麼想

  在這裏仍是要推薦下我本身建的Python開發學習羣：725479218，羣裏都是學Python開發的，若是你正在學習Python ，小編歡迎你加入,你們都是軟件開發黨，不按期分享乾貨（只有Python軟件開發相關的），包括我本身整理的一份2018最新的Python進階資料和高級開發教程，歡迎進階中和進想深刻Python的小夥伴

2. Django能抗多少許？

上面選型若是定下來Django了，那麼剩下的就是「Where there is a will, there is a way」的問題。這個問題跟「Where there is a way, there is a will」的差異在於，並非框架能支撐你到多大的併發量，而是你想要抗住很大的併發量，怎麼優化現有框架。

當你的項目大到必定程度，瓶頸基本不在框架上（換語言另說，有人不懂框架亂搞的另說）。

咱們用Django開發對外的產品很少，量級10w 100w的都有，可是咱們上線前的準備都是朝着要抗足夠高的流量目標的（誰沒有一顆抗萬億流量的心呢），而且要可以經過增長機器提升承載能力。固然有些業務類型無法經過簡單的增長機器來進行擴容，那隻能經過其餘途徑優化單機的TPS。因此最終壓測的結果都要遠高於真實流量。百萬量級的產品，扛起來並不費力。不過仍是強調一下，看業務類型！

3. 用戶體驗問題

當量級變大以後，影響用戶體驗嗎？

用戶體驗分不少方面，包括交互，設計，前端，後端。這裏討論的是後端，那麼就說後端。後端對用戶體驗的影響只有一個——那就是響應時間。當你的網站或者接口有一個用戶訪問時，能在短期內返回response，那麼，當用戶量達到10w時，是否能在一樣的時間內返回response呢？這是個問題。

對於後端來講，把響應時間控制在合理的範圍以內是很重要的。20ms和30ms或許差異不大，可是50ms跟100ms會有明顯差異。

怎麼衡量合理的返回時間呢？

這塊仍是得說點細節，比方說Django的系統，一個用戶請求進來了，須要涉及多少次Redis查詢，平均每次響應時間是多少；涉及到多少次內網或者外網的HTTP請求，平均響應時間是多少；涉及到多少次MySQL查詢，平均響應時間是多少。

因此你們面試時都喜歡問一個問題：用戶輸入網址以後，到頁面展現出來的詳細過程是什麼？

當你知道了全部的細節以後，你就能知道，若是系統只涉及到Redis查詢，那應該多少ms內返回是合理的，若是你發現nginx日誌裏面的後端響應時間高於你的預期，那你就得排查下了。其餘的也是相似。

因此當談論到後端上的用戶體驗時，我本身的見解就是，能多快就多快的給他數據。磨磨唧唧，妥妥拽拽的最招人煩。