Django 的“执行系统检查”需要很长时间 - Dash Plotly答案

【问题标题】：Django's "Performing system checks" takes ages - Dash PlotlyDjango 的“执行系统检查”需要很长时间 - Dash Plotly
【发布时间】：2021-07-19 19:50:13
【问题描述】：

所以我设置了一个由 Django 提供支持的网页/网络应用程序。以前我使用 MySQL 数据库作为后端，一切顺利，但后来我尝试切换到 PostGreSQL。

当我现在尝试在 shell 中启动服务器时，它在“执行系统检查...”过程中一直卡住。从那里开始，我的计算机使用大量 CPU 需要很长时间（大约 5-6 分钟），直到最终服务器正常启动。

最后，如果我运行“python -v manage.py check”，那么我可以看到进程在某个点卡住了好几分钟：

import 'django.db.models.sql.compiler' # <_frozen_importlib_external.SourceFileLoader object at 0x7ff640701890>

但是，我使用 pycharm，当我打开 python 控制台时，我可以毫无问题地导入库。

我创建了一个最小示例来跟踪问题。只需将其导入到任何地方（例如在项目的 url.py 文件中），然后尝试启动服务器即可复制它。

ExampleFile.py：

from apolloWebApp.models import DiseaseGeneAssociations

# Load database entries with distinct IDs
def create_network_elements(score_limit):
    distinct_diseases = DiseaseGeneAssociations.objects.values('diseaseid').distinct()  # query for distinct diseases
    distinct_diseases_list = list(distinct_diseases)  # [{'diseaseid': 'C0002395'}, ... ]

# Iterate over entries and filter database entries
    for disease in distinct_diseases_list:
        associated_DisGeneAss_objs = DiseaseGeneAssociations.objects.filter(score__gte=score_limit,
                                                                                diseaseid=disease["diseaseid"])
# Transform result into list -> Commenting it out fixes the problem
        associated_DisGeneAss_objs = list(associated_DisGeneAss_objs)

# dummy return to make sure everything is executed
    return associated_DisGeneAss_objs


test = create_network_elements(0.5)

到目前为止，我想通了： 似乎在系统检查期间还执行了 SQL 查询，这导致了问题。但是，如果我注释掉过滤器结果 list(associated_DisGeneAss_objs 的演员表，那么检查会在 2 秒后完成。

所以问题是：

为什么系统检查需要这么长时间？
是否真的在系统检查期间完全执行 SQL 查询？
但为什么还要花这么多时间？
为什么将演员表注释到列表中可以解决问题？

【问题讨论】：

标签： django postgresql backend

【解决方案1】：

好的，我发现了问题：

问题是由 Dash-Plotly 造成的（在我的例子中，我使用了Dash Cytoscape），因为“All of the callbacks in a Dash app are executed with the initial value of their inputs when the app is first loaded.”。我认为只需将应用程序导入另一个 python 文件就足以触发该执行。是的，确实是我的数据库太大了，因此导致应用程序触发的查询花费了很多时间。

因此，我的解决方案是将查询分解为更有效的请求。

【讨论】：