Python Django项目部署在2核2G服务器上，如何优化资源占用？

在2核2G（2 vCPU, 2GB RAM）的服务器上运行 Django 项目属于资源受限环境。Django 本身是重量级框架，加上 Gunicorn/uWSGI、PostgreSQL/MySQL、Redis 等依赖，很容易导致 OOM（内存溢出）或 CPU 满载。

以下是从 应用层、服务器配置、数据库、缓存、静态文件 五个维度进行的系统性优化方案：

1. WSGI 服务器优化（核心瓶颈）

Gunicorn 是 Django 生产环境的标准选择，但默认配置不适合小内存服务器。

✅ 推荐配置

# 使用 gevent 异步 worker 提高并发处理能力，同时降低每个进程内存占用
gunicorn app.wsgi:application 
    --bind 0.0.0.0:8000 
    --workers 2           # 公式：(2 * CPU核心数) + 1 = 5，但在2G内存下建议保守设为 2-3
    --worker-class gevent  # 使用 gevent 而非 sync，提升并发效率
    --threads 4            # 每个 worker 内的线程数
    --max-requests 1000     # 防止内存泄漏，每处理1000个请求重启 worker
    --max-requests-jitter 50
    --timeout 30           # 超时设置，避免僵尸进程占资源

🔍 关键参数说明：

• --workers 2：2核机器理论上可设 (2*2)+1=5，但每个 Gunicorn Worker 至少占用 50~100MB 内存。5个 Worker + 系统开销 ≈ 300MB+，若后台还有 DB 和 Redis，极易 OOM。建议先设 2~3 个，通过监控调整。
• --worker-class gevent：比 sync 更高效地处理 I/O 密集型请求，减少上下文切换开销。
• --max-requests：必须设置！Python 应用长期运行会产生内存碎片，定期重启 worker 可释放内存。

2. 数据库优化（PostgreSQL 示例）

如果使用的是 PostgreSQL，其默认配置对高内存友好，但对低内存不友好。

✅ postgresql.conf 关键调优

shared_buffers = 128MB        # 默认是 128MB，2G内存服务器可适当提高至 256MB~512MB
effective_cache_size = 1GB    # 告诉查询规划器有多少内存可用于缓存
work_mem = 4MB                # 排序/哈希操作使用的内存，越小越安全
maintenance_work_mem = 64MB   # VACUUM 等操作使用
max_connections = 20          # 限制最大连接数，避免连接过多耗尽内存

✅ 其他优化：

• 启用索引：确保所有频繁查询字段都有索引。
• 使用 EXPLAIN ANALYZE：分析慢查询，优化 SQL。
• 考虑使用 SQLite：如果数据量 < 10万条且并发不高，SQLite 零配置、无额外进程开销，非常适合小项目。

💡 替代方案：对于极小规模项目，直接用 SQLite 可省去 PostgreSQL 进程占用的 ~100MB 内存。

3. 缓存策略（Redis / Memcached）

避免每次请求都查数据库。

✅ 使用 Redis 作为缓存后端

• 安装轻量版 Redis：确保 Redis 配置中 maxmemory 不超过 256MB。
• Django 配置：

  CACHES = {
    'default': {
        'BACKEND': 'django_redis.cache.RedisCache',
        'LOCATION': 'redis://127.0.0.1:6379/1',
        'OPTIONS': {
            'CLIENT_CLASS': 'django_redis.client.DefaultClient',
        }
    }
  }

✅ 缓存策略建议：

• 页面缓存：对变化不频繁的页面使用 @cache_page(60)。
• 片段缓存：对模板中的局部区域缓存。
• 视图缓存：对复杂逻辑结果缓存。
• 注意：不要缓存大对象（如整个用户列表），只缓存 ID 或摘要。

4. 静态文件与媒体文件分离

Django 不应直接提供静态文件服务。

✅ 使用 Nginx 反向X_X + 静态文件服务

server {
    listen 80;
    server_name your_domain.com;

    location /static/ {
        alias /path/to/static/;
        expires 30d;
        add_header Cache-Control "public, immutable";
    }

    location /media/ {
        alias /path/to/media/;
        expires 7d;
    }

    location / {
        proxy_pass http://127.0.0.1:8000;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

✅ 收集静态文件

python manage.py collectstatic --noinput

✅ 压缩静态文件

使用 django-compressor 或前端构建工具（Webpack/Vite）压缩 CSS/JS，减少传输体积。

5. Python 代码与依赖优化

✅ 移除不必要的中间件

检查 MIDDLEWARE 列表，注释掉不需要的中间件（如 SessionMiddleware 如果不用会话；CsrfViewMiddleware 如果是纯 API）。

✅ 使用 select_related 和 prefetch_related

避免 N+1 查询问题，显著减少数据库往返次数。

# 差的做法：每次循环查一次数据库
for book in books:
    print(book.author.name)

# 好的做法：一次性加载关联数据
books = Book.objects.select_related('author').all()

✅ 异步任务处理

将耗时操作（发送邮件、生成报告）放入 Celery + Redis/RabbitMQ。

• 注意：Celery Worker 也会占用内存，建议在非高峰时段运行，或使用 --concurrency 限制并发数。

✅ 使用 psutil 监控内存

import psutil
process = psutil.Process(os.getpid())
print(f"Memory usage: {process.memory_info().rss / 1024 / 1024:.2f} MB")

6. 系统级优化

✅ 启用 Swap 分区（应急用）

虽然 Swap 会降低性能，但比 OOM Kill 好。

sudo fallocate -l 1G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

✅ 内核参数调优

# 增加文件描述符限制
ulimit -n 65535

# TCP 连接复用
sysctl -w net.ipv4.tcp_tw_reuse=1

✅ 使用 Docker Compose 管理资源

services:
  web:
    image: myapp
    deploy:
      resources:
        limits:
          memory: 512M   # 强制限制 Web 容器内存
    restart: always
  redis:
    image: redis:alpine
    deploy:
      resources:
        limits:
          memory: 128M

📊 资源分配建议表（2核2G）

⚠️ 重要提醒：如果以上优化后仍不稳定，考虑：

1. 切换到更轻量的框架：如 FastAPI、Flask、Sanic。
2. 使用 Serverless 架构：将 Django 部署到 AWS Lambda、Vercel、Railway 等平台，按需付费，无需维护服务器。
3. 升级服务器：最低升级到 2核4G，成本增加不多，稳定性大幅提升。

✅ 快速检查清单

1. [ ] Gunicorn 使用 gevent worker，workers 设为 2~3。
2. [ ] 启用 collectstatic，由 Nginx 提供静态文件。
3. [ ] 配置 Redis 缓存，减少数据库查询。
4. [ ] 优化数据库查询，使用 select_related。
5. [ ] 设置 max-requests 防止内存泄漏。
6. [ ] 监控内存使用，必要时启用 Swap。

通过以上优化，你可以在 2核2G 服务器上稳定运行中小型 Django 项目。