如何利用 AI 进行 Django 性能代码审计与 ORM 优化

解决 Django 项目中常见的数据库性能痛点：通过规范 AI 的审计逻辑，使其能够精准识别并验证 N+1 查询、无界 QuerySet 及缺失索引等问题，避免盲目猜测，输出可证明的优化建议。

为什么需要这个技能

Django ORM 提供了极高的开发效率，但其“惰性加载”机制极易导致严重的性能问题。最典型的 N+1 查询在开发环境下不明显，但在面对万级数据量且处于高频调用路径时，会导致请求超时甚至数据库崩溃。

手动审计所有 View 和 Serializer 的查询路径极其耗时。本技能通过为 AI 设定严格的“先研究、后验证、再报告”工作流，让 AI 扮演一名资深的性能专家，仅在能证明存在性能损耗时才提出修改建议。

适用场景

• 代码评审（CR）阶段：在合并代码前，检查新功能是否引入了低效的数据库查询。
• 性能专项优化：针对响应缓慢的接口，快速定位是否由于 ORM 使用不当导致。
• 老项目重构：对存量代码进行审计，查找缺失索引或内存溢出的潜在风险点。

核心工作流

AI 在执行此技能时将遵循以下优先级审计逻辑：

1. CRITICAL（严重）- N+1 查询与无界 QuerySet：

   • 追踪从 View Queryset Template/Serializer Loop 的全链路数据流。
   • 检查是否缺失 select_related 或 prefetch_related。
   • 识别未分页的列表接口，防止因加载全表导致 OOM（内存溢出）。

2. HIGH（高）- 索引缺失与写循环：

   • 检查 filter() 或 order_by() 涉及的字段在 Model 中是否定义了 db_index=True 或复合索引。
   • 识别在循环中调用 .save() 或 .create() 的行为，建议替换为 bulk_create 或 bulk_update。

3. LOW（低）- 低效模式：

   • 如 count() 与 exists() 的微小差异，仅在其他严重问题已解决后作为次要建议提及。

验证标准：AI 必须确认该路径为“热点路径”（高频调用）且数据量级较大，否则不予报告。

下载和安装

下载 django-perf-review 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐