Django在K8s中启动慢、内存高，主因是初始化逻辑（数据库连接、迁移检查、缓存预热）阻塞就绪及QuerySet误用、对象缓存失控导致内存飙升；需禁用自动迁移检查、改用gunicorn/uWSGI、延迟非必需初始化、避免QuerySet重复查询与缓存失效。
为什么 Django 在 K8s 里启动慢、内存高？
真正拖慢 Pod 就绪的是数据库连接、迁移检查、缓存预热这些初始化逻辑，不是 runserver 本身；内存飙升往往来自 QuerySet 误用、对象缓存失控或 Python 的“一切皆对象”开销被放大。K8s 中的 readiness probe 超时、OOMKilled，90% 都是这两类问题叠加导致的。
禁用自动迁移检查 + 改用 gunicorn/uWSGI 启动
manage.py runserver 在生产环境必须禁用——它默认同步执行 --check-migrations、扫描所有 apps 的 models、加载静态文件，冷启时极易卡在 django.setup() 阶段。K8s 探针超时后反复重启，根本等不到服务就绪。
- gunicorn 启动命令中加
--skip-check-migrations：比如gunicorn --bind :8000 --skip-check-migrations myproject.wsgi:application - uWSGI 配置里确认没有
--check-migrations或enable-threads = true（后者可能触发意外模型扫描） - K8s YAML 的
command字段必须显式覆盖掉默认runserver，不能只改args
延迟非必需初始化，别让 ready() 阻塞主进程
Django 的 AppConfig.ready() 或 django.db.models.signals.ready 信号一调用就同步执行，如果里面写了 cache.get()、redis.Redis().ping() 或第三方 SDK 初始化（如 OpenTelemetry），整个 WSGI 进程会卡住，直到 Redis 连上、OTel 扫完所有包。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
- 把 DB 连接池（如
django-db-geventpool）设为MAX_CONNS=0，让连接延迟到首次请求时创建 - 缓存预热改用
threading.Timer(5, lambda: cache.set_many(...))，5 秒后异步执行，不阻塞主线程 - OpenTelemetry 关键环境变量：
OTEL_PYTHON_DISABLED_INSTRUMENTATIONS="requests,sqlalchemy"，关掉不需要的插件
QuerySet 复用与切片陷阱直接抬高内存
print(qs) 看似无害，实则触发 __repr__() 查前 20 条，但结果不进 _result_cache；后续再 for p in qs: 就是第二次全量查询——既耗时又吃内存。更隐蔽的是 qs[5:10]：它生成新 QuerySet、发 LIMIT/OFFSET 查询，但原 QuerySet 的缓存仍为空，等于白查一次。
立即学习“Python免费学习笔记（深入）”；
- 调试时想看内容，用
list(qs[:10])或打开DEBUG=True看 SQL 日志，别依赖print(qs) - 同一查询逻辑必须复用变量：
users = User.objects.select_related("profile"); list(users); for u in users: - 判断是否存在用
.exists()，要总数用.count()，避免构造完整 QuerySet
最易被忽略的一点：QuerySet 缓存是实例级的，不是查询级的。哪怕两个 QuerySet 的 SQL 完全一样，只要不是同一个对象，就不会共享缓存——这点在微服务间共享配置或动态构建查询时特别致命。
