python manage.py runserver 不能用于生产环境,因其是单线程阻塞式服务器,不支持并发、无安全防护、不处理静态文件、默认仅监听本地地址,且在 DEBUG=False 时导致静态资源404,缺乏连接限制、超时机制和基础HTTP防护。

不能用 python manage.py runserver 上生产,不是“不推荐”,而是它根本没设计成能扛住真实流量——它连最基本的并发、安全、资源隔离都不具备。
runserver 是单线程阻塞式服务器
它一次只能处理一个请求。哪怕只是两个用户同时刷新页面,第二个就得排队等第一个返回。视图里有个 time.sleep(2),100 个并发进来,最后一个人要等 200 秒。
- 没有进程/线程池,无法利用多核 CPU
- IO 阻塞时整个服务卡死,无法响应其他请求
- 哪怕你加了
--reload或改用--use-reloader=False,也改变不了单线程本质
它默认绑定 127.0.0.1,收不到外网请求
启动后日志显示 Starting development server at http://127.0.0.1:8000/ —— 这意味着它只监听本地回环地址,任何外部机器(包括同局域网的测试机)都连不上,更别说公网用户了。
- 强行改成
python manage.py runserver 0.0.0.0:8000也不行:没防火墙控制、没连接数限制、没超时机制 - 它不校验
ALLOWED_HOSTS(DEBUG=True 时直接跳过),容易被 Host 头攻击 - HTTP 头、路径遍历、慢速攻击等基础防护全无
静态文件在 DEBUG=False 时直接 404
一旦切到生产配置,DEBUG = False,runserver 就拒绝提供 /static/ 和 /media/ 下的任何文件,前端 CSS/JS 全挂,页面白屏。
Python 环境工具专业版功能概述Python 环境工具专业版是一项面向实际任务的技能。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。核心要点使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。执行完成后建议检查结果是否符合预期,并保留必要记录。使用与执行同时注意输入完整性、执行条件和输出可用性。从功能定位来看,该技能
立即学习“Python免费学习笔记(深入)”;
-
--insecure参数能绕过,但这是开发调试用的临时补丁,不是解决方案 - 它不支持 gzip、ETag、缓存头等静态服务必备功能
- 把静态文件交给 Python 处理,CPU 白白浪费在读磁盘和拼 HTTP 响应上
Gunicorn/Nginx 分离职责才是正解
生产环境必须拆开:Django 只管业务逻辑(由 Gunicorn 多进程+多线程托管),Nginx 负责反向代理、静态文件、SSL 终止、连接复用、限流防刷。
- Gunicorn 的
--workers和--threads才真正解决并发瓶颈 - Nginx 的
location /static规则直接由 C 实现,比 Python 快一个数量级 - Docker 把 Gunicorn 配置、Nginx 配置、Python 环境一起固化,避免“在我机器上能跑”问题
最常被忽略的一点:很多人以为只要“没报错、能访问”,runserver 就算跑起来了。但它在后台默默吃掉内存(DEBUG=True 时缓存所有 SQL 和 traceback)、不释放数据库连接、不记录真实错误日志——这些不会立刻崩,但会在高负载或长时间运行后突然失控。

















