新闻详情

新闻详情

首页 / 资讯中心 / 详情

Django 异步视图的 adrf 解决办法

发布时间:2026/11/14 3:14:02来源:尧图网络
Django 异步视图的 adrf 解决办法
在 Django 编写异步视图时可能会遇到以下错误AssertionError: Expected a Response, HttpResponse or HttpStreamingResponse to be returned from the viewTypeError: sync_to_async can only be applied to sync functions.这些错误通常发生在async def视图方法中Django 默认的APIView不能直接支持异步处理导致返回值类型不符合 DRF 规范或者异步方法的调用方式错误。示例如下importasynciofromrest_framework.responseimportResponsefromrest_framework.viewsimportAPIViewfromrest_framework.permissionsimportAllowAnyclassNewView(APIView):permission_classes[AllowAny]asyncdefpost(self,request,*args,**kwargs):# 异步操作模拟resultawaitself.long_running_task()returnResponse({message:result})asyncdeflong_running_task(self):# 模拟一个耗时的异步任务awaitasyncio.sleep(2)returnCompleted long-running task在这种情况下Django 无法正确解析async def视图方法的返回值导致AssertionError。此外如果试图使用sync_to_async处理同步函数可能会因错误的函数类型应用而触发TypeError。解决方案要解决该问题需要使用adrfAsynchronous Django REST Framework它扩展了 DRF允许异步视图方法的正确执行。首先需要安装adrfpipinstalladrf然后修改视图使其继承自adrf提供的APIView避免与 DRF 原有的APIView冲突这里重命名为adrfAPIViewimportasynciofromrest_framework.responseimportResponsefromrest_framework.permissionsimportAllowAnyfromadrf.viewsimportAPIViewasadrfAPIViewclassNewView(adrfAPIView):permission_classes[AllowAny]asyncdefpost(self,request,*args,**kwargs):# 异步操作模拟resultawaitself.long_running_task()returnResponse({message:result})asyncdeflong_running_task(self):# 模拟一个耗时的异步任务awaitasyncio.sleep(2)returnCompleted long-running taskDjango 默认的APIView仅支持同步视图方法因此不能直接使用async def否则会导致返回值解析错误。而adrf提供了对async def视图的完整支持使得post方法可以正确执行异步任务。在post方法中调用了await self.long_running_task()该方法模拟了一个耗时的异步任务2 秒延迟。当任务完成后返回一个 JSON 响应通知客户端任务已完成。使用cURL或 Postman 发送POST请求curl-XPOST http://localhost:8000/newview/服务器正确响应{message:Completed long-running task}在 Django 编写异步视图时需要确保所继承的视图基类支持异步方法否则会出现AssertionError或TypeError。使用adrf可以让 DRF 兼容async def视图提高性能特别适用于 I/O 密集型任务如数据库查询、HTTP 请求或文件操作等场景。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉