Django Channels 入门指南
http://www.oschina.net/translate/in_deep_with_django_channels_the_future_of_real_time_apps_in_django
今天，我们很高兴请到Jacob Kaplan-Moss。Jacob是来自Herokai，也是 Django的长期的核心代码贡献者，他将在这里分享一些他对某些特性的深入研究，他认为这些特性将重新定义框架未来。
当Django刚创建时，那是十多年前，网络还是一个不太复杂的地方。大部分的网页都是静态的。由数据库支撑的模型/视图/ 控制器架构的网络应用还是很新鲜的东西。Ajax刚刚开始被使用，只在较少的场景中。
到现在2016年，网络明显更加强大。过去的几年里已经看到了所谓的“实时”网络应用：在这类应用中客户端和服务器之间、点对点通信交互非常频繁。包含很多服务（又名微服务）的应用也变成是常态。新的web技术允许web应用程序走向十年前我们只敢在梦里想象的方向。这些核心技术之一就是WebSockets：一种新的提供全双工通信的协议——一个持久的，允许任何时间发送数据的客户端和服务器之间的连接。
在这个新的世界，Django显示出了它的老成。在其核心，Django是建立在请求和响应的简单概念之上的：浏览器发出请求，Django调用一个视图，它返回一个响应并发送回浏览器。
这在WebSockets中是行不通的 ！视图的生命周期只在一个请求当中，没有一种机制能打开一个连接不断的发送数据到客户端，而不发送相关请求。
因此：Django Channels就应运而生了。Channels,简而言之,取代了Django中的“guts” ——请求/响应周期发送跨通道的消息。Channels允许Django以非常类似于传统HTTP的方式支持WebSockets。Channels也允许在运行Django的服务器上运行后台任务。HTTP请求表现以前一样,但也通过Channels进行路由。因此,在Channels 支持下Django现在看起来像这样:
如您所见，Django Channels引入了一些新的概念:
Channels基本上就是任务队列：消息被生产商推到通道，然后传递给监听通道的消费者之一。如果你使用Go语言中的渠道,这个概念应该相当熟悉。主要的区别在于，Django Channels通过网络工作，使生产者和消费者透明地运行在多台机器上。这个网络层称为通道层。通道设计时使用Redis作为其首选通道层，虽然也支持其他类型(和API来创建自定义通道层)。有很多整洁和微妙的技术细节，查阅文档可以看到完整的记录。
现在，通道作为一个独立的应用程序搭配使用Django 1.9使用。计划是将通道合并到Django1.10版本，今年夏天将会发布。
我认为Channels将是Django的一个非常重要的插件：它们将支撑Django顺利进入这个新的web开发的时代。虽然这些api还没有成为Django的一部分，他们将很快就会是！所以，现在是一个完美的时间开始学习Channels：你可以了解未来的Django。
开始实践：如何在Django中实现一个实时聊天应用
作为一个例子，我构建了一个简单的实时聊天应用程序——就像一个非常非常轻量级的Slack。有很多的房间,每个人都在同一个房间里可以聊天,彼此实时交互（使用WebSockets）。
你可以访问我在网络上部署的例子，看看在GitHub上的代码，或点击这个按钮来部署自己的。（这需要一个免费的Heroku账户，所以得要先注册）：
注意:你需要在点击上面的按钮后，启动工作进程。使用仪表盘或运行heroku ps:scale web=1:free worker=1:free。
如果你想深入了解这个应用程序是如何工作的——包括你为什么需要worker！——那么请继续读下去。我将会一步一步来构建这个应用程序，并突出关键位置和概念。
第一步——从Django开始
虽然在实现上有了很大差异，但是这仍旧是我们使用了十年的Django。所以第一步和其他任何Django应用是一样的（如果你是Django新手，你得看看如何在Heroku上开始使用Python和Django新手教程）。创建一个工程后，你可以定义模型来表示一个聊天室和其中的消息（chat/models.py）：
|
1
2
3
4
5
6
7
8
9
|
class
Room(models.Model):
name
=
models.TextField()
label
=
models.SlugField(unique
=
True
)
class
Message(models.Model):
room
=
models.ForeignKey(Room, related_name
=
'messages'
)
handle
=
models.TextField()
message
=
models.TextField()
timestamp
=
models.DateTimeField(default
=
timezone.now, db_index
=
True
)
|
（在这一步中，包括后面的例子，我已经将代码最简化，希望能将焦点放到重点上，全部代码请看Gitbub。）
然后创建一个聊天室视图以及相应的urls.py和模板：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
def
chat_room(request, label):
# If the room with the given label doesn't exist, automatically create it
# upon first visit (a la etherpad).
room, created
=
Room.objects.get_or_create(label
=
label)
# We want to show the last 50 messages, ordered most-recent-last
messages
=
reversed
(room.messages.order_by(
'-timestamp'
)[:
50
])
return
render(request,
"chat/room.html"
, {
'room'
: room,
'messages'
: messages,
})
|
现在，我们已经已经有了一个可以运行的Django应用。如果你在标准的Django环境中运行它，你可以看到已经存在的聊天室和聊天记录，但是聊天室内无法进行交互操作。实时没有起作用，我们得做工作来处理 WebSockets。
接下来我们做什么
为了搞明白接下来后台需要做些什么，我们得先看下客户端的代码。你可以在 chat.js 中找到，其实也没做多少工作！首先，创建一个 websocket：
|
1
2
|
var ws_scheme
=
window.location.protocol
=
=
"https:"
?
"wss"
:
"ws"
;
var chat_socket
=
new ReconnectingWebSocket(ws_scheme
+
'://'
+
window.location.host
+
"/chat"
+
window.location.pathname);
|
注意：
-
像HTTP和 HTTPS一样，WebSocket协议区分为安全和非安全两种，我们可以按照需要选择合适的.
-
因为Heroku的路由有60秒钟过期的问题。 我使用了 一个浏览器WebSocket小技巧 可以在socket断开时自动重连。 （感谢Kenneth Reitz，在他的 Flask WebSocket例子中指出了这一点）。
接下来，我们将加入一个回调函数，当表单提交时，我们就通过WebSocket发送数据（而不是 POST数据）：
|
1
2
3
4
5
6
7
8
|
$(
'#chatform'
).on(
'submit'
, function(event) {
var message
=
{
handle: $(
'#handle'
).val(),
message: $(
'#message'
).val(),
}
chat_socket.send(JSON.stringify(message));
return
false;
});
|
我们可以通过WebSocket发送任何想要发送的数据。像众多的API一样， JSON 是最容易的，所以我们将要发送的数据打包成JSON格式。
最后，我们需要将回调函数与WebSocket上的新数据接收事件对接起来：
|
1
2
3
4
5
6
7
8
|
chatsock.onmessage
=
function(message) {
var data
=
JSON.parse(message.data);
$(
'#chat'
).append(
'<tr>'
+
'<td>'
+
data.timestamp
+
'</td>'
+
'<td>'
+
data.handle
+
'</td>'
+
'<td>'
+
data.message
+
' </td>'
+
'</tr>'
);
};
|
简单提示：从获取的信息中拉取数据，在会话的表上加上一行。如果现在就运行这个代码，他是无法运行的，现在还没有谁监听WebSocket连接呢，只是简单的HTTP。现在，让我们来连接WebSocket。
安装和创建 Channels
要将这个应用“通道化”，我们需要做三件事情：安装Channels，建立通道层，定义通道路由，修改我们的工程使其运行在Channels上（而不是WSGI）。
1. 安装Channels
要安装Channels，只需要执行pip install channels，然后将 "channels”添加到 INSTALLED_APPS配置项中。安装Channels后，允许Django以“通道模式”运行，使用上面描述的通道架构来完成请求/响应的循环。（为了向后兼容，你仍可以以 WSGI模式运行Django ，但是在这种模式下WebSockets和Channel的其他特性就不能工作了。）
2. 选择一个通道层
接下来，我们将定义一个通道层。这是Channels用来在消费者和生产者（消息发送者）之间传递消息的交换机制。 这是一种有特定属性的消息队列（详细信息请查看Channels文档）。
我们将使用Redis作为我们的通道层：它是首选的生产型（可用于工程部署）通道层，是部署在Heroku上显而易见的选择。 当然也有一些驻留内存和基于数据的通道层，但是它们更适合于本地开发或者低流量情况下使用。 （更多细节，再次请查看 文档。）
但是首先：因为Redis通道层是在另外的包中实现的，我们需要运行pip安装 asgi_redis。（我将会在下面稍微介绍点“ASGI”。）然后我们在CHANNEL_LAYERS配置中定义通道层：
|
1
2
3
4
5
6
7
8
9
|
CHANNEL_LAYERS
=
{
"default"
: {
"BACKEND"
:
"asgi_redis.RedisChannelLayer"
,
"CONFIG"
: {
"hosts"
: [os.environ.get(
'REDIS_URL'
,
'redis://localhost:6379'
)],
},
"ROUTING"
:
"chat.routing.channel_routing"
,
},
}
|
要注意的是我们把Redis的连接URL放到环境外面，以适应部署到Heroku的情况。
3. 通道路由
在通道层（CHANNEL_LAYERS），我们已经告诉 Channel去哪里找通道路由——chat.routing.channel_routing。通道路由很类似与URL路由的概念：URL路由将URL映射到视图函数；通道路由将通道映射到消费者函数。跟 urls.py类似，按照惯例通道路由应该在routing.py里。现在，我们创建一条空路由：
|
1
|
channel_routing = {}
|
(我们将在后面看到好几条通道路由信息，当连接WebSocket的时候回用到。)
你会注意到我们的app里有urls.py和routing.py两个文件：我们使用同一个app处理HTTP请求和WebSockets。这是很典型的做法：Channels应用也是Django应用，所以你想用的所有Django的特性——视图，表单，模型等等——都可以在Channels应用里使用。
4. 运行
最后，我们需要替换掉Django的基于HTTP/WSGI的请求处理器，而是使用通道。它是一个基于新兴标准ASGI（异步服务器网关接口）的, 所以我们将在asgi.py文件里定义处理器：
|
1
2
3
4
5
|
import
os
import
channels.asgi
os.environ.setdefault(
"DJANGO_SETTINGS_MODULE"
,
"chat.settings"
)
channel_layer
=
channels.asgi.get_channel_layer()
|
(将来，Django会自动生成这个文件，就像现在自动生成wsgi.py文件一样。)
现在，如果一切顺利的话，我们应该能在通道上把这个app运行起来。Channels接口服务叫做Daphne，我们可以运行如下命令运行这个app：
|
1
|
$ daphne chat.asgi:channel_layer
-
-
port
8888
|
** 如果现在访问http://localhost:8888/ 我们会看到……什么事情也没发生。这很让人困惑，直到你想起Channels将 Django分成了两部分：前台接口服务 Daphne，后台消息消费者。所以想要处理HTTP 请求，我们得运行一个worker：
|
1
|
$ python manage.py runworker
|
现在请求应该能传递过去了。这说明了其中的机制很简洁：Channels 继续处理 HTTP(S)请求，但是是以一个完全不同的方式去处理，这与通过Django运行 Celery 没有太大的不同，那种情况下运行WSGI服务的同时也要运行Celery服务。不过现在，所有的任务——HTTP请求， WebSockets，后台服务都在worker中运行起来了.
（顺便说一句，我们仍然可以通过运行python manage.py runserver命令来做本地测试。当这么做时， Channels只是在同一进程里运行起Daphne和一个worker。）
WebSocket消费者
好了，我们已经完成了安装；让我们开始进入最奇妙的部分吧。
Channels 将WebSocket连接映射到三个通道中:
-
一个新的客户端 （如浏览器）第一次通过WebSocket连接上时，一条消息被发送到 websocket.connect 通道。当这发生时，我们记录这个客户端当前进入一个已知的聊天室。
-
每条客户端通过已建立的socket发送的消息都被发送到 websocket.receive通道。（这些都是从浏览器接收到的消息；记住通道都是单向的。我们等一会儿会介绍如何将消息发送给客户端。）当一条消息被接受时，我们将对聊天室里所有其他客户端进行广播。
-
最后，当客户端断开连接时，一条消息被发送到websocket.disconnect通道。当这发生时，我们将此客户端从聊天室里移除。
首先，我们得在routing.py文件里对这个三个通道进行hook:
|
1
2
3
4
5
6
7
|
from
.
import
consumers
channel_routing
=
{
'websocket.connect'
: consumers.ws_connect,
'websocket.receive'
: consumers.ws_receive,
'websocket.disconnect'
: consumers.ws_disconnect,
}
|
其实很简单：就是将每个通道连接到对应的处理函数。现在我们来看看这些函数。按照惯例我们会将这些函数放到一个 consumers.py 文件里（但是像视图一样，其实也可以放在任何地方）。
首先来看看 ws_connect：
|
1
2
3
4
5
6
7
8
9
10
|
from
channels
import
Group
from
channels.sessions
import
channel_session
from
.models
import
Room
@channel_session
def
ws_connect(message):
prefix, label
=
message[
'path'
].strip(
'/'
).split(
'/'
)
room
=
Room.objects.get(label
=
label)
Group(
'chat-'
+
label).add(message.reply_channel)
message.channel_session[
'room'
]
=
room.label
|
（为了清晰起见，我将代码中的异常处理和日志去掉了。要看完整版本，请看GitHub上的consumers.py）。
9. 这条线是使聊天功能能工作的关键。我们需要知道如何把消息发送回这个客户端。要做到这点，我们将使用消息的应答通道——每条消息都会有一个应答通道属性（reply_channelattribute），可以用来把消息发送回这个客户端。（我们不需要去自己创建这个通道；Channels已经创建好了。）
然而，只把消息发送到这一个通道还是远远不够的的；当一个用户聊天时，我们想把消息送给每一个连接到此聊天室的用户。要做到这点，我们使用一个通道组（channel group）。一个组是由多个通道连接而成，你可以用他来广播消息。所以，我们将这个消息的应答通道加入到这个聊天室的特殊通道组中。
10. 最后，后续的消息（接收/断开）不再包含这个URL（因为连接已经激活）。所以，我们需要一种方式来把一个WebSocket连接映射到哪个聊天室记录下来。要做到这点，我们可以使用一个通道会话。通道会话很像 Django的会话框架： 它们通过通道消息的属性message.channel_session把这些信息持久化下来。我们给一个消费者添加修饰属性 @channel_session，就可以让会话框架起效。 （文档见 通道会话如何工作的更多细节）。
现在一个客户端已经连接上来了，让我们看看ws_receive。WebSocket上每接收一条消息，这个消费者都会被调用：
|
1
2
3
4
5
6
7
|
@channel_session
def
ws_receive(message):
label
=
message.channel_session[
'room'
]
room
=
Room.objects.get(label
=
label)
data
=
json.loads(message[
'text'
])
m
=
room.messages.create(handle
=
data[
'handle'
], message
=
data[
'message'
])
Group(
'chat-'
+
label).send({
'text'
: json.dumps(m.as_dict())})
|
（再一次说明，为了清晰起见，我把错误处理和日志都去掉了。）
最初的几行很简单：从 channel_session中解析出聊天室，在数据库中查找出来该聊天室，解析JSON消息，将消息作为Message对象存放在数据库中。然后，我们所要作的就是将这条消息广播给聊天室里所有的成员，为了做到这点我们可以使用和前面一样的通道组。Group.send()将会把这条信息发送到加入到本组的所有reply_channel。
然后， ws_disconnect就很简单了：
|
1
2
3
4
|
@channel_session
def
ws_disconnect(message):
label
=
message.channel_session[
'room'
]
Group(
'chat-'
+
label).discard(message.reply_channel)
|
这里，在从channel session里查找到聊天室后，我们从聊天组里断开了reply_channel，就是这样！
部署和扩展
现在我们已经把 WebSockets连接起来并开始工作，我们可以像上面一样运行daphne和worker进行测试，或者运行manage.py runserver)。但是和自己聊天是很寂寞的哦，所以让我们在Heroku上把它跑起来！
大部分情况下， 一个 Channels 应用和一个Python应用在Heroku上都是一样的——在requirements.txt中有详细需求, 在runtime.txt定义Python运行事，通过标准的git推送到heroku上进行部署，等等。 （对于一个新手，请看 在Heroku上开始Python开发教程。） 我将重点突出那些Channel应用和标准Django应用不一样的地方：
1. Procfile 和处理类型
因为Channels应用同时需要 HTTP/WebSocket 服务和一个后台通道消费者， 所以Procfile需要定义这两种类型。下面是我们的Procfile:
|
1
2
|
web: daphne chat.asgi:channel_layer --port $PORT --bind 0.0.0.0 -v2
worker: python manage.py runworker -v2
|
当我们首次部署，我们需要确认两种处理类型都在运行中（Heroku默认值启动web进程）：
|
1
|
$ heroku
ps
:scale web=1:
free
worker=1:
free
|
（一个简单的应用将运行在 Heroku的免费或者爱好者层上，不过在实际使用环境中你可能需要升级到产品级来提高吞吐量。）
2. 插件： Postgres和Redis
就像Django的大多数应用，你需要一个数据库， Heroku的Postgres可以完美的满足要求。然而，Channels也需要一个 Redis实例作为通道层。所以，我们在首次部署我们的应用时需要创建一个 Heroku Postgres和一个 Heroku Redis：
$ heroku addons:create heroku-postgresql $ heroku addons:create heroku-redis
3. 扩展
因为Channels实在是太新了，扩展性问题还不是很了解。然而，基于现在的架构和我早前做的一些性能测试，我可以做出一些预测。关键点在于Channels 把负责连接的处理进程（daphne）和负责通道消息处理的处理进程（runworker）分开了。这意味着：
-
通道的吞吐量——HTTP请求， WebSocket消息，或者自定义的通道消息——取决于工作者进程的数量。所以，如果你需要处理大量的请求，你可以扩展工作者进程 （比如，heroku上 ps:scale worker=3）。
-
并发水平——当前打开的连接数——将受限于前端web进程的规模。所以，如果你需要处理大量并发的WebSocket连接，你得扩展web进程（比如， heroku 上ps:scale worker=2）。
基于我前期做的测试工作， 在一个Standard-1X进程内Daphne是非常适合处理成百的并发连接的。所以我估计很少有场景需要扩展这个web进程。一个Channels应用中的工作者进程的个数与一个老风格Django应用所需的web进程个数是相当的。
进一步阅读
关于Channels的更多信息，请查看Channels文档，其中包含很多细节和引用，包括：
-
Channels的FAQs答案。
-
将Channels整合进Django的计划。
-
正式的 异步网管接口说明 （如果你真的想要了解所有技术细节！）
关于在 Heroku上使用Python 的信息，请访问Python on Heroku in Dev Center。我推荐其中的几篇特别好的文章：
-
Getting Started with Python on Heroku
-
Configuring Django apps for Heroku