[Django] performance des API : profiling avec Django-Silk et diverses pistes

[celine-m-s]

Lien vers la documentation de Django Silk

Testé sur l'API Scot avec curl -I localhost:8000/api/scots.

• 6 requêtes en base de données. Temps de réponse : environ 8 secondes.
• Temps de réponse total moyen : 18 secondes.
• Donc temps pour générer le CSV et le reste : 10 secondes.

Idées d'optimisations :

• Mieux utiliser les queryset pour évaluer en bas niveau ce qui peut l'être. Se passer des len() à remplacer par des count en base. Plus d'autres aspects à creuser.
• Ne plus utiliser DictWriter mais récupérer uniquement le nécessaire et utiliser .values_list. Faster CSV export from the Django admin. Pour cela, remplacer les prefetch_related qui génèrent des attributs par des annotations. Chaîner les annotations dans la vue pour rendre la requête à l'ORM plus explicite.
• Utiliser StreamingHttpResponse au lieu de HttpResponse. How to create CSV output (from Django's doc
• Forcer l'utilisation des only et defer : https://github.com/charettes/django-seal

Mentionné pour la gloire : Django: profile memory usage with Memray from Adam Johnson. Testé mais difficile à utiliser pour profiler des requêtes Django. La DDT intègre bien une section Profiling mais qui ne me permettait pas de descendre au niveau souhaité.

--

Django: profile memory usage with Silky or Memray

Calls to our API endpoints are preventing various models evolutions
because adding fields to them cause the API to responds more slowly.
Try to understand where the problem come from and how to resolve it.

https://bloomberg.github.io/memray/getting_started.html
https://adamj.eu/tech/2026/01/29/django-profile-memray/

[sonarqubecloud]

Quality Gate passed

Issues
0 New issues
0 Accepted issues

Measures
0 Security Hotspots
0.0% Coverage on New Code
0.0% Duplication on New Code

See analysis details on SonarQube Cloud