DRF凭什么更高效?Django原生API与DRF框架开发对比解析

一、原生 Django 开发 API 的局限性

虽然 Django 可以通过 JsonResponse 和视图函数手动构建 API,但存在以下问题:

  1. 手动序列化与反序列化
    需要手动将模型实例转换为 JSON,处理复杂数据类型(如嵌套关系)时代码冗长且易错。

示例:原生 Django 返回 JSON 数据

from django.http import JsonResponse
from .models import Book

def book_list(request):
    books = Book.objects.all()
    data = [{"title": book.title, "author": book.author} for book in books]
    return JsonResponse(data, safe=False)
缺点:无法自动处理模型关联、验证输入数据,且代码重复率高。
  1. 复杂的请求处理
    需要手动解析请求体中的 JSON 数据,并处理不同 HTTP 方法(GET/POST/PUT/DELETE)。

示例:原生处理 POST 请求

import json
from django.views.decorators.csrf import csrf_exempt

@csrf_exempt
def create_book(request):
    if request.method == "POST":
        try:
            data = json.loads(request.body)
            book = Book.objects.create(**data)
            return JsonResponse({"id": book.id}, status=201)
        except Exception as e:
            return JsonResponse({"error": str(e)}, status=400)

缺点:缺少自动数据验证、错误处理逻辑复杂。

  1. 缺乏标准化功能
    需自行实现以下功能:

     认证与权限(如 Token、JWT、OAuth)。
     
     分页(处理大数据集的分页逻辑)。
     
     限流(防止 API 被滥用)。
     
     文档生成(手动维护 API 文档)。
    
  2. 维护成本高
    随着项目规模扩大,手动编写的 API 代码难以统一管理,容易产生冗余和潜在安全漏洞。

二 、DRF 的核心优势

DRF 针对上述问题提供了系统化解决方案,显著提升开发效率与代码质量。

  1. 序列化与反序列化自动化
    序列化器(Serializer):

自动将模型实例转换为 JSON,支持复杂关系(如一对多、多对多)。

内置数据验证逻辑,确保输入数据符合预期格式。

示例:DRF 序列化器

from rest_framework import serializers
class BookSerializer(serializers.ModelSerializer):
    class Meta:
        model = Book
        fields = "__all__"
  1. 视图抽象化
    视图集(ViewSets) 和 通用视图(Generic Views):

通过 ModelViewSet 自动生成 CRUD 接口,减少 70% 的重复代码。

示例:DRF 视图

from rest_framework import viewsets
class BookViewSet(viewsets.ModelViewSet):
    queryset = Book.objects.all()
    serializer_class = BookSerializer
  1. 开箱即用的高级功能
功能原生 Django 实现难度DRF 实现方式
认证高(需手动集成)一行配置(authentication_classes)
权限控制一行配置(permission_classes)
分页内置分页类(PageNumberPagination)
限流配置 throttle_classes
API 文档高(需第三方库)自动生成(swagger、redoc)
  1. 标准化与安全性
    认证方案:支持 Token、Session、JWT、OAuth2 等。

    权限粒度:基于角色(IsAdminUser)、对象级别(DjangoObjectPermissions)的权限控制。

    安全防护:自动处理 CSRF、XSS 等常见安全问题。

  2. 生态系统与社区支持
    扩展插件:支持 django-filter(过滤)、drf-yasg(文档)、djangorestframework-simplejwt(JWT 认证)等。

活跃社区:GitHub 15k+ Stars,Stack Overflow 上超 10 万相关问题,解决问题更高效。

三、典型场景对比

场景:开发一个支持过滤、分页和权限控制的图书 API
原生 Django:

# 需要手动实现过滤、分页、权限逻辑,代码量约 100+ 行
from django.core.paginator import Paginator
def book_list(request):
    # 过滤
    author = request.GET.get("author")
    books = Book.objects.filter(author=author) if author else Book.objects.all()
    # 分页
    paginator = Paginator(books, 10)
    page = paginator.get_page(request.GET.get("page"))
    # 手动序列化
    data = [{"title": book.title} for book in page]
    return JsonResponse({"results": data, "count": paginator.count})

DRF:

#通过配置实现相同功能,代码量 10 行
from rest_framework import viewsets, filters
class BookViewSet(viewsets.ModelViewSet):
    queryset = Book.objects.all()
    serializer_class = BookSerializer
    filter_backends = [filters.SearchFilter]
    search_fields = ["author"]
    pagination_class = PageNumberPagination
    permission_classes = [IsAuthenticated]

四、何时选择原生 Django?

尽管 DRF 优势明显,但在以下场景可能更适合原生 Django:

1.极简 API:仅需返回少量简单数据。

2.性能敏感:DRF 的抽象层可能带来轻微性能开销(通常可忽略)。

3.避免依赖:项目要求最小化第三方库。

五、总结

维度原生 DjangoDRF
开发效率低(需手动实现所有功能)高(开箱即用,代码量减少 50%+)
功能完整性基础完整(认证、权限、分页、限流等)
维护成本高(代码冗余,难扩展)低(标准化配置,易于迭代)
安全性需自行处理内置防护机制
适用场景简单接口或小型项目中大型项目、需标准化 API 的企业应用

结论:DRF 是 Django 生态中构建 API 的“工业级”工具,其设计哲学与 Django 一致(DRY原则),适合绝大多数需要高效、安全、可维护的 API 开发场景。原生 Django 仅适用于极简需求或对性能/依赖有严格限制的特殊情况。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Bruce-li__

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值