我正在尝试使用Django后端和Angular 4前端与 PostgreSQL 数据库创建实时聊天。我们假设我想创建聊天机器人,例如A.L.I.C.E。在我看来,最佳的解决方案是使用websockets?我使用 Redis 创建了频道图层。现在,我想将所有消息保存到我的 PostgreSQL 数据库中。我想知道应该怎么做。我应该创建模型并在consumers.py
中使用它们,还是有另一种更优化的方式?将来我想分析数据库中的数据并返回答案。
consumers.py:
# In consumers.py
from channels import Group
# Connected to websocket.connect
def ws_connect(message):
# Accept the connection
message.reply_channel.send({"accept": True})
# Add to the chat group
Group("chat").add(message.reply_channel)
# Connected to websocket.receive
def ws_receive(message):
Group("chat").send({
"text": message.content['text'],
})
print(message.content['text'])
# Connected to websocket.disconnect
def ws_disconnect(message):
Group("chat").discard(message.reply_channel)
routing.py:
from channels.routing import route
from backend.consumers import ws_connect, ws_receive, ws_disconnect
channel_routing = [
route("websocket.connect", ws_connect),
route("websocket.receive", ws_receive),
route("websocket.disconnect", ws_disconnect),
]
settings.py:
CHANNEL_LAYERS = {
"default": {
# This example app uses the Redis channel layer implementation asgi_redis
"BACKEND": "asgi_redis.RedisChannelLayer",
"CONFIG": {
"hosts": [(redis_host, 6379)],
},
"ROUTING": "backend.routing.channel_routing",
},
}
答案 0 :(得分:0)
我遇到了同样的问题,因此请在您的models.py
中创建一个模型,例如Message
模型。
class Message(models.Model):
message = models.TextField()
并将其导入到consumers.py
#consumers.py
from .models import Message
def ws_receive(message):
Group("chat").send({
"text": message.content['text'],
})
msg = Message()
msg.message = message.content['text']
msg.save()
但是,如果您将在生产中使用此代码段,它将会影响您的数据库性能。但是据我所知,您可以使用python模块multiprocessing进行某种队列并保存该队列中的消息。我还没有看到使用自定义队列的实现,因此您应该自己创建队列。