当前位置：首页 > 问答 > 正文

想搞清楚Python和Django咋整合Postgres+Citus实现分布式多租户数据库吗？

黎家
问答
2026-01-13 02:01:49
5

想搞清楚Python和Django咋整合Postgres+Citus实现分布式多租户数据库吗？这事儿说白了，就是把你的应用数据分散到多台机器上去存，让数据库能扛住更大的数据量和更多的用户访问，多租户就是一个系统能让很多不同的客户（租户）一起用，但他们的数据是相互隔开的，A公司看不到B公司的信息，下面我就掰开揉碎了给你讲讲怎么用Python和Django这套经典组合，把Citus这个分布式神器给用起来。

第一步：先整明白多租户是咋回事

多租户有好几种实现法子,选哪种决定了你后面怎么设计数据库，根据Citus官方文档的说法，主要分三种（来源：Citus官方文档 - Multi-Tenancy Applications）：

一个租户一个数据库：隔离性最好，但数据库数量多了管理起来麻烦。
一个租户一个Schema：在同一个数据库里，给每个租户建一个独立的schema（可以理解成一个个小房间），Django对这个支持得挺好。
所有租户挤在一张表里：这是Citus最推荐、性能最好的方式，就是在一张大表里，用一个叫“租户ID”的字段来区分不同租户的数据，Citus会根据这个ID把数据分片，存到不同的机器上。

我们今天主要聊的就是第三种,也是最常用、最高效的那种。

第二步：准备好你的家伙事儿

在你开始写代码之前,得先把环境搭好，你需要安装几个东西（来源：Django官方文档 & Citus官方文档）：

想搞清楚Python和Django咋整合Postgres+Citus实现分布式多租户数据库吗？

Python和Django：这个是你的老本行，用pip安装就行。
PostgreSQL：你得先有个基础的Postgres数据库。
Citus扩展：这才是关键，你需要安装Citus，并把它作为一个扩展（Extension）在你的Postgres数据库里启用，你可以选择自己部署一个Citus集群（有协调器节点和工作节点），或者直接用云服务商提供的托管Citus数据库，比如Azure Cosmos DB for PostgreSQL（原Citus Data）或一些云厂商的类似服务，这样能省去自己维护集群的麻烦。

安装好之后,你用psql连上数据库，跑一句 CREATE EXTENSION citus； 就启用它了。

第三步：配置Django的连接

你得告诉Django别连普通的PostgreSQL了,去连你的Citus数据库，Citus基本兼容PostgreSQL，所以连接方式差不多，打开Django的settings.py文件，找到DATABASES这个配置项，把它指向你的Citus协调器节点的地址、端口、数据库名、用户名和密码，看起来大概是这个样子：

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.postgresql',
        'NAME': 'my_citus_database',
        'USER': 'my_user',
        'PASSWORD': 'my_password',
        'HOST': 'citus-coordinator-host.example.com', # 你的Citus协调器主机地址
        'PORT': '5432',
    }
}

第四步：设计你的数据模型，关键是那个“租户ID”

这是最核心的一步,假设我们做一个SaaS应用，有很多公司用，每个公司有自己的员工信息，你的Django模型里，每一张需要分片的表，都必须有一个字段来标记这条数据属于哪个租户，通常这个字段叫tenant_id或者company_id之类的。

想搞清楚Python和Django咋整合Postgres+Citus实现分布式多租户数据库吗？

举个例子,一个简单的员工模型：

from django.db import models
class Company(models.Model):
    name = models.CharField(max_length=100)
    # 这个表不需要分片，它可能很小，可以放在协调器节点上
class Employee(models.Model):
    tenant = models.ForeignKey(Company, on_delete=models.CASCADE) # 这就是我们的“租户ID”
    name = models.CharField(max_length=100)
    department = models.CharField(max_length=100)

注意看,Employee表里有一个指向Company模型的外键tenant，Citus就会根据这个tenant_id（数据库里实际存储的字段）来分发数据。

第五步：告诉Citus哪张表要分片，按什么分

光有模型不行,你得明确指示Citus对特定的表进行分布式处理，这个操作不能用Django的迁移命令（migrate）来完成，必须直接在你的Citus数据库上执行SQL命令（来源：Citus官方文档 - Defining Tables）。

用psql或者其他工具连上你的Citus协调器节点，然后执行像这样的SQL：

想搞清楚Python和Django咋整合Postgres+Citus实现分布式多租户数据库吗？

-- 把 Employee 表对应的实际表（app_employee）设置成分布表
-- 指定分布列（distributed column）为 tenant_id
SELECT create_distributed_table('app_employee', 'tenant_id');
-- 如果你希望某个表的所有数据都放在协调器节点上（不分布），比如Company表，可以这么做
SELECT create_reference_table('app_company');

这里的app_employee是你的Django模型在数据库中生成的真实表名。create_distributed_table这个函数就是Citus的魔法，它告诉系统：“嘿，把app_employee表按照tenant_id这个字段的值进行分片，然后把不同的片存到不同的工作节点上去。”

第六步：在Django代码里怎么操作数据

搞定了上面的设置,你写Django代码的方式几乎不用变！这就是Django ORM的强大之处，你必须养成一个关键习惯：在查询分片表的时候，永远要带上租户ID。

你要查某个公司下的所有员工,绝对不能直接Employee.objects.all()，这样Citus不知道你去哪个分片找，会扫描所有分片，效率极低，正确的做法是：

# 假设我们知道当前请求是来自 company_id 为 1 的公司
current_company_id = 1
# 好的做法：明确指定租户ID
employees = Employee.objects.filter(tenant_id=current_company_id)
# 或者通过关系查询
company = Company.objects.get(id=current_company_id)
employees = company.employee_set.all()

这样,Citus就能精准地把查询路由到存储了该公司数据的那一个分片上，速度飞快。

第七步：一些你可能遇到的坑和要注意的地方

迁移文件：Django的makemigrations和migrate命令依然可以用来创建表结构和字段变更，像create_distributed_table这样的分布式操作，必须手动执行SQL。
事务：在Citus里，跨多个租户ID的写操作（比如给两个不同公司同时插入员工）可能无法放在一个数据库事务里，因为数据可能在不同的物理节点上，这点要特别注意。
租户ID不能为空：你的应用逻辑要保证，在向分片表插入数据时，租户ID一定是有效的、非空的。
性能：对于所有租户共享的、数据量小的表（比如国家列表、产品类别），可以用create_reference_table做成参考表，Citus会在每个工作节点上复制一份，提高关联查询速度。

用Python和Django整合Postgres+Citus搞分布式多租户，核心思路就几点：选对数据分布策略（按租户ID分片）、在模型里设计好租户ID字段、用SQL命令把表设置成分布式、写代码时时刻记得过滤租户ID，这套组合拳打好了，你的应用就能在数据量暴涨的时候依然稳如泰山，虽然中间有些步骤需要直接操作数据库，有点绕开了Django的ORM，但整体开发体验还是Django那套熟悉的味儿，上手起来并不难。