Профайлер и интерфейс для анализа Django, которые записывают запросы, SQL-запросы и блоки кода, помогая находить узкие места.
django-commons/django-debug-toolbar
Настраиваемый набор панелей Django, показывающих в браузере отладочную информацию о каждом запросе и ответе.
- Звёзды
- 8,379
- Форки
- 1,122
- Открытые issues
- 71
- Последний коммит
- 4 дня назад
Что это?
Django Debug Toolbar — инструмент для разработки Django-проектов. Он добавляет панель на отрендеренные страницы, а каждая её вкладка показывает определённый тип отладочной информации о текущем запросе и ответе: например, SQL-запросы, заголовки, шаблоны и время выполнения. Нажав на вкладку, можно открыть подробную информацию о её содержимом.
Панель состоит из настраиваемого набора вкладок; сообщество также добавило множество сторонних вкладок. Сейчас инструмент требует Django 5.2 или новее. Есть экспериментальная поддержка асинхронных представлений Django, но параллельные запросы пока не обрабатываются.
Инструкции по установке и настройке приведены в онлайн-документации проекта. Пакет распространяется по лицензии BSD-3-Clause.
Ключевые возможности
- 01Показывает SQL-запросы, выполненные во время обработки запроса.
- 02Отображает заголовки запросов и ответов, шаблоны и время выполнения.
- 03Поддерживает встроенные панели и сторонние панели, созданные сообществом.
- 04Добавляет экспериментальную поддержку асинхронных представлений Django.
Сценарии использования
- Поиск проблем с N+1-запросами при разработке представления Django.
- Проверка рендеринга шаблонов и контекста во время локальной разработки.
- Проверка заголовков запроса и ответа при отладке конечной точки API.
Быстрый старт
- 1
Следуйте инструкциям по установке и настройке в документации
Что важно знать
- Поддержка асинхронных представлений Django находится на экспериментальной стадии, и панель инструментов пока не умеет обрабатывать параллельные запросы.
- Требуется Django версии 5.2.0 или новее.
В подборках
Темы
Частые вопросы
- Что такое django-debug-toolbar?
- Настраиваемый набор панелей Django, показывающих в браузере отладочную информацию о каждом запросе и ответе. Django Debug Toolbar — инструмент для разработки Django-проектов. Он добавляет панель на отрендеренные страницы, а каждая её вкладка показывает определённый тип отладочной информации о текущем запросе и ответе: например, SQL-запросы, заголовки, шаблоны и время выполнения. Нажав на вкладку, можно открыть подробную информацию о её содержимом.
- django-debug-toolbar можно использовать бесплатно? Какая у него лицензия?
- django-debug-toolbar распространяется с открытым исходным кодом под лицензией BSD-3-Clause. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- django-debug-toolbar всё ещё поддерживается?
- Активно поддерживается. Последний коммит в django-debug-toolbar — 3 нояб. 2026 г..
- Для чего можно использовать django-debug-toolbar?
- Поиск проблем с N+1-запросами при разработке представления Django. Проверка рендеринга шаблонов и контекста во время локальной разработки. Проверка заголовков запроса и ответа при отладке конечной точки API.
- Как установить django-debug-toolbar?
- Следуйте инструкциям по установке и настройке в документации
- Где скачать django-debug-toolbar?
- Исходный код и инструкции по установке — на GitHub: https://github.com/django-commons/django-debug-toolbar
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Сэмплирующий профилировщик Python-программ, который подключается к работающим процессам без изменения кода и перезапуска.
Профилировщик памяти для Python: отслеживает выделения памяти в Python-коде, нативных расширениях и интерпретаторе и формирует отчёты нескольких типов.
Низконакладной трассировщик Python, который записывает вызовы функций и показывает выполнение кода на интерактивной временной шкале.
Построчный профилировщик Python, который показывает, сколько времени занимает выполнение каждой строки декорированной функции.
Низконагрузочный семплер стеков вызовов для CPython на C, не требующий инструментирования и предназначенный для профилирования запущенных Python-процессов.