django - Django 频道实时聊天保存发送的消息
问题描述
所以我有一个 Django 应用程序,我在其中使用通道来实现实时聊天。我的消费者看起来像这样:
从 asgiref.sync 导入 json 从 channels.generic.websocket 导入 async_to_sync 导入 WebsocketConsumer
class ChatConsumer(WebsocketConsumer):
def connect(self):
self.room_name = self.scope['url_route']['kwargs']['room_name']
self.room_group_name = 'chat_%s' % self.room_name
# Join room group
async_to_sync(self.channel_layer.group_add)(
self.room_group_name,
self.channel_name
)
self.accept()
def disconnect(self, close_code):
# Leave room group
async_to_sync(self.channel_layer.group_discard)(
self.room_group_name,
self.channel_name
)
# Receive message from WebSocket
def receive(self, text_data):
text_data_json = json.loads(text_data)
message = text_data_json['message']
username = self.scope["user"]
# Send message to room group
async_to_sync(self.channel_layer.group_send)(
self.room_group_name,
{
'type': 'chat_message',
'message': message,
'user': username.username
}
)
# Receive message from room group
def chat_message(self, event):
message = event['message']
user=event['user']
print(user)
# Send message to WebSocket
self.send(text_data=json.dumps({
'message': message,
'user':user
}))
所以我正在寻找一种方法来保存发送的消息(因为目前它们在刷新时会丢失)。我创建了一个 Messages 模型,其中有一个用于消息文本的 CharField。如果我在我的 chat_message 函数中这样做,我想我可以保存新消息:
new_message=Messages(text=message)
new_nessage.save()
我的问题是,当用户连接到聊天时,如何预加载最后 10 条消息?
解决方案
所以为了做到这一点,我最终在“接收”功能中将我的消息保存到数据库中(因为如果你将它保存在 chat_message 中,它会为每个活动用户保存 1 次)。然后为了预加载消息,我每次打开 websocket 时都使用 AJAX 调用,以便使用 python 函数获取 10 条最新消息,然后我将消息作为 JsonResponse 传回(https://simpleisbetterthancomplex.com/tutorial /2016/08/29/how-to-work-with-ajax-request-with-django.html向下滚动到本文的 AJAX 请求部分并查看 signup.html、urls.py 和 views.py按此顺序排列的文件以供参考)。
推荐阅读
- python - 如何在 python 中读取“应用程序和服务日志”下的事件日志?
- javascript - 如何将 ReactJS 中的应用程序状态传递到后端?
- sql - 从 bigQuery 上的时间戳聚合变量
- angular - 无法启动下载的 Angular 项目
- microsoft-graph-api - 从 Microsoft Graph 获取附件返回错误大小
- c# - 使用可以在 c# 中作为 out 参数调用的函数创建 C++ dll
- javascript - ReferenceError:未定义 num1 - JavaScript
- azure - 从 Azure API 管理调用时未找到 LinkedIn V2 API 返回
- php - 我可以使用 force_download() 定义下载到的文件夹吗?
- python - 在 pytorch 中恢复训练后,继续将标量绘制到 tensorboard