CookieCutter-Django 项目中的 Heroku Redis TLS 连接问题解析
背景介绍
在 Django 项目部署到 Heroku 平台时,Redis 作为缓存和 Celery 消息队列的后端服务被广泛使用。近期 Heroku 对其 Redis 服务进行了安全升级,默认启用了 TLS 加密连接,这导致了许多基于 CookieCutter-Django 模板创建的项目出现了连接问题。
问题本质
Heroku 的 Redis 服务升级后,连接协议从原来的 redis:// 变为了 rediss://(注意多了一个 s),这表示要求使用 SSL/TLS 加密连接。而 CookieCutter-Django 项目模板中的默认配置并未针对这一变化进行适配,导致以下问题:
- Celery 无法连接到 Redis 作为消息代理
- Django 的 Redis 缓存后端连接失败
- 即使添加了 SSL 相关配置,仍可能遇到证书验证错误
解决方案
经过社区讨论和验证,以下是完整的解决方案,适用于 Django 项目在 Heroku 上使用 Redis 服务:
1. 基础配置修改
首先需要将 Redis 连接 URL 从环境变量中读取,并明确使用 TLS 版本:
REDIS_URL = env("REDIS_TLS_URL", default="redis://localhost:6379/0")
2. Celery 配置调整
对于 Celery 的消息代理和后端连接,需要添加 SSL 相关配置:
CELERY_REDIS_BACKEND_USE_SSL = {"ssl_cert_reqs": ssl.CERT_NONE}
CELERY_BROKER_USE_SSL = {"ssl_cert_reqs": ssl.CERT_NONE}
CELERY_BROKER_CONNECTION_RETRY_ON_STARTUP = True
这里使用 ssl.CERT_NONE 表示不验证服务器证书,这是为了兼容 Heroku 的 Redis 服务证书。
3. Django 缓存配置
对于 Django 内置的 Redis 缓存后端,也需要进行相应调整:
CACHES = {
"default": {
"BACKEND": "django.core.cache.backends.redis.RedisCache",
"LOCATION": REDIS_URL,
"OPTIONS": {"ssl_cert_reqs": None},
}
}
技术细节解析
-
TLS 连接必要性:Heroku 强制使用 TLS 是为了提高数据传输安全性,防止中间人攻击。
-
证书验证处理:在生产环境中,理想情况下应该验证服务器证书。但 Heroku 的 Redis 服务使用自签名证书,因此需要禁用证书验证。
-
连接重试机制:
CELERY_BROKER_CONNECTION_RETRY_ON_STARTUP设置为 True 可以确保 Celery 在启动时如果遇到连接问题会自动重试。
最佳实践建议
-
环境区分:在开发环境中可以使用非 TLS 连接,而在生产环境强制使用 TLS。
-
配置管理:建议通过环境变量控制是否启用 SSL,增加配置灵活性。
-
监控告警:即使配置了自动重试,也应该设置监控来及时发现连接问题。
总结
Heroku 对 Redis 服务的 TLS 要求变更反映了云服务安全性的不断提升。作为开发者,我们需要及时调整应用配置以适应这些变化。本文提供的解决方案已在生产环境中验证有效,可以帮助开发者快速解决类似问题,确保 Django 应用在 Heroku 上的稳定运行。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C039
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00