我在 Heroku 中運行一個 Django 應用程序，它處理來自用戶的多個圖像上傳并將它們存儲到 Amazon S3。問題是這個過程的執行通常需要30s以上（Heroku的時間執行限制）。我對其進行了測試，需要較長時間的行是將圖像文件保存在 ImageField 中的行。這樣做是因為必須通過 ProcessImageFile() 裁剪和處理圖像。不過這個功能用的時間不是很長，而是保存方法本身，可能是因為它在保存文件的同時將文件一個一個地存儲在S3中。這是視圖（省略了不相關的行）：    @login_required    def image_create(request):        if request.method == 'POST':            images = request.FILES.getlist("files")            crop_points = json.loads( request.POST.get('crop_points'))            #Validation of inputs in the form: images and other fields            if len(images) < 3 : return JsonResponse({'val_result': 'min_error'})            if len(images) > 12: return JsonResponse({'val_result': 'max_error'})            #We Create the gallery, iterate over the images provided by the form, validate, insert custom fields and save them in bulk associating it to the gallery.            with transaction.atomic():                            new_items = []                    gallery = Gallery.objects.create( user=request.user )                for i, img_file in enumerate(images):                    new_item = Image()                    new_item.user = request.user                            #-----THIS IS THE PART WHICH TAKES MOST OF THE VIEW PROCESSING TIME: IT IS NOT THE ProcessImageFile FUNCTION, BUT THE SAVE METHOD ITSELF                    new_item.image.save( 'img'+ str(i) + '.jpg', content = ProcessImageFile(img_file, crop_points), save=False   )我已經嘗試使用 Celery 在單獨的任務中處理文件上傳，但這里的問題是將請求或圖像文件傳遞給任務，因為它們必須被序列化。無論如何，我想這里有一些效率低下的地方，這個簡單的視圖不應該花費超過 30 秒的時間在 S3 中上傳五張圖像并返回響應。也許解決方案是將所有圖像一起批量發送到 S3，或者以其他方式保存它們，我不知道。