在多數項目中，總有一些幾乎一成不變的 CRUD 操作，編寫這些代碼很無聊，但又是整個系統必不可少的功能之一。我們在上一個項目中也面臨類似的問題，雖然已經實現了一個功能相對完整的管理後臺，也儘量做到了代碼複用，但隨着項目規模的增長，需要編寫的樣本代碼也不斷膨脹，佔用了大量開發時間。
面對這種局面，我自然想到了 Django。要知道， Django Admin 幾乎就是爲這種需求量身定製的。但對於我們的項目而言，還有幾個問題要解決：
- 我們的數據庫使用 SQL Server。Django 默認對此沒有很好的支持；
- 數據庫結構是由另一個工具管理的，Django 並沒有直接修改數據庫結構的權限。因*
- 此，我們不能使用 Django migrate；
出於同樣的理由，我們無法在數據庫中創建 Django Admin 內置要求的數據表（包括 auth/session 等）。
下面我們來解決這些問題。如果你碰到類似情況的話，可以參考本文的做法。
SQL Server 支持
遺憾的是，針對 Django 開發的 SQL Server 適配器雖然有幾種，但都比較古老了，對新版的 Django 支持存在問題。經過嘗試，我們選擇了 Django-Mssql，雖然功能是可用的，但該庫只支持到 Django 1.8，經測試，對 Django 1.11 不兼容，Django 2.x 就更不行了。好在我們並不需要很新的功能，因此就用 virtualenv 鎖定版本了：
Django==1.8
django-mssql==1.8
pywin32==223 在這裏還是要推薦下我自己建的Python開發學習羣：725479218，羣裏都是學Python開發的，如果你正在學習Python ，小編歡迎你加入,大家都是軟件開發黨，不定期分享乾貨（只有Python軟件開發相關的），包括我自己整理的一份2018最新的Python進階資料和高級開發教程，歡迎進階中和進想深入Python的小夥伴
django-mssql 是 Windows 版的庫，幕後使用了 ADO 爲驅動，因此同時還要安裝 pywin32。
多數據庫
針對第二和第三個問題基本上有兩個思路。第一個是通過實現自定義的 Backend 來跳過 Django 內置的、基於數據庫的實現。從原理上來講是行得通的，但簡單嘗試了一下，發現要自定義的部分相當多，工作量太大。總之，這條路不是很可取。
第二個思路是利用 Django 的多數據庫支持。既然業務數據庫不可由 Django 來管理，那麼就再用一個數據庫來支持 Django 的基本功能，而 Django 對業務數據庫只作查詢和更新，不執行 migrate。當然，爲了使用多個數據庫，我們需要在配置上多做一些工作。由於使用後臺的用戶基本上只有公司內部的業務人員，數據量不會大，用服務器級的數據庫有牛刀之嫌。處於簡便考慮，這裏使用默認的 SQLite 作爲內置數據庫：
DATABASES = {
'default': {
'ENGINE': 'django.db.backends.sqlite3',
'NAME': os.path.join(BASE_DIR, 'db.sqlite3'),
},
'mydb': {
'ENGINE': 'sqlserver_ado',
'HOST': '127.0.0.1',
'NAME': '<DB_NAME>',
'USER': '<DB_USER>',
'PASSWORD': '<DB_PASSWORD>',
'OPTIONS': {
'provider': 'SQLOLEDB',
}
}
}需要說明，Django-mssql 爲 provider 選項提供的默認值（按照官方文檔應爲 SQLCLI10）實測會導致出現“找不到提供程序” 的錯誤。由於 provider 的設置取決於 ADO 的註冊信息，不一定在所有機器上都相同，所以你可能需要自己測試決定哪個選項可用。
現在我們配置了兩個數據源，但還需要告訴 Django 它們和模型的對照關係。實現這一點可以在語句/實體/全局等多種級別定義。對於我們的需求而言，對應關係是固定的，逐個模型定義並無必要，通過全局定義是最簡單的。實現這一定義的對象在 Django 的術語中稱爲數據庫路由（Database Router）。首先在 settings.py 中定義類名：
DATABASE_ROUTERS = ['project.db.MyAppRouter']然後完成類的實現：
class MyAppRouter:
def db_for_read(self, model, **hints):
if model._meta.app_label == 'myapp':
return 'myapp'
return None
def db_for_write(self, model, **hints):
if model._meta.app_label == 'myapp':
return 'myapp'
return None
def allow_relation(self, obj1, obj2, **hints):
return None
def allow_migrate(self, db, app_label, model_name=None, **hints):
return False數據路由需要按照 Django 的要求實現四個方法。其中主要是讀寫兩個方法，我們需要根據傳來的模型決定匹配到哪個數據源。 其他兩個方法目前意義不大，按照默認的實現即可。
定義模型
配置到此完成，接下來需要創建模型。對於已經存在的數據表，可以用管理命令 inspectdb 反向生成代碼，減少一些手工輸入的負擔。但生成的代碼未必完全符合你的要求，所以還是應該自己檢查一下。對於 SQL Server，如果主鍵名不是默認的 id，那麼 inspectdb 似乎不會自動識別到它們，所以我們需要檢查一下主鍵字段有無 primary_key，如果沒有的話就加上。
python manage.py inspectdb --database=myapp > myapp\models.py爲了方便調試和辨別記錄，一般來說我們還要爲模型類加上 verbose_name 並重載內置的字符串方法。
class XXModel(models.Model):
XXId = models.BigIntegerField(primary_key=True)
...
class Meta:
managed = False
db_table = 'XXModel'
verbose_name = '模型名稱'
verbose_name_plural = '模型名稱'
def __str__(self):
return self.XXField把模型添加到 admin，對應的後臺管理信息就完成了。
admin.site.register(XXModel, XXAdmin)運行程序
最後，爲內置數據庫生成必要的表，創建管理員賬戶，即可運行程序。以下命令就無需說明了：
$ python manage.py migrate
$ python manage.py createsuperuser
$ python manage.py runserver總結
我們第一個版本的後臺程序是自己手工編碼完成的，用了大概兩週的時間。問題在於，每增加一個模型都要手工添加大量樣本代碼。而改寫成 Django 只用了一天時間，包括熟悉相關資料和使用方法，增加一個模型只需花幾分鐘。這也是爲什麼很多瞭解 Django 的開發者轉移到其他平臺以後，會尋找類似的項目。就我瞭解的範圍，Spring Boo 和 Django 在概念上比較類似，但 Boo 主要走的是代碼生成的路線，複雜度更高，理論上靈活性也應該更好一些（我沒有深度研究過）。Nodejs 社區有 Keystone.js 和 Sails.js，不過前者專門針對 MongoDB，後者支持多種數據庫後端，但風聞最近有停止開發的跡象。.Net 社區以前有一個 DynamicData，現在似乎也沒了下文。發展多年的 Django 也應該算是同類產品中最成熟、生態也最爲完整的產品了。
Django 潛在的問題在於不夠現代化的界面，以及深度定製較爲困難。不過對於我們的後臺應用來說，這些都是可以接受的代價。