分幾點來答：
1. 首先，這其實是個技術選型題。
做技術選型的時候不能單純的考慮性能，應該優先考慮業務類型，以及團隊水平。另外的話，框架只是其中一環，還有配套呢。
如果是數據驅動型，尤其是要用到關係型數據庫，那麼選擇Django足以，ORM會比較省事，但是性能損耗是個很明顯的問題。不過還是看團隊，如果大家玩flask或者bottle都賊溜，那麼還要什麼Django，自己造就行了。（題外話，不過你得提防比較水的人破壞整體結構）
如果下游是由很多微服務構成的，Tornado處理起來會有一定優勢，用它的異步模型。（而不是用同步的方式寫代碼23333，要是這麼用的話，你讓flask怎麼想，讓bottle怎麼想，讓村東頭的sanic怎麼想
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
2. Django能抗多少量？
上面選型如果定下來Django了，那麼剩下的就是“Where there is a will, there is a way”的問題。這個問題跟“Where there is a way, there is a will”的差別在於，並不是框架能支撐你到多大的併發量，而是你想要抗住很大的併發量，怎麼優化現有框架。
當你的項目大到一定程度，瓶頸基本不在框架上（換語言另說，有人不懂框架亂搞的另說）。
我們用Django開發對外的產品不多，量級10w 100w的都有，但是我們上線前的準備都是朝着要抗足夠高的流量目標的（誰沒有一顆抗萬億流量的心呢），並且要能夠通過增加機器提高承載能力。當然有些業務類型沒法通過簡單的增加機器來進行擴容，那隻能通過其他途徑優化單機的TPS。所以最終壓測的結果都要遠高於真實流量。百萬量級的產品，扛起來並不費力。不過還是強調一下，看業務類型！
3. 用戶體驗問題
當量級變大之後，影響用戶體驗嗎？
用戶體驗分很多方面，包括交互，設計，前端，後端。這裏討論的是後端，那麼就說後端。後端對用戶體驗的影響只有一個——那就是響應時間。當你的網站或者接口有一個用戶訪問時，能在短時間內返回response，那麼，當用戶量達到10w時，是否能在同樣的時間內返回response呢？這是個問題。
對於後端來說，把響應時間控制在合理的範圍之內是很重要的。20ms和30ms或許差別不大，但是50ms跟100ms會有明顯差別。
怎麼衡量合理的返回時間呢？
這塊還是得說點細節，比方說Django的系統，一個用戶請求進來了，需要涉及多少次Redis查詢，平均每次響應時間是多少；涉及到多少次內網或者外網的HTTP請求，平均響應時間是多少；涉及到多少次MySQL查詢，平均響應時間是多少。
所以大家面試時都喜歡問一個問題：用戶輸入網址之後，到頁面展示出來的詳細過程是什麼？
當你知道了所有的細節之後，你就能知道，如果系統只涉及到Redis查詢，那應該多少ms內返回是合理的，如果你發現nginx日誌裏面的後端響應時間高於你的預期，那你就得排查下了。其他的也是類似。
所以當談論到後端上的用戶體驗時，我自己的看法就是，能多快就多快的給他數據。磨磨唧唧，妥妥拽拽的最招人煩。