コンテンツへスキップ

GitHub ActionsでDjangoを高速化する

最終更新

GitHub Actionsで Django を高速化するには、Pythonの依存関係をキャッシュし、pytest-xdistで並列にテストを実行し、テストデータベースの再構築を必要以上に行わないようにします。既定のpython manage.py testは1つのプロセスで実行され、すべてのマイグレーションを新しいデータベースに適用します。マイグレーションが多くなると、これが遅くなります。

このガイドでは、インストール、データベースのセットアップ、テストの実行を扱い、そのままコピーして使えるワークフローを紹介します。全体像については、GitHub Actionsを高速化するガイドをご覧ください。

時間がかかっている箇所

最近の実行でステップごとの所要時間を確認してください。Djangoプロジェクトでは、通常、依存関係のインストール、テストデータベースの作成(すべてのマイグレーションの適用)、テストの実行の3つが主な要素です。フロントエンドのビルドやcollectstaticがある場合は、それも加わります。テストデータベースのセットアップは見落とされがちですが、マイグレーションが数百に及ぶと、テストの実行より時間がかかることもあります。

依存関係のキャッシュ

pipを使う場合、actions/setup-pythonにはcache入力があります。そのREADMEにはpip、pipenv、poetryが挙げられており、既定ではキーはrequirements.txtまたはpyproject.tomlから生成されます。ファイルが別の場所にある場合はcache-dependency-pathを使用してください。

- uses: actions/setup-python@v7
  with:
    python-version: "3.13"
    cache: pip
    cache-dependency-path: requirements/*.txt
- run: pip install -r requirements/test.txt

uvを使う場合、astral-sh/setup-uvにはenable-cache入力と、既定でuv.lockとpyproject.tomlを対象とするcache-dependency-glob入力があります。READMEに記載のとおりにアクションのバージョンを固定してから、uv sync --lockedを実行してください。uvはpipよりはるかに速くインストールするため、キャッシュがない状態では特に効果があります。

CIでパッケージがソースからコンパイルされる場合は、バイナリ版(例:psycopg[binary])に切り替えるか、wheelを提供しているバージョンに固定してください。

pytest-xdistでテストを並列実行する

pytest-djangoとともにpytestを使う場合は、pytest-xdistを追加し、-n autoを指定して実行してください。これはCPUコアごとに1つのワーカーを起動します。pytest-djangoはワーカーごとに個別のテストデータベース(test_db_gw0、test_db_gw1など)を作成するため、ワーカー同士が競合しません。

# pytest.ini
[pytest]
DJANGO_SETTINGS_MODULE = config.settings.test
addopts = -n auto --reuse-db --dist loadfile
  • --reuse-dbは、実行をまたいでテストデータベースを保持します。CIでは実行のたびにデータベースが新しく作られるため、CIでの効果は小さいですが、ローカルでの実行は大幅に速くなります。モデルを変更した後は、--create-dbを付けて一度実行してください。
  • --dist loadfileは、1つのファイルのテストを1つのワーカーで実行し続けます。テストがモジュールレベルのフィクスチャを共有している場合に、より安全です。既定のloadモードは負荷の分散がより適切ですが、実行順序への依存が表面化することがあります。
  • Djangoの標準ランナーを使う場合は、python manage.py test --parallelで、独自のデータベース複製機能を使って同じことができます。

pytestの遅いテストのガイドでは、--durations=20やフィクスチャのスコープを使って遅いテストを見つける方法を扱っています。

サービスとしてのPostgres

本番環境でPostgresを使う場合は、SQLiteでテストしないでください。バグが隠れてしまいます。ヘルスチェック付きのサービスコンテナを使用してください:

jobs:
  test:
    runs-on: ubuntu-latest
    timeout-minutes: 20
    services:
      postgres:
        image: postgres:17
        env:
          POSTGRES_PASSWORD: postgres
          POSTGRES_DB: app
        ports: ["5432:5432"]
        options: >-
          --health-cmd "pg_isready -U postgres"
          --health-interval 5s --health-timeout 5s --health-retries 10
    env:
      DATABASE_URL: postgres://postgres:postgres@localhost:5432/app
    steps:
      - uses: actions/checkout@v7
      - uses: actions/setup-python@v7
        with:
          python-version: "3.13"
          cache: pip
      - run: pip install -r requirements.txt
      - run: pytest

使い捨てのテストデータベースには永続性は必要ありません。CIで自前でPostgresを実行する場合は、-c fsync=off -c synchronous_commit=off -c full_page_writes=offを指定して起動できます。実際のデータには決してこの設定を使わないでください。

テストでのマイグレーションの高速化

マイグレーションの履歴が長い場合は、次の2つの方法が役立ちます:

  • 中間状態が不要になった古いマイグレーションは、squashmigrationsでまとめて圧縮してください。
  • 設定クラスでテストでのマイグレーションをスキップします。各アプリについてMIGRATION_MODULESがNoneを返すようにすると、テーブルはモデルから直接作成されます。これは高速ですが、マイグレーションのテストは行われなくなります。空のデータベースに対してpython manage.py migrateを実行するCIジョブは1つ残しておいてください。

メールやHTTPなど、遅い外部呼び出しもモックしてください。

ジョブ間でのテスト分割

1台のマシンでは足りない場合は、マトリクス上でファイルを分割します。pytest-splitとpytest-xdistは組み合わせやすく、各マトリクスジョブは記録された所要時間に基づいて選ばれた分を実行し、内部では-n autoを使います。GitHub Actionsでのテストシャーディングとテストシャード計算ツールをご覧ください。

CPU コア数を増やす効果

Djangoのテストは、-n autoが検出したコアを使用します。既定のホステッドランナー(2 vCPU)では2つのワーカーになります。8 vCPUでは8つになります。ただし、テストがデータベースを待っていない場合に限ります。サービスコンテナのPostgresは同じマシン上で動作するため、ワーカー数が非常に多いと、データベースがボトルネックになることがあります。推測するのではなく、その点を確認してください。

当社のベンチマークにはDjangoのデータはありません。最も近いデータは、SvelteKit + FastAPI + Postgres + Redisの構成で、3m46sから2m18sに短縮されたものです(1.6x、フル実行、2026年10月8日)。これは別のフレームワークのため、Pythonが中心のパイプラインはコンパイル型のビルドほど効果が得られない傾向がある、という参考程度に読んでください。

ご自身のテストスイートで試すには、1行をruns-on: [self-hosted, Linux, compiler-ci]に変更してください。料金と比較もご覧ください。関連情報:Djangoテンプレート、Pythonテンプレート、GitHub Actionsのキャッシュ。

よくある質問

pytest-xdistはDjangoで使えますか?

はい。pytest-djangoを通じて使えます。これはxdistのワーカーごとに1つのテストデータベースを作成します。-n autoを使用し、テストがファイルや外部の状態を共有しないようにしてください。

--reuse-dbは何をしますか?

テストデータベースを再作成せずに保持します。ローカルでは時間を節約できます。新しいCIマシンではデータベースがまだ存在しないため、CIではあまり役立ちません。

CIではpipとuvのどちらを使うべきですか?

uvはより速くインストールでき、セットアップアクションに組み込みのキャッシュオプションがあります。依存関係が少ない場合は、actions/setup-pythonのキャッシュを使ったpipで十分です。

xdistのワーカーは何個にすればよいですか?

-n autoはCPUコア数に合わせます。データベースがボトルネックになっている場合は、コア数の半分など、より少ない数を試してください。

compiler.devでこのpytestスイートを実行 カード登録不要 · 200 無料分

無料で試す