channels-nats

Django Channels 채널 레이어를 NATS 위에 올린다. Redis 대신 Go 단일 바이너리 하나. Windows, macOS, Linux 모두 네이티브.

# settings.py — 바뀌는 것은 이 블록뿐이다
CHANNEL_LAYERS = {
    "default": {
        "BACKEND": "channels_nats.NatsChannelLayer",
        "CONFIG": {"servers": ["nats://127.0.0.1:4222"]},
    }
}

컨슈머, group_send, get_channel_layer() 등 Channels 코드는 그대로다. wireview처럼 채널 레이어 위에 올라간 라이브러리도 그대로다.

왜

• Windows에서 WSL2·Docker 없이 여러 Python 프로세스가 한 레이어를 공유한다. nats-server.exe를 PATH에 두면 끝.
• group_send가 발행 한 번이다. channels_redis는 발행자가 멤버 목록을 읽어 멤버 키마다 항목을 쓴다(연결별로 Lua 한 번에 묶기는 한다). 여기서는 subject 하나로 발행하고 서버가 관심 있는 구독자에게 뿌린다 — 발행자는 멤버가 누구인지 알 필요도, 멤버 수만큼 일할 필요도 없다.
• subject가 계약이라 Python 워커든 Go 프런트든 같은 레이어에 합류할 수 있다 (아래 규약).

플랫폼

Go 툴체인이 있으면 어느 OS에서든 go install github.com/nats-io/nats-server/v2@latest로 빌드된다.

설치

pip install channels-nats  # 또는 uv add channels-nats

서버는 nats-server -p 4222로 띄운다. 인증이 필요하면 nats-server --auth <token>과 CONFIG: {"servers": ["nats://<token>@host:4222"]}.

설정

Channels 규약과 다른 점

NATS는 저장 없는 at-most-once pub/sub이다. 이 레이어가 그 위에서 지키는 것과 못 지키는 것.

• 수신자가 먼저 있어야 한다. 채널의 첫 receive()(또는 new_channel()) 전에 발행된 메시지는 사라진다. 컨슈머는 연결 시 구독하므로 일반 코드에는 영향이 없고, 임의 이름의 채널에 먼저 send하고 나중에 receive하는 패턴만 다르다.
• ChannelFull은 발생하지 않는다. 보내는 쪽은 상대 대기열을 모른다. 대신 받는 쪽이 넘치는 메시지를 버린다. channels_redis는 큐가 capacity를 넘으면 보내는 쪽에 이 예외를 던지므로, 그것을 잡던 코드는 여기서 아무 신호도 받지 못한다.
• 버퍼가 있는 곳이 다르다. channels_redis는 메시지를 Redis 안에 expiry(기본 60초)까지 보관하므로 받는 쪽이 아직 없어도 나중에 받는다. 이 레이어의 버퍼는 받는 프로세스의 로컬 mailbox이고 구독이 생긴 뒤에만 존재한다. 즉 "버퍼가 없다"가 아니라 "버퍼가 브로커가 아니라 구독자 안에 있다"가 정확하다.
• 프로세스 전용 채널의 mailbox는 수신자도 트래픽도 그룹 소속도 없는 상태가 mailbox_grace(기본 60초) 지나면 사라진다. 취소만으로는 판단할 수 없기 때문이다 — asyncio.wait_for로 폴링하는 앱은 타임아웃마다 취소를 내지만 여전히 살아 있고, 반대로 채널 레이어 메시지를 받고 그대로 종료하는 컨슈머(StopConsumer)는 취소할 대기 자체를 남기지 않는다. Channels가 취소하는 태스크는 이미 완료된 것이라 아무 신호도 오지 않는다. 그래서 취소가 아니라 유휴 시간으로 판단한다. 그룹에 속한 채널은 사용 중으로 보고 유지하며, 멤버십은 group_discard와 flush로만 빠진다.
• 일반 채널은 다르다. 취소되는 즉시 놓아준다. 일반 채널의 구독은 그 채널의 큐 그룹 아래에 있어서, 아무도 읽지 않는 mailbox를 붙들고 있으면 원래 다른 프로세스가 받았을 몫을 가로채 만료로 버린다. 그 대가로 일반 채널을 wait_for로 폴링하면 두 폴링 사이에 온 메시지를 놓친다. 프로세스 전용 채널에는 해당하지 않는다.
• 메시지 크기는 서버의 max_payload가 정한다. 기본 1 MB이고 헤더까지 합산된다. 넘치면 send가 MessageTooLarge를 던진다(연결은 살아 있다). 더 큰 메시지가 필요하면 nats-server의 max_payload를 올린다.
• flush()는 부른 이벤트 루프의 상태만 지운다. 그래서 extensions에 flush를 넣지 않는다. 스펙의 flush 확장은 분산 레이어가 모든 클라이언트에 비어 보이기를 요구하는데, 여기서는 다른 프로세스의 mailbox와 그룹이 남는다. 메서드는 그대로 있고 테스트에서 한 프로세스를 초기화하는 용도로 쓴다 — 다만 지키지 못할 것을 선언하지는 않는다. extensions는 ["groups"]다.
• capacity는 프로세스 전용 채널마다 따로 적용된다. 스펙은 ! 앞부분(non-local part)에 공유 적용하라고 하지만, 그러면 연결이 많은 서버에서 서로의 대기열을 밀어낸다. 연결당 capacity로 유계이므로 프로세스 전체 상한은 연결 수 × capacity다.
• 순서는 구독 하나 안에서만 보장된다. 같은 채널로 send를 연달아 하면 보낸 순서대로 온다. 하지만 구독이 다르면 순서가 없다 — send → group_send → send도, 서로 다른 두 그룹으로의 group_send도 [1, 3, 2]가 된다. 서버는 순서대로 보낸다(단일 와일드카드 구독으로 확인). 뒤집는 것은 nats-py로, 구독마다 별도 대기열과 태스크를 두어 한쪽이 먼저 여러 건을 비운다. 한 연결의 도착 순서를 살리려면 nats-py의 구독별 디스패치를 대신하는 수신 측 디스패처가 필요하고, 그것은 이 라이브러리가 지금 감당하지 않는 유지 비용이다.
• 그룹 멤버십은 프로세스 안에 있고, group_expiry는 집행되지 않는다. 값을 받아 두기만 하고 읽지 않는다 — 마지막 group_add 이후 시간이 지나도 멤버십이 저절로 빠지지 않는다. 프로세스가 죽으면 그 멤버십도 함께 사라지는 것과는 별개 이야기다. 다른 프로세스나 다른 이벤트 루프가 만든 채널로 receive나 group_add를 부르면 ValueError다. 그 채널로 send하는 것은 물론 된다.
• 연결은 이벤트 루프마다 하나다. Django 시그널이나 뷰에서 async_to_sync(layer.group_send)를 불러도 된다. 다만 new_channel()이 준 프로세스 전용 채널은 그것을 만든 루프의 것이다. async_to_sync는 호출마다 새 루프를 쓰므로, 한 루프에서 만든 채널을 다른 루프에서 receive할 수 없다(send는 된다).

Core NATS만 쓴다 — JetStream을 쓰지 않는 이유

이 레이어는 Core NATS의 publish/subscribe만 쓴다. JetStream(스트림, 소비자, .blk 파일)을 만들지도 열지도 않고, 의존은 nats-py 하나다. 디스크에 아무것도 쓰지 않는다.

Channels 채널 레이어에 JetStream이 필요 없기 때문이다. Channels 스펙이 요구하는 전달 보장은 at-most-once이고, 그것은 Core NATS가 이미 주는 것이다. 영속 스트림을 얹으면 레이어가 보장하지 않는 것을 보장하는 것처럼 보이게 만들면서 운영 부담(스토리지, 보존 정책, 소비자 상태)만 늘어난다.

Jepsen의 NATS 보고서는 이 레이어에 해당하지 않는다. 2025-12 Jepsen: NATS 2.12.1이 .blk 파일의 단일 비트 오류로 승인된 쓰기 1,367,069건 중 679,153건(49.7%)이 사라지는 것을 보고했다. 이 레이어를 쓸지 판단할 때 자주 인용될 문서라 범위를 적어 둔다.

• 검증 대상은 JetStream뿐이다. 보고서가 "We tested NATS JetStream"이라 밝히고, Core NATS는 "Regular NATS streams are allowed to drop messages"라며 범위에서 제외했다.
• 결함은 전부 디스크 영속성 계층의 것이다. .blk 파일 손상(#7549), 스냅샷 파일 손상(#7556), 지연된 fsync(#7564), split-brain(#7567). 프로세스 크래시로 스트림이 통째로 사라지던 #6888은 2.10.23에서 고쳐졌다.
• 이 레이어에는 스트림도 .blk 파일도 없다. 따라서 위 결함이 재현될 표면이 없다.
• 다만 "in-memory는 장애에 강하다"도 이 보고서의 결론이 아니다. Jepsen은 memory storage 스트림도 Core NATS도 시험하지 않았다. 시험되지 않은 것은 안전이 입증된 것이 아니다. 이 레이어에 기대야 할 보장은 위 "Channels 규약과 다른 점"에 적힌 것, 그것뿐이다.

나중에 영속성이 필요해지면(재연결 중 놓친 메시지 재생 같은) 그때는 이 보고서가 정면으로 해당한다. 그런 기능은 Channels 레이어의 계약 밖이므로 여기가 아니라 애플리케이션에서 다룰 일이다.

subject 규약

일반 채널의 큐 그룹도 계약의 일부다. .ch.든 .grp.든 일반 채널의 메시지를 받으려는 외부 워커가 큐 그룹 없이 그냥 구독하면 그 워커도 사본을 받아 단일 전달이 깨진다.

본문은 msgpack으로 직렬화한 Channels 메시지 dict다. Channels 메시지는 바이트열을 실을 수 있고 JSON은 그것을 표현하지 못한다. 형식은 모든 프로세스가 같아야 하므로 설정으로 두지 않는다 — 한 곳만 달라도 조용히 디코드에 실패한다. 컨슈머 연결 하나의 비용은 로컬 대기열 하나이고 NATS 구독이 아니다. 이 규약만 지키면 Go로 만든 WebSocket 프런트가 Python 없이도 같은 그룹에 뿌릴 수 있다. 그때도 Django 쪽 코드는 바뀌지 않는다.

Windows 운영

nats-server.exe 하나가 전부다. Windows 서비스로 올리는 방법.

1. 릴리스 zip을 C:\nats\에 푼다.

2. 설정 파일 C:\nats\nats.conf를 만든다. 외부에 열지 않고 토큰을 요구하는 최소 구성이다.

   listen: 127.0.0.1:4222
   authorization { token: "긴-무작위-문자열" }
   log_file: "C:\nats\nats.log"
   

3. 서비스로 등록하고 시작한다 (관리자 PowerShell). nats-server는 Windows 서비스 제어를 직접 지원한다.

   sc.exe create nats-server binPath= "C:\nats\nats-server.exe -c C:\nats\nats.conf" start= auto
   sc.exe start nats-server
   

4. Django 쪽은 URL에 토큰을 넣는다.

   CHANNEL_LAYERS = {
       "default": {
           "BACKEND": "channels_nats.NatsChannelLayer",
           "CONFIG": {"servers": [f"nats://{os.environ['NATS_TOKEN']}@127.0.0.1:4222"]},
       }
   }
   

여러 Python 프로세스(daphne 등)는 같은 URL로 붙으면 한 레이어를 공유한다. SQLite를 쓰는 단일 서버라면 이것으로 멀티프로세스 구성이 끝난다. 상태 확인은 sc.exe query nats-server, 로그는 nats.log, 재시작은 sc.exe stop과 start다.

macOS와 Linux에서는 brew services start nats-server 또는 systemd 유닛에 같은 설정 파일을 쓴다.

클러스터로 확장

한 대로 부족해지면 NATS 서버를 늘린다. 이 레이어 쪽 코드는 바뀌지 않고, servers에 주소를 더 적는 것이 전부다.

CHANNEL_LAYERS = {
    "default": {
        "BACKEND": "channels_nats.NatsChannelLayer",
        "CONFIG": {
            "servers": ["nats://n1:4222", "nats://n2:4222", "nats://n3:4222"],
        },
    }
}

Core NATS 클러스터는 무공유다. 서버끼리 주고받는 것은 "어느 노드에 어떤 subject의 구독자가 있는가"뿐이고, 저장도 합의(Raft)도 없다. 그래서 노드를 넣고 빼는 데 리밸런싱이 없다. 앱 프로세스는 아무 노드에나 붙으면 되고, <prefix>.grp.<group>에 발행한 메시지는 그 그룹의 구독자가 있는 노드로만 서버가 전달한다. Redis Cluster처럼 슬롯을 나누거나 마스터·레플리카를 관리할 것이 없다.

페일오버는 클라이언트가 한다. 접속하면 서버가 클러스터의 다른 노드 주소를 알려주고(gossip), nats-py가 그 목록으로 재접속한다. 그래서 servers에는 노드 전부를 적지 않아도 되지만, 첫 접속이 실패하지 않도록 두세 개는 적어 두는 편이 낫다. 재시도 간격 같은 것은 connect_options로 nats.connect()에 그대로 넘긴다.

"CONFIG": {
    "servers": ["nats://n1:4222", "nats://n2:4222", "nats://n3:4222"],
    "connect_options": {"max_reconnect_attempts": -1, "reconnect_time_wait": 0.5},
}

nats-py가 재접속을 포기하고 연결을 닫아 버리면(기본 max_reconnect_attempts=60) 레이어가 다음 호출에서 새로 접속하면서 그 이벤트 루프의 구독을 전부 다시 만든다. 0.2.0에서는 이 경우 발행만 되고 수신이 영원히 멈췄다.

구독이 다른 노드에 알려지는 데는 시간이 걸린다. subscribe 뒤의 flush()는 붙어 있는 노드가 그 구독을 안다는 보장일 뿐이다. 관심사가 route를 타고 다른 노드까지 가는 것은 비동기라, 방금 구독한 채널로 다른 노드에서 곧바로 발행하면 그 메시지는 사라질 수 있다. 컨슈머는 연결할 때 구독하고 그 뒤로 계속 살아 있으므로 일반 코드에는 영향이 없다. 구독 직후 한 번만 발행하고 도착을 단정하는 코드에서만 문제가 되고, tests/test_cluster.py는 도착할 때까지 발행을 반복해서 이 창을 피한다.

클러스터를 붙여도 저장이 생기지는 않는다. 위 "Channels 규약과 다른 점"은 그대로다. 재접속이 끝나기 전에 발행된 메시지는 그 프로세스에 도착하지 않고, 노드가 죽으면 그 노드에 붙어 있던 프로세스의 구독은 재접속 후에 다시 만들어진다. 그 사이의 메시지는 사라진다. 노드를 늘려서 얻는 것은 처리량과 가용성이지 전달 보장이 아니다.

리전이 여러 개면 클러스터끼리 gateway로 묶고(supercluster), 사설망·엣지 프로세스는 leaf node로 상위 클러스터에 붙인다. 둘 다 subject 규약과 무관하므로 레이어 설정은 역시 servers뿐이다.

3노드 예시

서버 쪽 설정만 보면 이렇다. cluster.routes로 서로를 가리키고, 클라이언트 포트(4222)와 클러스터 포트(6222)를 나눈다.

# n1.conf — n2, n3는 server_name만 바꾼다
server_name: n1
listen: 0.0.0.0:4222
cluster {
  name: channels
  listen: 0.0.0.0:6222
  routes: ["nats://n1:6222", "nats://n2:6222", "nats://n3:6222"]
}

docker compose로 띄운다면:

services:
  n1: &node
    image: nats:2.14-alpine
    command: >
      --name n1 --cluster_name channels
      --cluster nats://0.0.0.0:6222
      --routes nats://n1:6222,nats://n2:6222,nats://n3:6222
      --http_port 8222
    ports: ["4222:4222", "8222:8222"]
  n2:
    <<: *node
    command: >
      --name n2 --cluster_name channels
      --cluster nats://0.0.0.0:6222
      --routes nats://n1:6222,nats://n2:6222,nats://n3:6222
    ports: ["4223:4222"]
  n3:
    <<: *node
    command: >
      --name n3 --cluster_name channels
      --cluster nats://0.0.0.0:6222
      --routes nats://n1:6222,nats://n2:6222,nats://n3:6222
    ports: ["4224:4222"]

curl localhost:8222/routez로 라우트가 맺혔는지 확인한다. tests/test_cluster.py가 이 구성을 실제로 띄워 노드 간 라우팅과 노드 하나를 죽였을 때의 페일오버를 검증한다. Windows에서 도커 없이 확인하려면 같은 머신에 포트만 달리해 nats-server.exe -c n1.conf 셋을 띄우면 된다.

인증을 쓰는 클러스터라면 클라이언트 토큰과 별개로 라우트에도 자격이 필요하다. cluster { authorization { user: route, password: ... } }를 세 노드에 같이 넣고 routes를 nats://route:...@n1:6222 형태로 적는다.

벤치마크

make bench가 프로세스 P개에 멤버 채널 N개를 나눠 구독시키고 group_send를 M회 발행한다. 결과는 bench/results/에 남고, 각 파일에 무엇을 쟀는지(레이어 버전, git describe, Python, nats-server)가 함께 기록된다.

두 수치는 서로 다른 것을 잰다. NATS의 p50/p99는 발행 시각부터 그 멤버의 receive까지의 지연이다. 처리량은 발행 간격 10 ms에 묶여 있어 상한이 아니라 하한이다. InMemory의 값은 group_send 한 번과 전 멤버의 receive를 합친 시간이며 프로세스 하나에서 잰다.

아래는 macOS arm64, Python 3.12, nats-server 2.14.6에서 잰 중간 회차다 (2026-09-09, 0.3.2).

같은 기계에서 반복하면 흔들린다. 1,000 멤버는 3회에서 p50 0.620.76 ms, p99 1.711.97 ms. 10,000 멤버는 5회에서 p50 3.344.08 ms, p99 5.766.66 ms.

같은 조건의 InMemory 레이어(프로세스 1개)는 멤버 1,000에 62 ms(16,000 전달/s), 10,000에 8.5초(1,176 전달/s)다. 비교할 만한 것은 전달 처리량이고, 10,000 멤버에서 1,176/s 대 929,000/s다. 차이의 원인은 발행자 측 멤버 순회가 서버로 넘어간 것이다. 다만 수신 프로세스는 여전히 자기 로컬 멤버를 Python으로 순회하므로 멤버별 작업이 전부 사라지지는 않는다. 그리고 InMemory는 애초에 프로세스를 넘지 못하니, 8 대 1이라는 프로세스 수 차이는 공정한 경주가 아니라 이 레이어가 존재하는 이유 쪽에 가깝다.

버전 간 비교로 읽지 말 것. 이 표의 숫자는 두 가지 이유로 버전을 가로질러 비교되지 않는다.

• 기계 상태가 크게 섞인다. 0.2.0 표의 10,000 멤버 p99는 16.5 ms였는데, v0.2.0 태그의 레이어를 나중에 같은 기계에서 돌리면 4.97·5.41 ms였다. 그 16.5 ms는 코드가 아니라 그날의 기계였다.
• 전달 경로가 실제로 바뀌기도 한다. 0.3.1은 그룹 팬아웃에서 멤버마다 역직렬화해 10,000 멤버 p99가 12.2~13.4 ms까지 올라갔다. 0.3.2에서 역직렬화를 receive()로 옮겨(수신자가 자기 바이트를 파싱하므로 격리는 그대로) 6 ms대로 되돌렸다.

make bench ARGS="--members 5000 --processes 8 --messages 50"

실전 확인

django-wireview의 테스트 프로젝트와 브라우저 E2E가 이 레이어 위에서 통과한다. daphne 4개를 NATS로 묶은 2,000 연결 실측(항목 5개 컴포넌트)은 다음과 같고, InMemory 레이어의 daphne 1개는 브로드캐스트 862 ms, 이벤트 3,013/s, 연결당 46 KB였다.

결과 JSON은 bench/results/wireview-nats-4proc-0.2.0.json이다. 수치와 재현 명령은 django-wireview의 설계 문서에 있다.

개발

uv sync --all-extras
NATS_SERVER=~/go/bin/nats-server uv run pytest    # PATH에 있으면 환경변수 불필요
uv run ruff check . && uv run pyright