• Django的 select_related 和 prefetch_related 函数对 QuerySet 查询的优化（二）

    3. prefetch_related()

    对于多对多字段（ManyToManyField）和一对多字段，可以使用prefetch_related()来进行优化。或许你会说，没有一个叫OneToManyField的东西啊。实际上 ，ForeignKey就是一个多对一的字段，而被ForeignKey关联的字段就是一对多字段了。

    作用和方法

    prefetch_related()和select_related()的设计目的很相似，都是为了减少SQL查询的数量，但是实现的方式不一样。后者是通过JOIN语句，在SQL查询内解决问题。但是对于多对多关系，使用SQL语句解决就显得有些不太明智，因为JOIN得到的表将会很长，会导致SQL语句运行时间的增加和内存占用的增加。若有n个对象，每个对象的多对多字段对应Mi条，就会生成Σ(n)Mi 行的结果表。

    prefetch_related()的解决方法是，分别查询每个表，然后用Python处理他们之间的关系。继续以上边的例子进行说明，如果我们要获得张三所有去过的城市，使用prefetch_related()应该是这么做：

    1
    2
    3
    4
    >>> zhangs = Person.objects.prefetch_related('visitation').get(firstname=u"张",lastname=u"三")
    >>> for city in zhangs.visitation.all() :
    ...   print city
    ...

    上述代码触发的SQL查询如下：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`,
    `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id`
    FROM `QSOptimize_person`
    WHERE (`QSOptimize_person`.`lastname` = '三'  AND `QSOptimize_person`.`firstname` = '张');
     
    SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`,
    `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`
    FROM `QSOptimize_city`
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`)
    WHERE `QSOptimize_person_visitation`.`person_id` IN (1);

    第一条SQL查询仅仅是获取张三的Person对象，第二条比较关键，它选取关系表`QSOptimize_person_visitation`中`person_id`为张三的行，然后和`city`表内联（INNER JOIN 也叫等值连接）得到结果表。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    +----+-----------+----------+-------------+-----------+
    | id | firstname | lastname | hometown_id | living_id |
    +----+-----------+----------+-------------+-----------+
    |  1 | 张        | 三       |           3 |         1 |
    +----+-----------+----------+-------------+-----------+
    1 row in set (0.00 sec)
     
    +-----------------------+----+-----------+-------------+
    | _prefetch_related_val | id | name      | province_id |
    +-----------------------+----+-----------+-------------+
    |                     1 |  1 | 武汉市    |           1 |
    |                     1 |  2 | 广州市    |           2 |
    |                     1 |  3 | 十堰市    |           1 |
    +-----------------------+----+-----------+-------------+
    3 rows in set (0.00 sec)

    显然张三武汉、广州、十堰都去过。

    又或者，我们要获得湖北的所有城市名，可以这样：

    1
    2
    3
    4
    >>> hb = Province.objects.prefetch_related('city_set').get(name__iexact=u"湖北省")
    >>> for city in hb.city_set.all():
    ...   city.name
    ...

    触发的SQL查询：

    1
    2
    3
    4
    5
    6
    7
    SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name`
    FROM `QSOptimize_province`
    WHERE `QSOptimize_province`.`name` LIKE '湖北省' ;
     
    SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`
    FROM `QSOptimize_city`
    WHERE `QSOptimize_city`.`province_id` IN (1);

    得到的表：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    +----+-----------+
    | id | name      |
    +----+-----------+
    |  1 | 湖北省    |
    +----+-----------+
    1 row in set (0.00 sec)
     
    +----+-----------+-------------+
    | id | name      | province_id |
    +----+-----------+-------------+
    |  1 | 武汉市    |           1 |
    |  3 | 十堰市    |           1 |
    +----+-----------+-------------+
    2 rows in set (0.00 sec)

    我们可以看见，prefetch使用的是 IN 语句实现的。这样，在QuerySet中的对象数量过多的时候，根据数据库特性的不同有可能造成性能问题。

    使用方法

    *lookups 参数

    prefetch_related()在Django < 1.7 只有这一种用法。和select_related()一样，prefetch_related()也支持深度查询，例如要获得所有姓张的人去过的省：

    1
    2
    3
    4
    5
    >>> zhangs = Person.objects.prefetch_related('visitation__province').filter(firstname__iexact=u'张')
    >>> for i in zhangs:
    ...   for city in i.visitation.all():
    ...     print city.province
    ...

    触发的SQL：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`,
    `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id`
    FROM `QSOptimize_person`
    WHERE `QSOptimize_person`.`firstname` LIKE '张' ;
     
    SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`,
    `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city`
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`)
    WHERE `QSOptimize_person_visitation`.`person_id` IN (1, 4);
     
    SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name`
    FROM `QSOptimize_province`
    WHERE `QSOptimize_province`.`id` IN (1, 2);

    获得的结果：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    +----+-----------+----------+-------------+-----------+
    | id | firstname | lastname | hometown_id | living_id |
    +----+-----------+----------+-------------+-----------+
    |  1 | 张        | 三       |           3 |         1 |
    |  4 | 张        | 六       |           2 |         2 |
    +----+-----------+----------+-------------+-----------+
    2 rows in set (0.00 sec)
     
    +-----------------------+----+-----------+-------------+
    | _prefetch_related_val | id | name      | province_id |
    +-----------------------+----+-----------+-------------+
    |                     1 |  1 | 武汉市    |           1 |
    |                     1 |  2 | 广州市    |           2 |
    |                     4 |  2 | 广州市    |           2 |
    |                     1 |  3 | 十堰市    |           1 |
    +-----------------------+----+-----------+-------------+
    4 rows in set (0.00 sec)
     
    +----+-----------+
    | id | name      |
    +----+-----------+
    |  1 | 湖北省    |
    |  2 | 广东省    |
    +----+-----------+
    2 rows in set (0.00 sec)

    值得一提的是，链式prefetch_related会将这些查询添加起来，就像1.7中的select_related那样。

    要注意的是，在使用QuerySet的时候，一旦在链式操作中改变了数据库请求，之前用prefetch_related缓存的数据将会被忽略掉。这会导致Django重新请求数据库来获得相应的数据，从而造成性能问题。这里提到的改变数据库请求指各种filter()、exclude()等等最终会改变SQL代码的操作。而all()并不会改变最终的数据库请求，因此是不会导致重新请求数据库的。

    举个例子，要获取所有人访问过的城市中带有“市”字的城市，这样做会导致大量的SQL查询：

    1
    2
    plist = Person.objects.prefetch_related('visitation')
    [p.visitation.filter(name__icontains=u"市") for p in plist]

    因为数据库中有4人，导致了2+4次SQL查询：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`,
    `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id`
    FROM `QSOptimize_person`;
     
    SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`,
    `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`
    FROM `QSOptimize_city`
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`)
    WHERE `QSOptimize_person_visitation`.`person_id` IN (1, 2, 3, 4);
     
    SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`
    FROM `QSOptimize_city`
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`)
    WHERE(`QSOptimize_person_visitation`.`person_id` = 1  AND `QSOptimize_city`.`name` LIKE '%市%' );
     
    SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`
    FROM `QSOptimize_city`
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`)
    WHERE (`QSOptimize_person_visitation`.`person_id` = 2  AND `QSOptimize_city`.`name` LIKE '%市%' );
     
    SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`
    FROM `QSOptimize_city`
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`)
    WHERE (`QSOptimize_person_visitation`.`person_id` = 3  AND `QSOptimize_city`.`name` LIKE '%市%' );
     
    SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`
    FROM `QSOptimize_city`
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`)
    WHERE (`QSOptimize_person_visitation`.`person_id` = 4  AND `QSOptimize_city`.`name` LIKE '%市%' );

    详细分析一下这些请求事件。

    众所周知，QuerySet是lazy的，要用的时候才会去访问数据库。运行到第二行Python代码时，for循环将plist看做iterator，这会触发数据库查询。最初的两次SQL查询就是prefetch_related导致的。

    虽然已经查询结果中包含所有所需的city的信息，但因为在循环体中对Person.visitation进行了filter操作，这显然改变了数据库请求。因此这些操作会忽略掉之前缓存到的数据，重新进行SQL查询。

    但是如果有这样的需求了应该怎么办呢？在Django >= 1.7，可以通过下一节的Prefetch对象来实现，如果你的环境是Django < 1.7，可以在Python中完成这部分操作。

    1
    2
    plist = Person.objects.prefetch_related('visitation')
    [[city for city in p.visitation.all() if u"市" in city.name] for p in plist]
    Prefetch 对象

    在Django >= 1.7，可以用Prefetch对象来控制prefetch_related函数的行为。

    注：由于我没有安装1.7版本的Django环境，本节内容是参考Django文档写的，没有进行实际的测试。

    Prefetch对象的特征：

    1. 一个Prefetch对象只能指定一项prefetch操作。
    2. Prefetch对象对字段指定的方式和prefetch_related中的参数相同，都是通过双下划线连接的字段名完成的。
    3. 可以通过 queryset 参数手动指定prefetch使用的QuerySet。
    4. 可以通过 to_attr 参数指定prefetch到的属性名。
    5. Prefetch对象和字符串形式指定的lookups参数可以混用。

    继续上面的例子，获取所有人访问过的城市中带有“武”字和“州”的城市：

    1
    2
    3
    4
    5
    6
    7
    wus = City.objects.filter(name__icontains = u"武")
    zhous = City.objects.filter(name__icontains = u"州")
    plist = Person.objects.prefetch_related(
        Prefetch('visitation', queryset = wus, to_attr = "wu_city"),
        Prefetch('visitation', queryset = zhous, to_attr = "zhou_city"),)
    [p.wu_city for p in plist]
    [p.zhou_city for p in plist]

    注：这段代码没有在实际环境中测试过，若有不正确的地方请指正。

    顺带一提，Prefetch对象和字符串参数可以混用。

     
    None

    可以通过传入一个None来清空之前的prefetch_related。就像这样：

    1
    >>> prefetch_cleared_qset = qset.prefetch_related(None)

    小结

    1. prefetch_related主要针一对多和多对多关系进行优化。
    2. prefetch_related通过分别获取各个表的内容，然后用Python处理他们之间的关系来进行优化。
    3. 可以通过可变长参数指定需要select_related的字段名。指定方式和特征与select_related是相同的。
    4. 在Django >= 1.7可以通过Prefetch对象来实现复杂查询，但低版本的Django好像只能自己实现。
    5. 作为prefetch_related的参数，Prefetch对象和字符串可以混用。
    6. prefetch_related的链式调用会将对应的prefetch添加进去，而非替换，似乎没有基于不同版本上区别。
    7. 可以通过传入None来清空之前的prefetch_related。
  • 相关阅读:
    Ajax数据爬取
    数据存储之非关系型数据库存储----MongoDB存储(Python操作)
    数据存储之关系型数据库存储---MySQL存储(Python操作)
    数据存储之文件存储
    使用pyquery
    使用Beautiful Soup
    使用XPath
    正则表达式和python中的re模块
    Android优化之ViewPager的懒加载
    开源框架Slidingmenu的基本使用
  • 原文地址：https://www.cnblogs.com/Edifier-7/p/5381632.html
Copyright © 2020-2023  润新知