背景描述
最近在使用 Django 时，发现当调用 api 后，在数据库同一个进程下的事务中，出现了大量的数据库查询语句。调查后发现，是由于 Django ORM 的机制所引起。
Django Object-Relational Mapper（ORM）作为 Django 比较受欢迎的特性，在开发中被大量使用。我们可以通过它和数据库进行交互，实现 DDL 和 DML 操作.
具体来说，就是使用 QuerySet 对象来检索数据， 而 QuerySet 本质上是通过在预先定义好的 model 中的 Manager 和数据库进行交互。
Manager 是 Django model 提供数据库查询的一个接口，在每个 Model 中都至少存在一个 Manager 对象。但今天要介绍的主角是 QuerySet ，它并不是关键。
为了更清晰的表述问题，假设在数据库有如下的表：
device 表，表示当前网络中纳管的物理设备。
interface 表，表示物理设备拥有的接口。
interface_extension 表，和 interface 表是一对一关系，由于 interface 属性过多，用于存储一些不太常用的接口属性。
class Device(models.Model):
name = models.CharField(max_length=100, unique=True) # 添加设备时的设备名
hostname = models.CharField(max_length=100, null=True) # 从设备中获取的hostname
ip_address = models.CharField(max_length=100, null=True) # 设备管理IP
class Interface(models.Model):
device = models.ForeignKey(Device, on_delete=models.PROTECT, null=False，related_name='interfaces')) # 属于哪台设备
name = models.CharField(max_length=100) # 端口名
collect_status = models.CharField(max_length=30, default='active')
class Meta:
unique_together = ("device", "name") # 联合主键
class InterfaceExtension(models.Model):
interface = models.OneToOneField(
Interface, on_delete=models.PROTECT, null=False, related_name='ex_info')
endpoint_device_id = models.ForeignKey( # 绑定了的终端设备
Device, db_column='endpoint_device_id',
on_delete=models.PROTECT, null=True, blank=True)
endpoint_interface_id = models.ForeignKey(
Interface, db_column='endpoint_interface_id', on_delete=models.PROTECT, # 绑定了的终端设备的接口
null=True, blank=True)
简单说一下之间的关联关系，一个设备拥有多个接口，一个接口拥有一个拓展属性。
在接口的拓展属性中，可以绑定另一台设备上的接口，所以在 interface_extension 还有两个参考外键。
为了更好的分析 ORM 执行 SQL 的过程，需要将执行的 SQL 记录下来，可以通过如下的方式：
- 在 django settings 中打开 sql log 的日志
- 在 MySQL 中打开记录 sql log 的日志
django 中，在 settings.py 中配置如下内容, 就可以在控制台上看到 SQL 执行过程：
DEBUG = True
import logging
l = logging.getLogger('django.db.backends')
l.setLevel(logging.DEBUG)
l.addHandler(logging.StreamHandler())
LOGGING = {
'version': 1,
'disable_existing_loggers': False,
'filters': {
'require_debug_false': {
'()': 'django.utils.log.RequireDebugFalse'
}
},
'handlers': {
'mail_admins': {
'level': 'ERROR',
'filters': ['require_debug_false'],
'class': 'django.utils.log.AdminEmailHandler'
},'console': {
'level': 'DEBUG',
'class': 'logging.StreamHandler',
},
},
'loggers': {
'django.db': {
'level': 'DEBUG',
'handlers': ['console'],
},
}
}
或者直接在 MySQL 中配置：
# 查看记录 SQL 的功能是否打开，默认是关闭的：
SHOW VARIABLES LIKE "general_log%";
# 将记录功能打开，具体的 log 路径会通过上面的命令显示出来。
SET GLOBAL general_log = 'ON';
QuerySet
假如要通过 QuerySet 来查询，所有接口的所属设备的名称:
interfaces = Interface.objects.filter()[:5] # hit once database
for interface in interfaces:
print('interface_name: ', interface.name,
'device_name: ', interface.device.name) # hit database again
上面第一句取前 5 条 interface 记录，对应的 raw sql 就是 select * from interface limit 5; 没有任何问题。
但下面取接口所属的设备名时，就会出现反复调用数据库情况：当遍历到一个接口，就会通过获取的 device_id 去数据库查询 device_name. 对应的 raw sql 类似于：select name from device where id = {}.
也就是说，假如有 10 万个接口，就会执行 10 万次查询，性能的消耗可想而知。算上之前查找所有接口的一次查询，合称为 N + 1 次查询问题。
解决方式也很简单，如果使用原生 SQL，通常有两种解决方式：
- 在第一次查询接口时，使用 join，将 interface 和 device 关联起来。这样仅会执行一次数据库调用。
- 或者在查询接口后，通过代码逻辑，将所需要的 device_id 以集合的形式收集起来，然后通过 in 语句来查询。类似于
SELECT name FROM device WHERE id in (....). 这样做仅会执行两次 SQL。
具体选择哪种，就要结合具体的场景，比如有无索引，表的大小具体分析了。
回到 QuerySet，那么如何让 QuerySet 解决这个问题呢，同样也有两种解决方法，使用 QuerySet 中提供的 select_related() 或者 prefetch_related() 方法。
select_related
在调用 select_related() 方法时，Queryset 会将所属 Model 的外键关系，一起查询。相当于 raw sql 中的 join . 一次将所有数据同时查询出来。select_related() 主要的应用场景是：某个 model 中关联了外键（多对一），或者有 1 对 1 的关联关系情况。
还拿上面的查找接口的设备名称举例的话：
interfaces = Interface.objects.select_related('device').filter()[:5] # hit once database
for interface in interfaces:
print('interface_name: ', interface.name,
'device_name: ', interface.device.name) # don't need to hit database again
上面的查询 SQL 就类似于：SELECT xx FROMinterface INNER JOIN device ON interface.device_id = device.id limit5，注意这里是 inner join 是因为是非空外键。
select_related() 还支持一个 model 中关联了多个外键的情况：如拓展接口，查询绑定的设备名称和接口名称：
ex_interfaces = InterfaceExtension.objects.select_related(
'endpoint_device_id', 'endpoint_interface_id').filter()[:5]
# or
ex_interfaces = InterfaceExtension.objects.select_related(
'endpoint_device_id').select_related('endpoint_interface_id').filter()[:5]
上面的 SQL 类似于：
SELECT XXX FROM interface_extension LEFT OUTER JOIN device ON (interface_extension.endpoint_device_id=device.id)
LEFT OUTER JOIN interface ON (interface_extension.endpoint_interface_id=interface.id)
LIMIT 5
这里由于是可空外键，所以是 left join.
如果想要清空 QuerySet 的外键关系，可以通过：queryset.select_related(None) 来清空。
prefetch_related
prefetch_related 和 select_related 一样都是为了避免大量查询关系时的数据库调用。只不过为了避免多表 join 后产生的巨大结果集以及效率问题， 所以 select_related 比较偏向于外键（多对一）和一对一的关系。
而 prefetch_related 的实现方式则类似于之前 raw sql 的第二种，分开查询之间的关系，然后通过 python 代码，将其组合在一起。所以 prefetch_related 可以很好的支持一对多或者多对多的关系。
还是拿查询所有接口的设备名称举例：
interfaces = Interface.objects.prefetch_related('device').filter()[:5] # hit twice database
for interface in interfaces:
print('interface_name: ', interface.name,
'device_name: ', interface.device.name) # don't need to hit database again
换成 prefetch_related 后，sql 的执行逻辑变成这样：
- "SELECT * FROM interface "
- "SELECT * FROM device where device_id in (.....)"
- 然后通过 python 代码将之间的关系组合起来。
如果查询所有设备具有哪些接口也是一样：
devices = Device.objects.prefetch_related('interfaces').filter()[:5] # hit twice database
for device in devices:
print('device_name: ', device.name,
'interface_list: ', device.interfaces.all())
执行逻辑也是：
- "SELECT * FROM device"
- "SELECT * FROM interface where device_id in (.....)"
- 然后通过 python 代码将之间的关系组合起来。
如果换成多对多的关系，在第二步会变为 join 后在 in，具体可以直接尝试。
但有一点需要注意，当使用的 QuerySet 有新的逻辑查询时， prefetch_related 的结果不会生效，还是会去查询数据库：
如在查询所有设备具有哪些接口上，增加一个条件，接口的状态是 up 的接口
devices = Device.objects.prefetch_related('interfaces').filter()[:5] # hit twice database
for device in devices:
print('device_name: ', device.name,
'interfaces:', device.interfaces.filter(collect_status='active')) # hit dababase repeatly
执行逻辑变成：
- "SELECT * FROM device"
- "SELECT * FROM interface where device_id in (.....)"
- 一直重复 device 的数量次： "SELECT * FROM interface where device_id = xx and collect_status='up';"
- 最后通过 python 组合到一起。
原因在于：之前的 prefetch_related 查询，并不包含判断 collect_status 的状态。所以对于 QuerySet 来说，这是一个新的查询。所以会重新执行。
可以利用 Prefetch 对象 进一步控制并解决上面的问题：
devices = Device.objects.prefetch_related(
Prefetch('interfaces', queryset=Interface.objects.filter(collect_status='active'))
).filter()[:5] # hit twice database
for device in devices:
print('device_name: ', device.name, 'interfaces:', device.interfaces)
执行逻辑变成：
- "SELECT * FROM device"
- "SELECT * FROM interface where device_id in (.....) and collect_status = 'up';"
- 最后通过 python 组合到一起。
可以通过 Prefetch 对象的 to_attr，来改变之间关联关系的名称：
devices = Device.objects.prefetch_related(
Prefetch('interfaces', queryset=Interface.objects.filter(collect_status='active'), to_attr='actived_interfaces')
).filter()[:5] # hit twice database
for device in devices:
print('device_name: ', device.name, 'interfaces:', device.actived_interfaces)
可以看到通过 Prefetch，可以实现控制关联那些有关系的对象。
最后，对于一些关联结构较为复杂的情况，可以将 prefetch_related 和 select_related 组合到一起，从而控制查询数据库的逻辑。
比如，想要查询全部接口的信息，及其设备名称，以及拓展接口中绑定了对端设备和接口的信息。
queryset = Interface.objects.select_related('ex_info').prefetch_related(
'ex_info__endpoint_device_id', 'ex_info__endpoint_interface_id')
执行逻辑如下：
SELECT XXX FROM interface LEFT OUTER JOIN interface_extension ON (interface.id=interface_extension .interface_id)SELECT XXX FROM device where id in ()SELECT XXX FROM interface where id in ()- 最后通过 python 组合到一起。
第一步, 由于 interface 和 interface_extension 是 1 对 1 的关系，所以使用 select_related 将其关联起来。
第二三步：虽然 interface_extension 和 endpoint_device_id 和 endpoint_interface_id 是外键关系，如果继续使用 select_related 则会进行 4 张表连续 join，将其换成 select_related，对于 interface_extension 外键关联的属性使用 in 查询，因为interface_extension 表的属性并不是经常使用的。
总结
在这篇文章中，介绍了 Django N +1 问题产生的原因，解决的方法就是通过调用 QuerySet 的 select_related 或 prefetch_related 方法。
对于 select_related 来说，应用场景主要在外键和一对一的关系中。对应到原生的 SQL 类似于 JOIN 操作。
对于 prefetch_related 来说，应用场景主要在多对一和多对多的关系中。对应到原生的 SQL 类似于 IN 操作。
通过 Prefetch 对象，可以控制 select_related 和 prefetch_related 和那些有关系的对象做关联。
最后，在每个 QuerySet 可以通过组合 select_related 和 prefetch_related 的方式，更改查询数据库的逻辑。
参考
https://docs.djangoproject.com/en/3.1/ref/models/querysets/](https://docs.djangoproject.com/en/3.1/ref/models/querysets/)
https://medium.com/better-programming/django-select-related-and-prefetch-related-f23043fd635d