• select_related和prefetch_related查询优化

    一、select_related查询优化

        select_related通过多表join关联查询，一次性获得所有数据，通过降低数据库查询次数来提升性能，但关联表不能太多，因为join操作本来就比较消耗性能。本文通过Django debug toolbar工具来直观显示查询次数、查询语句，如果不会使用“Django debug toolbar”工具，可以翻看我之前写的博客，从而配置它！

    model.tb.objects.all().select_related()
model.tb.objects.all().select_related('外键字段')
model.tb.objects.all().select_related('外键字段__外键字段')
     

    models.py

    from django.db import models

class Publisher(models.Model):
    name = models.CharField(max_length=30, verbose_name="名称")
    address = models.CharField("地址", max_length=50)
    city = models.CharField('城市', max_length=60)
    state_province = models.CharField(max_length=30)
    country = models.CharField(max_length=50)
    website = models.URLField()

    class Meta:
        verbose_name = '出版商'
        verbose_name_plural = verbose_name

    def __str__(self):
        return self.name

class Author(models.Model):
    name = models.CharField(max_length=30)
    hobby = models.CharField(max_length=20, default="", blank=True)

    def __str__(self):
        return self.name

class Book(models.Model):
    title = models.CharField(max_length=100, verbose_name="书名")
    authors = models.ManyToManyField(Author)
    publisher = models.ForeignKey(Publisher, verbose_name="出版社")
    publication_date = models.DateField(null=True)
    price = models.DecimalField(max_digits=5, decimal_places=2, default=10, verbose_name="价格")

    def __str__(self):
        return self.title
     

    views.py

    def index(request):
    obj = Book.objects.all()
    return render(request, "index.html", locals())
     

    index.html

    <!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
    <p>django debug toolbar!</p>
    {% for item in obj %}
        <div>{{ item.title }} {{ item.price }} {{ item.publisher.name }}</div>
    {% endfor %}
</body>
</html>
     

        当我们没有使用select_related时，在前端模板中，每一次循环就要向数据库发送一次请求，因为我表中数据很少，所有只发起了7次查询，但实际生产中每个表的数据肯定是成千上万的，传统的操作对数据库的性能影响很大！

    09869b38c62104efa810056359cf02bd.png

    当我们使用select_related连表操作时，请看下例，只发起了两次查询！！！

    def index(request):
    obj = Book.objects.all().select_related("publisher")
    return render(request, "index.html", locals())
     

    2bad9015ec1e9623715345e2a7fa6fd0.png-wh_

    总结：

    1. select_related主要针一对一和多对一关系进行优化。

    2. select_related使用SQL的JOIN语句进行优化，通过减少SQL查询的次数来进行优化、提高性能。

    3. 可以通过可变长参数指定需要select_related的字段名。也可以通过使用双下划线“__”连接字段名来实现指定的递归查询（也就是外键的外键，多层连表查询）。没有指定的字段不会缓存，没有指定的深度不会缓存，如果要访问的话Django会再次进行SQL查询。

    二、prefetch_related查询优化

        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。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！

    models.tb.objects.prefetch_related('外键字段')
     

    我们还是通过上例来举例：

    def index(request):
    obj = Book.objects.all().prefetch_related("publisher")
    return render(request, "index.html", locals())
     

    74f361d703e0c38264459d1da47b4c34.png4b515eeaf266edf23749f99a9da796e5.png

        使用prefetch_related优化查询，貌似发起了四次数据库请求，但实际是只有两次的，就是图中划横线的SQL语句，其他两条是session相关的，我们不用理会。我来解释一下prefetch_related是怎么发起请求的，第一步：先拿到book表的所有数据；第二步：通过select .. from ... where ... in (book表中所有出版社的外键ID)。这样通过分别发起两次请求，获取了book表以及和book表相关联的publisher表的数据（并不是所有publisher表数据，只有和book表相关联数据！），然后通过Python处理数据的对应关联。

    总结：

    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。

    大结局：

        select_related是通过join来关联多表，一次获取数据，存放在内存中，但如果关联的表太多，会严重影响数据库性能。

        prefetch_related是通过分表，先获取各个表的数据，存放在内存中，然后通过Python处理他们之间的关联。
  • 相关阅读:
    fork()和vfork()的区别（转载）
    Linux中fork()函数详解（转载）
    ERROR：Simulator861-Failed to link the design解决办法
    ISE 14.7安装教程最新版（Win10安装）
    实验2用户及文件权限管理
    检验
    实验1基本概念及操作
    日常学习笔记（2）
    日常笔记1
    拷贝初始化的几种情况
  • 原文地址：https://www.cnblogs.com/wanglfhh/p/12750046.html
Copyright © 2020-2023  润新知