day71学习笔记之ORM分组补充、select_related与prefetch_related函数
1 ORM分组补充
1.1 创建表格
首先在models.py中创建表格类：
from django.db import models # Create your models here. class Employee(models.Model): name = models.CharField(max_length=16) age = models.IntegerField() salary = models.IntegerField() province = models.CharField(max_length=32) dept = models.CharField(max_length=16) def __str__(self): return self.name class Meta: db_table = "employee" #指定表名为employee，而不是app01_employee class Employee2(models.Model): name = models.CharField(max_length=16) age = models.IntegerField() salary = models.IntegerField() province = models.CharField(max_length=32) dept = models.ForeignKey(to="Dept") def __str__(self): return self.name class Meta: db_table = "employee2" class Dept(models.Model): name = models.CharField(max_length=16, unique=True) def __str__(self): return self.name class Meta: db_table = "dept2" class Author(models.Model): name = models.CharField(max_length=32) books = models.ManyToManyField(to="Book") def __str__(self): return self.name class Meta: db_table = "author" class Book(models.Model): title = models.CharField(max_length=32) def __str__(self): return self.title class Meta: db_table = "book"
表格中数据如下：
1.employee
2.employee2
3.dept2
1.2 分组测试
引入Django环境：
import os import sys if __name__ == '__main__': os.environ.setdefault("DJANGO_SETTINGS_MODULE", "ormday71.settings") import django django.setup() from app01 import models from django.db.models import Avg
示例1：
ret = models.Employee.objects.all().annotate(avg=Avg("salary")) print(ret) #结果：<QuerySet [<Employee: 王二狗>, <Employee: 学习>, <Employee: 狼爷>, <Employee: 狼爸>, <Employee: 大卫>]> print(ret[0].avg) #结果：10.0 #对应的SQL语句为：SELECT `employee`.`id`, `employee`.`name`, `employee`.`age`, `employee`.`salary`, `employee`.`province`, `employee`.`dept`, AVG(`employee`.`salary`) AS `avg` FROM `employee` GROUP BY `employee`.`id` ORDER BY NULL LIMIT 21;
可以看出默认情况下是以employee.id为分组条件，ret为一个QuerySet列表，包含多个Employee类的对象。
示例2：
ret = models.Employee.objects.values("dept").annotate(avg=Avg("salary")) print(ret) #结果：<QuerySet [{'dept': '门卫', 'avg': 30.0}, {'dept': '财务', 'avg': 100.0}, {'dept': '化学', 'avg': 1000.0}, {'dept': '机械', 'avg': 10000.0}]> #对应的SQL语句：SELECT `employee`.`dept`, AVG(`employee`.`salary`) AS `avg` FROM `employee` GROUP BY `employee`.`dept` ORDER BY NULL LIMIT 21;
返回的结果中，默认包含两个字段信息，dept和avg，并且分组条件为.values()中的dept字段。ret为一个QuerySet列表，包含多个字典。
示例3：
ret = models.Employee.objects.values("dept").annotate(avg=Avg("salary")).values("dept","avg") print(ret) #结果：<QuerySet [{'dept': '门卫', 'avg': 30.0}, {'dept': '财务', 'avg': 100.0}, {'dept': '化学', 'avg': 1000.0}, {'dept': '机械', 'avg': 10000.0}]> #对应的SQL语句：SELECT `employee`.`dept`, AVG(`employee`.`salary`) AS `avg` FROM `employee` GROUP BY `employee`.`dept` ORDER BY NULL LIMIT 21;
示例3的结果和示例2的完全相同，并且SQL语句也相同。
示例4：
ret = models.Employee.objects.values("dept").annotate(avg=Avg("salary")).values("province", "avg") print(ret) #结果：<QuerySet [{'province': '江苏', 'avg': 30.0}, {'province': '陕西', 'avg': 100.0}, {'province': '北京', 'avg': 1000.0}, {'province': '陕西', 'avg': 10000.0}]> #对应的SQL语句：SELECT `employee`.`province`, AVG(`employee`.`salary`) AS `avg` FROM `employee` GROUP BY `employee`.`dept`, `employee`.`province` ORDER BY NULL LIMIT 21;
分组条件为employee.dept和employee.province，但是结果中的平均值和示例2、示例3的一样。
2 QuerySet方法补充
2.1 select_related
性能相关：表之间进行join连表操作，一次性获取关联的数据。
2.1.1 测试实例1
内容来自点我
在models.py中建立如下表格类：
from django.db import models class Province(models.Model): name = models.CharField(max_length=10) def __unicode__(self): return self.name class City(models.Model): name = models.CharField(max_length=5) province = models.ForeignKey(Province) def __unicode__(self): return self.name class Person(models.Model): firstname = models.CharField(max_length=10) lastname = models.CharField(max_length=10) visitation = models.ManyToManyField(City, related_name = "visitor") hometown = models.ForeignKey(City, related_name = "birth") living = models.ForeignKey(City, related_name = "citizen") def __unicode__(self): return self.firstname + self.lastnamefrom django.db import models
注1：创建的app名为“app01”
注2：为了简化起见，`app01_province` 表中只有2条数据：湖北省和广东省，`app01_city`表中只有三条数据：武汉市、十堰市和广州市
app01_city表：
app01_province表：
app01_person表：
app01_person_visitation表（多对多）：
（1）如果我们需要打印数据库中的所有市及其所属省份，最直接的做法是：
citys = models.City.objects.all() for c in citys: print(c.province.name)
这样会导致线性的SQL查询，如果对象（city）数量n太多，每个对象中有k个外键字段的话，就会导致n*k+1次SQL查询。在本例中，因为有3个city对象就导致了4次SQL查询：
SELECT `app01_city`.`id`, `app01_city`.`name`, `app01_city`.`province_id`
FROM `app01_city`; SELECT `app01_province`.`id`, `app01_province`.`name`
FROM `app01_province`
WHERE `app01_province`.`id` = 1; SELECT `app01_province`.`id`, `app01_province`.`name`
FROM `app01_province`
WHERE `app01_province`.`id` = 1; SELECT `app01_province`.`id`, `app01_province`.`name`
FROM `app01_province`
WHERE `app01_province`.`id` = 2;
即先去city表中拿到所有数据，然后根据每个city对象关联的province表中的id，分别去province表中拿到对应行的信息。
（2）如果使用select_related()函数：
citys = models.City.objects.select_related().all() for c in citys: print(c.province.name)
就只涉及一次SQL查询，大大减少了SQL查询的次数：
SELECT `app01_city`.`id`, `app01_city`.`name`, `app01_city`.`province_id`, `app01_province`.`id`, `app01_province`.`name`
FROM `app01_city`
INNER JOIN `app01_province` ON (`app01_city`.`province_id` = `app01_province`.`id`);
这里可以看到，Django使用了INNER JOIN来获得省份的信息。
使用方法
函数支持如下三种用法：
*fields 参数
select_related() 接受可变长参数，每个参数是需要获取的外键（父表的内容）的字段名，以及外键的外键的字段名、外键的外键的外键…。若要选择外键的外键需要使用两个下划线“__”来连接。
例如我们要获得张三的现居省份信息，可以用如下方式：
zhangs = models.Person.objects.select_related('living__province').get(firstname=u"张", lastname=u"三") #此处进行了数据库查询操作 zhangs.living.province.name #此处没有进行数据库查询操作 zhangs.living.province.id #此处没有进行数据库查询操作
触发的SQL查询如下：
SELECT `app01_person`.`id`, `app01_person`.`firstname`, `app01_person`.`lastname`, `app01_person`.`hometown_id`, `app01_person`.`living_id`, `app01_city`.`id`, `app01_city`.`name`, `app01_city`.`province_id`, `app01_province`.`id`, `app01_province`.`name`
FROM `app01_person`
INNER JOIN `app01_city` ON (`app01_person`.`living_id` = `app01_city`.`id`)
INNER JOIN `app01_province` ON (`app01_city`.`province_id` = `app01_province`.`id`)
WHERE (`app01_person`.`firstname` = '张' AND `app01_person`.`lastname` = '三');
可以看到，Django使用了2次 INNER JOIN 来完成请求，获得了city表和province表的内容并添加到结果表的相应列，这样在调用 zhangs.living的时候也不必再次进行SQL查询。
然而，未指定的外键则不会被添加到结果中。这时候如果需要获取张三的故乡所在省份信息就会进行SQL查询了：
zhangs.hometown.province #触发数据库查询操作
触发的SQL查询如下：
SELECT `app01_city`.`id`, `app01_city`.`name`, `app01_city`.`province_id`
FROM `app01_city`
WHERE `app01_city`.`id` = 3; SELECT `app01_province`.`id`, `app01_province`.`name`
FROM `app01_province`
WHERE `app01_province`.`id` = 2;
先找到张三的故乡所在城市，然后根据城市找省份。
同样的，如果不指定外键，就会进行两次查询。如果深度更深，查询的次数更多。
值得一提的是，从Django 1.7开始，select_related()函数的作用方式改变了。在本例中，如果要同时获得张三的故乡和现居地的省份，在1.7以前你只能这样做：
zhangs = models.Person.objects.select_related('hometown__province', 'living__province').get(firstname=u"张", lastname=u"三") #此处进行了数据库查询操作 zhangs.hometown.province.name #此处没有进行数据库查询操作 zhangs.living.province.name #此处没有进行数据库查询操作
但是1.7及以上版本，你可以像和queryset的其他函数一样进行链式操作：
zhangs = models.Person.objects.select_related('hometown__province').select_related('living__province').get(firstname=u"张",lastname=u"三") #此处进行了数据库查询操作 zhangs.hometown.province.name #此处没有进行数据库查询操作 zhangs.living.province.name #此处没有进行数据库查询操作
depth 参数
select_related() 接受depth参数，depth参数可以确定select_related的深度。Django会递归遍历指定深度内的所有的OneToOneField和ForeignKey。以本例说明：
zhangs = models.Person.objects.select_related(depth = d)
d=1 相当于 select_related(‘hometown’,'living’)
d=2 相当于 select_related(‘hometown__province’,'living__province’)
无参数
select_related() 也可以不加参数，这样表示要求Django尽可能深的select_related。例如：zhangs = Person.objects.select_related().get(firstname=u”张”,lastname=u”三”)。但要注意两点：
- Django本身内置一个上限，对于特别复杂的表关系，Django可能在你不知道的某处跳出递归，从而与你想的做法不一样。具体限制是怎么工作的我表示不清楚。
- Django并不知道你实际要用的字段有哪些，所以会把所有的字段都抓进来，从而会造成不必要的浪费而影响性能。
总结：
- select_related主要针一对一和多对一关系进行优化。
- 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。
- 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。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。
- 也可以通过depth参数指定递归的深度，Django会自动缓存指定深度内所有的字段。如果要访问指定深度外的字段，Django会再次进行SQL查询。
- 也接受无参数的调用，Django会尽可能深的递归查询所有的字段。但注意有Django递归的限制和性能的浪费。
- Django >= 1.7，链式调用的select_related相当于使用可变长参数。Django < 1.7，链式调用会导致前边的select_related失效，只保留最后一个。
2.1.2 测试实例2
示例1：
ret = models.Employee2.objects.all() #此处没有涉及数据库查询操作 val1 = ret[0].dept.name #此处涉及两次数据库查询操作 #共查询两次数据库 #对应的SQL语句： #1. SELECT `employee2`.`id`, `employee2`.`name`, `employee2`.`age`, `employee2`.`salary`, `employee2`.`province`, `employee2`.`dept_id` FROM `employee2` LIMIT 1; #2. SELECT `dept2`.`id`, `dept2`.`name` FROM `dept2` WHERE `dept2`.`id` = 1;
即先访问数据库，查到第一个员工对象，然后再去dept2表中查询与第一个员工关联的部门对象的name，共涉及两次查询数据库。
示例2：
ret = models.Employee2.objects.select_related() #此处不涉及数据库查询操作 print(ret) #此处涉及一次数据库查询操作 #结果：<QuerySet [<Employee2: 狼爷>, <Employee2: 狼爸>, <Employee2: 学习>, <Employee2: 王二狗>, <Employee2: 大卫>]> #对应的SQL语句：SELECT `employee2`.`id`, `employee2`.`name`, `employee2`.`age`, `employee2`.`salary`, `employee2`.`province`, `employee2`.`dept_id`, `dept2`.`id`, `dept2`.`name` FROM `employee2` INNER JOIN `dept2` ON (`employee2`.`dept_id` = `dept2`.`id`) LIMIT 21;
即将employee2表和dept2表进行连表，并返回所有数据，QuerySet列表中是多个对象，如果不执行print(ret)，并不涉及数据库查询操作。
#对select_related()返回结果操作 val1 = ret[0].name #涉及一次数据库查询操作 #取第一个对象的名称 val2 = ret[0].dept.name #涉及一次数据库查询操作 #取第一个对象关联的部门的名称 val3 = ret[0].dept.id #涉及一次数据库查询操作
即同样拿到第一个员工关联的部门name（例val2），只涉及一次数据库查询操作。
2.2 prefetch_related()
内容来自点我
深入了解点我
对于多对多字段（ManyToManyField）和一对多(ForeignKey)字段，可以使用prefetch_related()来进行优化。
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。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。
（1）如果我们要获得张三所有去过的城市：
zhangs = models.Person.objects.prefetch_related('visitation').get(firstname=u"张", lastname=u"三") for city in zhangs.visitation.all(): print(city)
触发的SQL语句如下：
SELECT `app01_person`.`id`, `app01_person`.`firstname`, `app01_person`.`lastname`, `app01_person`.`hometown_id`, `app01_person`.`living_id`
FROM `app01_person`
WHERE (`app01_person`.`firstname` = '张' AND `app01_person`.`lastname` = '三'); SELECT (`app01_person_visitation`.`person_id`) AS `_prefetch_related_val_person_id`, `app01_city`.`id`, `app01_city`.`name`, `app01_city`.`province_id`
FROM `app01_city`
INNER JOIN `app01_person_visitation` ON (`app01_city`.`id` = `app01_person_visitation`.`city_id`)
WHERE `app01_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`app01_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。
（2）或者我们要获得湖北的所有城市名：
hb = models.Province.objects.prefetch_related('city_set').get(name__iexact=u"湖北省") #'city_set'反向查找，hb是一个province对象，<class 'app01.models.Province'> for city in hb.city_set.all(): print(city.name)
触发的SQL语句如下：
SELECT `app01_province`.`id`, `app01_province`.`name`
FROM `app01_province`
WHERE `app01_province`.`name` LIKE '湖北省'; SELECT `app01_city`.`id`, `app01_city`.`name`, `app01_city`.`province_id`
FROM `app01_city`
WHERE `app01_city`.`province_id` IN (1);
（3）例如要获得所有姓张的人去过的省：
zhangs = models.Person.objects.prefetch_related('visitation__province').filter(firstname__iexact=u'张') for i in zhangs: for city in i.visitation.all(): print(city.province)
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。
plist = models.Person.objects.prefetch_related('visitation') #plist是一个QuerySet列表，包含多个person对象。 ret = [p.visitation.filter(name__icontains=u"市") for p in plist] #注意，最终ret列表中是多个city对象，即p.visitation.是通过一个person对象去查与他关联的所有city对象
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。
在Django小于1.7的版本
plist = models.Person.objects.prefetch_related('visitation') ret = [[city for city in p.visitation.all() if u"市" in city.name] for p in plist] #ret为：[[<City: City object>, <City: City object>]]
在Django>1.7的版本
获取所有人访问过的城市中带有“武”字和“州”的城市：
wus = models.City.objects.filter(name__icontains = u"武") zhous = models.City.objects.filter(name__icontains = u"州") plist = models.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]
None
可以通过传入一个None来清空之前的prefetch_related。就像这样：
prefetch_cleared_qset = qset.prefetch_related(None)
select_related()的效率要高于prefetch_related()。因此，最好在能用select_related()的地方尽量使用它，也就是说，对于ForeignKey字段，避免使用prefetch_related()。
总结：
- 因为select_related()总是在单次SQL查询中解决问题，而prefetch_related()会对每个相关表进行SQL查询，因此select_related()的效率通常比后者高。
- 鉴于第一条，尽可能的用select_related()解决问题。只有在select_related()不能解决问题的时候再去想prefetch_related()。
- 你可以在一个QuerySet中同时使用select_related()和prefetch_related()，从而减少SQL查询的次数。
- 只有prefetch_related()之前的select_related()是有效的，之后的将会被无视掉。
2.3 bulk_create批量创建
批量创建多个书籍(book)对象：
objs = [models.Book(title="沙河{}".format(i)) for i in range(150)] models.Book.objects.bulk_create(objs, 10) #10代表创建的150个书籍对象，10个一提交保存。
浙公网安备 33010602011771号