Django进阶之查询优化、extra注入SQL及批量创建

Django查询优化

　　Django的查询优化用到两个函数——select_related()和prefetch_related()。

　　select_related()用的是连表join的方式，主要处理一对一和一对多情况下的优化查询

　　prefetch_related()用的方式是分别查询每张表，然后用Python的方法处理，主要用于多对多情况下的优化查询

这里我们准备一份表结构数据方便下面举例说明

class UserInfo(AbstractUser):
    """
    用户信息
    """
    nid = models.BigAutoField(primary_key=True)
    nickname = models.CharField(verbose_name='昵称', max_length=32)
    telephone = models.CharField(max_length=11, blank=True, null=True, unique=True, verbose_name='手机号码')
    avatar = models.FileField(verbose_name='头像',upload_to = 'avatar/',default="/avatar/default.png")
    create_time = models.DateTimeField(verbose_name='创建时间', auto_now_add=True)

    fans = models.ManyToManyField(verbose_name='粉丝们',
                                  to='UserInfo',
                                  through='UserFans',
                                  related_name='f',
                                  through_fields=('user', 'follower'))

    def __str__(self):
        return self.username

class UserFans(models.Model):
    """
    互粉关系表
    """
    nid = models.AutoField(primary_key=True)
    user = models.ForeignKey(verbose_name='博主', to='UserInfo', to_field='nid', related_name='users')
    follower = models.ForeignKey(verbose_name='粉丝', to='UserInfo', to_field='nid', related_name='followers')

class Blog(models.Model):

    """
    博客信息
    """
    nid = models.BigAutoField(primary_key=True)
    title = models.CharField(verbose_name='个人博客标题', max_length=64)
    site = models.CharField(verbose_name='个人博客后缀', max_length=32, unique=True)
    theme = models.CharField(verbose_name='博客主题', max_length=32)
    user = models.OneToOneField(to='UserInfo', to_field='nid')
    def __str__(self):
        return self.title

class Category(models.Model):
    """
    博主个人文章分类表
    """
    nid = models.AutoField(primary_key=True)
    title = models.CharField(verbose_name='分类标题', max_length=32)

    blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')

class Article(models.Model):

    nid = models.BigAutoField(primary_key=True)
    title = models.CharField(max_length=50, verbose_name='文章标题')
    desc = models.CharField(max_length=255, verbose_name='文章描述')
    read_count = models.IntegerField(default=0)
    comment_count= models.IntegerField(default=0)
    up_count = models.IntegerField(default=0)
    down_count = models.IntegerField(default=0)
    category = models.ForeignKey(verbose_name='文章类型', to='Category', to_field='nid', null=True)
    create_time = models.DateField(verbose_name='创建时间')
    blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')
    tags = models.ManyToManyField(
        to="Tag",
        through='Article2Tag',
        through_fields=('article', 'tag'),
)

class ArticleDetail(models.Model):
    """
    文章详细表
    """
    nid = models.AutoField(primary_key=True)
    content = models.TextField(verbose_name='文章内容', )

    article = models.OneToOneField(verbose_name='所属文章', to='Article', to_field='nid')

class Comment(models.Model):
    """
    评论表
    """
    nid = models.BigAutoField(primary_key=True)
    article = models.ForeignKey(verbose_name='评论文章', to='Article', to_field='nid')
    content = models.CharField(verbose_name='评论内容', max_length=255)
    create_time = models.DateTimeField(verbose_name='创建时间', auto_now_add=True)

    parent_comment = models.ForeignKey('self', blank=True, null=True, verbose_name='父级评论')
    user = models.ForeignKey(verbose_name='评论者', to='UserInfo', to_field='nid')

    up_count = models.IntegerField(default=0)

    def __str__(self):
        return self.content

class ArticleUpDown(models.Model):
    """
    点赞表
    """
    nid = models.AutoField(primary_key=True)
    user = models.ForeignKey('UserInfo', null=True)
    article = models.ForeignKey("Article", null=True)
    models.BooleanField(verbose_name='是否赞')

class CommentUp(models.Model):
    """
    点赞表
    """
    nid = models.AutoField(primary_key=True)
    user = models.ForeignKey('UserInfo', null=True)
    comment = models.ForeignKey("Comment", null=True)

class Tag(models.Model):
    nid = models.AutoField(primary_key=True)
    title = models.CharField(verbose_name='标签名称', max_length=32)
    blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')

class Article2Tag(models.Model):
    nid = models.AutoField(primary_key=True)
    article = models.ForeignKey(verbose_name='文章', to="Article", to_field='nid')
    tag = models.ForeignKey(verbose_name='标签', to="Tag", to_field='nid')

select_related()

　　对于一对一字段（OneToOneField）和外键字段（ForeignKey），可以使用select_related 来对QuerySet进行优化。

　　select_related 返回一个QuerySet，当执行它的查询时它沿着外键关系查询关联的对象的数据。它会生成一个复杂的查询并引起性能的损耗，但是在以后使用外键关系时将不需要数据库查询。

　　简单说，在对QuerySet使用select_related()函数后，Django会获取相应外键对应的对象，从而在之后需要的时候不必再查询数据库。

下面的例子解释了普通查询和select_related查询的区别。

#查询id=2的文章的分类名称
#方式一——标准的查询：
article=models.Article.objects.get(nid=2)
print(article.category.title)
#这种方法会进行两次对数据库的操作

#方式二——使用select_related()函数：
articleList=models.Article.objects.select_related("category").all()
for article_obj in articleList:
     print(article_obj.category.title)
#此时for循环时不会再去对数据库进行操作

#方式一：
SELECT
    "blog_article"."nid",
    "blog_article"."title",
    "blog_article"."desc",
    "blog_article"."read_count",
    "blog_article"."comment_count",
    "blog_article"."up_count",
    "blog_article"."down_count",
    "blog_article"."category_id",
    "blog_article"."create_time",
     "blog_article"."blog_id",
     "blog_article"."article_type_id"
             FROM "blog_article"
             WHERE "blog_article"."nid" = 2; args=(2,)

SELECT
     "blog_category"."nid",
     "blog_category"."title",
     "blog_category"."blog_id"
              FROM "blog_category"
              WHERE "blog_category"."nid" = 4; args=(4,)

#方式二：
SELECT
     "blog_article"."nid",
     "blog_article"."title",
     "blog_article"."desc",
     "blog_article"."read_count",
     "blog_article"."comment_count",
     "blog_article"."up_count",
     "blog_article"."down_count",
     "blog_article"."category_id",
     "blog_article"."create_time",
     "blog_article"."blog_id",
     "blog_article"."article_type_id",

     "blog_category"."nid",
     "blog_category"."title",
     "blog_category"."blog_id"

FROM "blog_article"
LEFT OUTER JOIN "blog_category" ON ("blog_article"."category_id" = "blog_category"."nid");

两种方式查询的SQL语句对比

多外键查询

　　有时我们需要连续跨好几张表，这时我们会用到多外键的查询，在多外键的查询中我们也要做到对每一个外键进行select_related()以提高查询效率

#只对一个外键进行select_related时，第二个外键的操作仍会触发对数据库的操作
article=models.Article.objects.select_related("category").get(nid=1)
print(article.articledetail)#两次查询

#所以我们需要做优化
article=models.Article.objects.select_related("category","articledetail").get(nid=1)
print(article.articledetail)
#或
article=models.Article.objects
　　　　　　　　　　　　　.select_related("category")
　　　　　　　　　　　　　.select_related("articledetail")
　　　　　　　　　　　　　.get(nid=1)  # django 1.7 支持链式操作
print(article.articledetail)

SELECT

    "blog_article"."nid",
    "blog_article"."title",
    ......

    "blog_category"."nid",
    "blog_category"."title",
    "blog_category"."blog_id",

    "blog_articledetail"."nid",
    "blog_articledetail"."content",
    "blog_articledetail"."article_id"

   FROM "blog_article"
   LEFT OUTER JOIN "blog_category" ON ("blog_article"."category_id" = "blog_category"."nid")
   LEFT OUTER JOIN "blog_articledetail" ON ("blog_article"."nid" = "blog_articledetail"."article_id")
   WHERE "blog_article"."nid" = 1; args=(1,)

优化后只执行一次SQL语句

深层查询

# 查询id=1的文章的用户姓名
article=models.Article.objects.select_related("blog").get(nid=1)
print(article.blog.user.username)

依然需要查询两次：

SELECT
    "blog_article"."nid",
    "blog_article"."title",
    ......

     "blog_blog"."nid",
     "blog_blog"."title",

   FROM "blog_article" INNER JOIN "blog_blog" ON ("blog_article"."blog_id" = "blog_blog"."nid")
   WHERE "blog_article"."nid" = 1;

SELECT
    "blog_userinfo"."password",
    "blog_userinfo"."last_login",
    ......

FROM "blog_userinfo"
WHERE "blog_userinfo"."nid" = 1;

SQL语句

这是因为第一次查询没有query到userInfo表，所以，修改如下：

article=models.Article.objects.select_related("blog__user").get(nid=1)
print(article.blog.user.username)

SELECT

"blog_article"."nid", "blog_article"."title",
......

 "blog_blog"."nid", "blog_blog"."title",
......

 "blog_userinfo"."password", "blog_userinfo"."last_login",
......

FROM "blog_article"

INNER JOIN "blog_blog" ON ("blog_article"."blog_id" = "blog_blog"."nid")

INNER JOIN "blog_userinfo" ON ("blog_blog"."user_id" = "blog_userinfo"."nid")
WHERE "blog_article"."nid" = 1;
总结

优化后的SQL语句

select_related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。
4. 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。
5. 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。
6. 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。
7. 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。

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。

　　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。

# 查询所有文章关联的所有标签
article_obj=models.Article.objects.all()
for i in article_obj:
    print(i.tags.all())  #4篇文章: 5次数据库操作

# 使用prefetch_related：
article_obj=models.Article.objects.prefetch_related("tags").all()
for i in article_obj:
    print(i.tags.all())  #4篇文章: 2次数据库操作

SELECT "blog_article"."nid",
               "blog_article"."title",
               ......

FROM "blog_article";

SELECT
  ("blog_article2tag"."article_id") AS "_prefetch_related_val_article_id",
  "blog_tag"."nid",
  "blog_tag"."title",
  "blog_tag"."blog_id"
   FROM "blog_tag"
  INNER JOIN "blog_article2tag" ON ("blog_tag"."nid" = "blog_article2tag"."tag_id")
  WHERE "blog_article2tag"."article_id" IN (1, 2, 3, 4);

优化后的SQL语句

extra

　　有些情况下，Django的查询语法难以表达复杂的where子句，对于这种情况, Django 提供了extra()QuerySet修改机制 。它能在QuerySet生成的SQL从句中注入新子句，extra可以指定一个或多个参数,例如select、where或tables。 这些参数都不是必须的，但是至少要使用一个。

注意：这些额外的方式对不同的数据库引擎可能存在移植性问题.(因为你在显式的书写SQL语句)，所以除非万不得已,尽量避免这样做

extra(select=None, where=None, params=None,
      tables=None, order_by=None, select_params=None)

select参数

　　select参数可以在select从句中添加其他字段信息，它应该是一个字典，存放着属性名到 SQL 从句的映射。

举个栗子：

queryResult=models.Article.objects.extra(select={'is_recent': "create_time > '2017-09-05'"})
#结果集中每个对象都有一个额外的属性is_recent, 它是一个布尔值，表示 Article对象的create_time 是否晚于2017-09-05.

article_obj=models.Article.objects
　　　　　　　　　　　　　　.filter(nid=1)
　　　　　　　　　　　　　　.extra(select={"standard_time":"strftime('%%Y-%%m-%%d',create_time)"})
　　　　　　　　　　　　　　.values("standard_time","nid","title")

where参数和tables参数

　　我们可以使用where定义显式SQL where子句 ，也许执行非显式连接。使用tables可以手动将表添加到SQL的from子句。

where和tables都接受字符串列表。所有where参数均为“与”任何其他搜索条件。

举个栗子：

queryResult=models.Article.objects.extra(where=['nid in (1,3) OR title like "py%" ','nid>2'])

批量导入

　　有时候，我们在创建对象是会用到一次性创建多个对象，这时我们尽量使用bulk_create()进行批量创建来减少对数据库的访问次数

#bulk_create批量创建：
Book.objects.bulk_create([
    Book(headline="Python 3.0 Released"),
    Book(headline="Python 3.1 Planned")
])#只执行一条SQL语句

#普通创建，执行多条SQL语句：
Book.objects.create(headline="Python 3.0 Released")
Book.objects.create(headline="Python 3.1 Planned")