一：ORM优化：

1.1：使用explain方法

统计一个查询所消耗的执行时间，更好地优化查询结果

Blog.objects.filter(title='My Blog').explain(verbose=True)

1.2：select_related（）:通过执行一个更复杂的SQL查询来工作，该查询还返回相关对象的字段

使用前：

def get_books_by_author():

books = Book.objects.all()

result = defaultdict(list)

for book in books:

author = book.author

title_and_author = '{} by {}'.format(

book.title,

author.name

)

result[book.library_id].append(title_and_author)

return result

使用后：

def get_books_by_author_select_related():

books = Book.objects.all().select_related('author')

result = defaultdict(list)

for book in books:

author = book.author

title_and_author = '{} by {}'.format(

book.title,

author.name

)

result[book.library_id].append(title_and_author)

return result

In [12]: timeit(get_books_by_author, number=10)

Out[12]: 41.363460485998075

In [13]: timeit(get_books_by_author_select_related, number=10)

Out[13]: 1.2787263889913447

1.3：prefetch_related（）：

prefetch_related类似于select_related防止不必要的SQL查询。不像select_related一次性获取主要和相关对象，prefetch_related对每种关系进行单独的查询，然后将结果“结合”在一起。这种方法的缺点是它需要多次往返数据库

Author.objects.filter（name__startswith ='R').prefetch（'books'）

工作原理：首先触发一个请求，该请求运行主查询Author.objects.filter(name__startswith=letter),然后Book.objects.filter(author_id__in=PKS_OF_AUTHORS_FROM_FIRST_REQUEST)执行，最后将两个响应合并到一个查询集中，该查询集中将Author每个作者的书缓存在内存中。因此，您最终得到的结果与相似，select_related但您通过不同的方式到达那里。

1.3：values（）和values_list（）

将SQL响应序列化为python数据所花费的时间与返回的行数和列数成正比，下面的函数中，即使我们只需要作者名字，书的图书馆id和书籍名称，我们也将书和作者模型上所有字段进行序列化了。我们还无缘无故地初始化Django模型实例，尽管我们没有对其进行任何特殊处理

def get_books_by_author_select_related():

books = Book.objects.all().select_related('author')

result = defaultdict(list)

for book in books:

author = book.author

title_and_author = '{} by {}'.format(

book.title,

author.name

)

result[book.library_id].append(title_and_author)

return result

因此，我们产生了相当大的开销，可以通过调用或在queryset上仅询问我们需要的字段来消除这些开销：.values().values_list()

def get_books_by_author_select_related_values():

books = (

Book.objects

.all()

.select_related('author')

.values('title', 'library_id', 'author__name')

)

result = defaultdict(list)

for book in books.iterator():

title_and_author = '{} by {}'.format(

book['title'],

book['author__name']

)

result[book['library_id']].append(title_and_author)

return result

def get_books_by_author_select_related_values_list():

books = (

Book.objects

.all()

.select_related('author')

.values_list('title', 'library_id', 'author__name')

)

result = defaultdict(list)

for book in books.iterator():

title_and_author = '{} by {}'.format(

book[0],

book[2]

)

result[book[1]].append(title_and_author)

return result

values()返回模型实例的字典表示形式的列表：[{'title': 'Snow Crash', 'library_id': 9, 'author__name': 'Neil'}, ...]

values_list()返回表示模型实例的元组的列表[('Snow Crash', 9, 'Neil'), ...]

In [13]: timeit(get_books_by_author_select_related, number=10)

Out[13]: 1.2787263889913447

In [14]: timeit(get_books_by_author_select_related_values, number=1)

Out[14]: 0.19064296898432076

In [15]: timeit(get_books_by_author_select_related_values_list, number=1)

Out[15]: 0.17425400999491103

1.5：bulk_create（）：批量创建对象，减少SQL查询次数

使用前：

for i in resultlist:

p = Account(name=i)

p.save()

使用后：

querysetlist=[]

for i in resultlist:

querysetlist.append(Account(name=i))

Account.objects.bulk_create(querysetlist)

二：用悲观锁来实现减库存操作：

from django.db import transaction

from django.db.models import F

with transaction.atomic():

product = Product.objects.select_for_update().get(id=101)

if product.storage > 1:

Product.objects.filter(id=101).update(storage=F("storage") - 1)

2.1:get_or_create以及update_or_create，从函数名称上就可以知道这两个方法到底做了什么，前者表示有则获取，无则创建; 后者表示有则更新，无则创建

object, created = User.objects.get_or_create(username='运维咖啡吧')

返回一个由object和created组成的元组，其中object就是一个查询到的或者是被创建的对象，created是一个表示是否创建了新对象的布尔值

实现方式类似于下边这样：

try:

object= User.objects.get(username='运维咖啡吧')

created =False

exception User.DoesNoExist:

object= User(username='运维咖啡吧')

object.save()

created =True

returenobject, created

执行原生SQL：

Django中能用ORM的就用它ORM吧，不建议执行原生SQL，可能会有一些安全问题，如果实在是SQL太复杂ORM实现不了，那就看看下边执行原生SQL的方法，跟直接使用pymysql基本一致了

from django.db import connection

with connection.cursor() as cursor:

cursor.execute('select * from accounts_User')

row = cursor.fetchall()

return row

django查询优化