Django select_related 与 prefetch_related 函数

模型设计

# models.py
class Course(models.Model):
    """课程"""
    title = models.CharField(verbose_name='课程名称', max_length=32)
    course_img = models.CharField(verbose_name='课程图片', max_length=64)
    level_choise = (
        (1, '初级'),
        (2, '中级'),
        (3, '高级'),
    )
    level = models.PositiveSmallIntegerField(verbose_name='课程难以程度', choices=level_choise, default=1)

class CourseDetail(models.Model):
    """课程详细"""
    course = models.OneToOneField(verbose_name='课程', to='Course', on_delete=models.CASCADE)
    slogan = models.CharField(verbose_name='口号', max_length=255)
    why = models.CharField(verbose_name='为什么要学?', max_length=255)
    recommend_courses = models.ManyToManyField(verbose_name='推荐课程', to='Course', related_name='recommends')

select_related

假设我们要获取所有课程的课程名称和课程的口号,一般情况可以按照一下的方法来查询

In [3]: course_details = CourseDetail.objects.all()
In [4]: for course_detail in course_details:
   ...:     title = course_detail.course.title
   ...: 

上面的方法相当于先从 CourseDetail 表中把所有数据先查询了一次,然后再对每一行的数据进行联表查询,即如果第一次查询出来10条数据,则后面循环查询了10次,因此一共查询了11次。当数据量大的时候,这种方式显然不适合,多次向数据库进行操作并不是我们想要的。因此可以改用 values() 来查询我们想要的值。

In [5]: CourseDetail.objects.values('slogan', 'course__title')
Out[5]: SELECT "api_coursedetail"."slogan",
       "api_course"."title"
  FROM "api_coursedetail"
 INNER JOIN "api_course"
    ON ("api_coursedetail"."course_id" = "api_course"."id")
 LIMIT 21

Execution time: 0.000000s [Database: default]
<QuerySet [{'slogan': 'python', 'course__title': 'python全栈'}, {'slogan': '学了没用', 'course__title': '金融量化'}, {'slogan': '无聊', 'course__title': '智能玩具'}]>

使用 values() 可以进行联表查询,避免多次的查询,但是我们有时候并不仅仅需要值,而更希望可以返回对象给我们,拿到对象并进行其他的操作,在这里我们可以使用 select_related() 来协助我们进行联表查询。

In [7]: course_details = CourseDetail.objects.select_related('course')

In [8]: course_detail = course_details[0]
SELECT "api_coursedetail"."id",
       "api_coursedetail"."course_id",
       "api_coursedetail"."slogan",
       "api_coursedetail"."why",
       "api_course"."id",
       "api_course"."title",
       "api_course"."course_img",
       "api_course"."level"
  FROM "api_coursedetail"
 INNER JOIN "api_course"
    ON ("api_coursedetail"."course_id" = "api_course"."id")
 LIMIT 1

Execution time: 0.000000s [Database: default]

In [9]: course_detail.course.title
Out[9]: 'python全栈'

通过上面的 sql 语句可以知道,我们指定一个 OneToOneField 或 ForeignKey 的字段,select_related() 会帮我们进行联表操作,查询得到的结果并返回对象本身,并且再进行获取该对象的外键的其他属性时直接获取,并没有再次向数据库发送查询语句。

但上面的方法会把两个表所有的字段都查询返回了,有时我们只想需要某些列,其他一些列的值我们并不关心,并且为了提高查询和传输速度,我们可以用到 only() 来控制对返回数据的某些列。

In [10]: course_details = CourseDetail.objects.select_related('course').only('slogan', 'course__title')

In [11]: course_detail = course_details[0]
SELECT "api_coursedetail"."id",
       "api_coursedetail"."course_id",
       "api_coursedetail"."slogan",
       "api_course"."id",
       "api_course"."title"
  FROM "api_coursedetail"
 INNER JOIN "api_course"
    ON ("api_coursedetail"."course_id" = "api_course"."id")
 LIMIT 1

Execution time: 0.000000s [Database: default]

In [12]: course_detail.course.title
Out[12]: 'python全栈'

由上面结果可以看出,Django 确实只向数据库请求了 slogan 和 title 这两列的数据。

但假如我们基于现在的结果,继续拿我们没有指定的列会怎样?

In [14]: course_detail.__dict__
Out[14]: 
{'_state': <django.db.models.base.ModelState at 0x2b1d23f3d00>,
 'id': 1,
 'course_id': 1,
 'slogan': 'python'}

In [15]: course_detail.why
SELECT "api_coursedetail"."id",
       "api_coursedetail"."why"
  FROM "api_coursedetail"
 WHERE "api_coursedetail"."id" = 1
 LIMIT 21

Execution time: 0.000000s [Database: default]
Out[15]: 'nijbi'

In [16]: course_detail.__dict__
Out[16]: 
{'_state': <django.db.models.base.ModelState at 0x2b1d23f3d00>,
 'id': 1,
 'course_id': 1,
 'slogan': 'python',
 'why': 'nijbi'}

这时 Django 会再次请求数据库获取数据,并且把结果赋值到对象的属性中。

prefetch_related

先看 prefetch_related() 这个方法做了一些什么事情

In [18]: CourseDetail.objects.prefetch_related('recommend_courses')
Out[18]: SELECT "api_coursedetail"."id",
       "api_coursedetail"."course_id",
       "api_coursedetail"."slogan",
       "api_coursedetail"."why"
  FROM "api_coursedetail"
 LIMIT 21

Execution time: 0.000000s [Database: default]
SELECT ("api_coursedetail_recommend_courses"."coursedetail_id") AS "_prefetch_related_val_coursedetail_id",
       "api_course"."id",
       "api_course"."title",
       "api_course"."course_img",
       "api_course"."level"
  FROM "api_course"
 INNER JOIN "api_coursedetail_recommend_courses"
    ON ("api_course"."id" = "api_coursedetail_recommend_courses"."course_id")
 WHERE "api_coursedetail_recommend_courses"."coursedetail_id" IN (1, 2, 3)

Execution time: 0.089767s [Database: default]
SELECT "api_course"."id",
       "api_course"."title",
       "api_course"."course_img",
       "api_course"."level"
  FROM "api_course"
 WHERE "api_course"."id" = 1
 LIMIT 21

Execution time: 0.000000s [Database: default]
SELECT "api_course"."id",
       "api_course"."title",
       "api_course"."course_img",
       "api_course"."level"
  FROM "api_course"
 WHERE "api_course"."id" = 2
 LIMIT 21

Execution time: 0.000000s [Database: default]
SELECT "api_course"."id",
       "api_course"."title",
       "api_course"."course_img",
       "api_course"."level"
  FROM "api_course"
 WHERE "api_course"."id" = 3
 LIMIT 21

Execution time: 0.000000s [Database: default]
<QuerySet [<CourseDetail: 课程详细:python全栈>, <CourseDetail: 课程详细:金融量化>, <CourseDetail: 课程详细:智能玩具>]>

prefetch_related 方法其他和我们一开始写的 for 方法相似,但又有些区别。其原理理解可以类似下面的过程

# 1. prefetch_related 方法首先会把当前的表查询出来,相当于
course_details = CourseDetail.objects.all()
# 2. 根据所需要的外键,把该外键的 ID 查询出来,并且去重
course_ids = set(course_details.values_list('recommend_courses', flat=True))
# 3. 根据这些 id 值,再进行查询该外键的表的数据
for course_id in course_ids:
    Course.objects.filter(id=course_id)

这样做避免查询无需的数据,并且查询外键的其他值时也无需再进行 sql 查询了。

In [4]: course_details = CourseDetail.objects.prefetch_related('recommend_courses')

In [5]: course_detail = course_details[0]
SELECT "api_coursedetail"."id",
       "api_coursedetail"."course_id",
       "api_coursedetail"."slogan",
       "api_coursedetail"."why"
  FROM "api_coursedetail"
 LIMIT 1

Execution time: 0.001000s [Database: default]
SELECT ("api_coursedetail_recommend_courses"."coursedetail_id") AS "_prefetch_related_val_coursedetail_id",
       "api_course"."id",
       "api_course"."title",
       "api_course"."course_img",
       "api_course"."level"
  FROM "api_course"
 INNER JOIN "api_coursedetail_recommend_courses"
    ON ("api_course"."id" = "api_coursedetail_recommend_courses"."course_id")
 WHERE "api_coursedetail_recommend_courses"."coursedetail_id" IN (1)

Execution time: 0.000000s [Database: default]

In [6]: course_detail.recommend_courses.all()
Out[6]: <QuerySet [<Course: 金融量化>, <Course: 智能玩具>]>

总结

select_related 可以用于 一对一一对多,而 prefetch_related 可以用于 一对多多对多,而 select_related 用的是联表查询,prefetch_related 更像是分步查询,因此一般情况下能用 select_related 的尽量使用。


参考:
https://www.cnblogs.com/tuifeideyouran/p/4232028.html

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,761评论 5 460
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,953评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,998评论 0 320
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,248评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,130评论 4 356
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,145评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,550评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,236评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,510评论 1 291
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,601评论 2 310
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,376评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,247评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,613评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,911评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,191评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,532评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,739评论 2 335

推荐阅读更多精彩内容