Django ORM 数据库访问优化

Django的ORM在提供了很大的便利的同时也有很多弊端,Django的官方文档专门给出了一篇文章,讲如何优化数据库访问的,文章见这里。之后在一个博客上看到一篇文章,大致是翻译了django的文档觉得不错,便整理了这部分内容。部分内容参考这篇博文

性能分析两个工具

  • django.db.connection

    from django.db import connection
      print connection.queries
    
      ''' result is:
      [{
      'time': '0.002',
      'sql': u'SELECT `django_session`.`session_key`, `django_session`.`session_data`, `django_session`.`expire_date` FROM `django_session` WHERE (`django_session`.`session_key` = 5584f8d708ddc2d5e32831885fc36084  AND `django_session`.`expire_date` > 2013-05-07 10:39:36 )'}]
      '''
    
  • django_debug_toolbar

    具体可以参考我这篇博文

1. 标准的数据库优化技巧

Indexes, 分析应该添加什么样的索引,使用 django.db.models.Field.db_index

使用对应的字段类型

title = models.CharField(max_length=100, blank=True, db_index=True, verbose_name=u'标题')

2. 理解QuerySets

理解QuerySet的求值过程

QuerySets是惰性的

news_list = News.object.all()
# 此时并未执行数据库查询
print news_list   # 用时方执行查询操作

何时它们被执行.

# 用时方执行查询操作
print news_list

数据如何被缓存

#  这样的QuerySet没有被缓存
print([e.headline for e in Entry.objects.all()])
print([e.pub_date for e in Entry.objects.all()])

# 这么做
entries = Entry.objects.all()
print([e.headline for e in entries])

理解被缓存的属性

QuerySet 会被缓存

不可被调用的属性会被缓存

>>> news = News.objects.get(id=1)
>>> news.channel   # 此时的channel对象会从数据库取出
>>> news.channel   # 这时的channel是缓存的版本,不会造成数据库访问

方法的调用每次都会触发数据库查询

>>> news = News.objects.get(id=1)
>>> news.authors.all()   # 执行查询
>>> news.authors.all()   # 再次执行查询

注意

  • 模板系统不允许使用括号
  • 自定义的属性需要由你来实现缓存。

使用with模板标签

在模板中使用QuerySet缓存,需要使用with标签

使用iterator()

获取大量数据时

news_list = News.objects.filter(title__contains=u'违法')
for news in news_list.iterator():
    print news

3. 让数据库做它自己的工作

基本概念

使用 filter and exclude 在数据库层面执行过滤操作

news_list = News.objects.filter(title__contains=u'和谐').exclude(status=1)

使用 F() object query expressions 在同一模型中使用不同字段进行对比过滤

# 查询所有title和sub_title相同的数据
queryset = News.objects.filter(title=F('sub_title'))

使用 注解 annotate

# 给每个对象添加一个news_count的属性
cl = Channel.objects.filter(parent__id=1).annotate(news_count=Count('news'))
print cl[0].news_count

如果这些还不足以生成你需要的SQL的话,继续往下看:

使用 QuerySet.extra()

显式的执行SQL语句

cl = Channel.objects.filter(parent__id=1).extra(
    select={
        'another_news_count': 'SELECT COUNT(*) FROM web_news WHERE web_news.channel_id = web_channel.id'
    }
)

print cl[0].another_news_count

使用原生的SQL

cl = Channel.objects.raw('SELECT * FROM web_channel WHERE parent_id = 1')
print cl
# <RawQuerySet: 'SELECT * FROM web_channel WHERE parent_id = 1'>
for c in cl:
    print c

预加载数据

尽量一次加载你需要的数据

QuerySet.select_related() , 针对foreign key 和 one-to-one

news = News.objects.select_related().get(id=372924135)
print news.channel # 不会访问数据库

QuerySet.prefetch_related() , 1.4中存在, 和select_related()类似,针对many-to-many

不要获取你不需要的数据

使用 QuerySet.values() 和 values_list()

当只需要一个字段的值,返回list或者dict时,使用

  • values

      news_list = News.objects.values('title').filter(channel__id=1)
      print news_list
      # [{'title': ''}, ...]
    
  • values_list

      news_list = News.objects.values_list('title').filter(channel__id=1)
      print news_list
      # [('新闻标题',),('新闻标题', ) ...]
    

使用 QuerySet.defer() 和 only()

QuerySet.defer() 来延迟加载某字段,加载时会产生额外查询

news_list = News.object.defer('title').all()
n = news_list[0]
print n.title   # 会产生额外的查询语句

QuerySet.only() 只加载某字段,之后读取任何属性都会产生查询

使用 QuerySet.count()

如果你只是想要获取有多少数据,不要使用 len(queryset)

nl = News.objects.filter(channel__id=2)
nl.count()
# SELECT COUNT(*) FROM `web_news` WHERE `web_news`.`channel_id` = 2 ; 'time': '0.014'

len(nl)
# 'time': '0.422'

使用 QuerySet.exists()

如果你只是想要知道是否至少存在一个结果,不要使用 if querysets 。

不要过度使用 count() 和 exists()

比如,假设有一个Email的model,有一个 body 的属性和一个多对多关系的User 属性,下面的模板代码是最优的:

emails = user.emails.all()

它是最优的是因为:

  • 因为QuerySet是惰性的,如果 ‘display_inbox’ 是False的话,这不会产生数据库 查询。

  • emails = user.emails.all()这句,在模板中可以使用 with,这意味着我们会存储 user.emails.all 在一个变量中供后面使用,这允许被缓存以便重用。

  • if emails 其实是调用 QuerySet.__nonzero__() ,在数据库层面执行user.emails.all() ,然后返回结果,放入缓存。

  • emails|length 的使用将调用 QuerySet.__len__(),数据已在缓存

  • for 循环的email数据已经在缓存中了。

  • with的使用是关键

  • 每次的QuerySet.count()调用都会产生查询

使用 QuerySet.update()delete()

  • 批量更新使用 QuerySet.update()

  • 批量删除使用 QuerySet.delete()

  • 批量操作不会调用类中定义的 save() 或 delete() 方法

直接使用外键的值

获取频道ID:

news.channel_id

而不是:

news.channel.id

4. 批量插入

django.db.models.query.QuerySet.bulk_create() 批量创建对象,减少SQL查询的 数量。比如

Entry.objects.bulk_create([
    Entry(headline="Python 3.0 Released"),
    Entry(headline="Python 3.1 Planned")
])

而不是

Entry.objects.create(headline="Python 3.0 Released")
Entry.objects.create(headline="Python 3.1 Planned")

这同样适用于 ManyToManyFields, 因此,这么做

team.members.add(me, my_friend)

而不是这么做

team.members.add(me)
team.members.add(my_friend)

这里 team 和 members 是多对多的关系。