Django的 select_related 和 prefetch_related 函数对 QuerySet 查询的优化(二)
3. 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。或许你会说,没有一个叫OneToManyField的东西啊。实际上 ,ForeignKey就是一个多对一的字段,而被ForeignKey关联的字段就是一对多字段了。
作用和方法
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。继续以上边的例子进行说明,如果我们要获得张三所有去过的城市,使用prefetch_related()应该是这么做:
1
2
3
4
|
>>> zhangs = Person.objects.prefetch_related( 'visitation' ).get(firstname = u "张" ,lastname = u "三" ) >>> for city in zhangs.visitation. all () : ... print city ... |
上述代码触发的SQL查询如下:
1
2
3
4
5
6
7
8
9
10
|
SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` FROM `QSOptimize_person` WHERE (`QSOptimize_person`.`lastname` = '三' AND `QSOptimize_person`.`firstname` = '张' ); SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`, `QSOptimize_city`.` name `, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE `QSOptimize_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`QSOptimize_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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
+----+-----------+----------+-------------+-----------+ | id | firstname | lastname | hometown_id | living_id | +----+-----------+----------+-------------+-----------+ | 1 | 张 | 三 | 3 | 1 | +----+-----------+----------+-------------+-----------+ 1 row in set (0.00 sec) +-----------------------+----+-----------+-------------+ | _prefetch_related_val | id | name | province_id | +-----------------------+----+-----------+-------------+ | 1 | 1 | 武汉市 | 1 | | 1 | 2 | 广州市 | 2 | | 1 | 3 | 十堰市 | 1 | +-----------------------+----+-----------+-------------+ 3 rows in set (0.00 sec) |
显然张三武汉、广州、十堰都去过。
又或者,我们要获得湖北的所有城市名,可以这样:
1
2
3
4
|
>>> hb = Province.objects.prefetch_related( 'city_set' ).get(name__iexact = u "湖北省" ) >>> for city in hb.city_set. all (): ... city.name ... |
触发的SQL查询:
1
2
3
4
5
6
7
|
SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.` name ` FROM `QSOptimize_province` WHERE `QSOptimize_province`.` name ` LIKE '湖北省' ; SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.` name `, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` WHERE `QSOptimize_city`.`province_id` IN (1); |
得到的表:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
+----+-----------+ | id | name | +----+-----------+ | 1 | 湖北省 | +----+-----------+ 1 row in set (0.00 sec) +----+-----------+-------------+ | id | name | province_id | +----+-----------+-------------+ | 1 | 武汉市 | 1 | | 3 | 十堰市 | 1 | +----+-----------+-------------+ 2 rows in set (0.00 sec) |
我们可以看见,prefetch使用的是 IN 语句实现的。这样,在QuerySet中的对象数量过多的时候,根据数据库特性的不同有可能造成性能问题。
使用方法
*lookups 参数
prefetch_related()在Django < 1.7 只有这一种用法。和select_related()一样,prefetch_related()也支持深度查询,例如要获得所有姓张的人去过的省:
1
2
3
4
5
|
>>> zhangs = Person.objects.prefetch_related( 'visitation__province' ). filter (firstname__iexact = u '张' ) >>> for i in zhangs: ... for city in i.visitation. all (): ... print city.province ... |
触发的SQL:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` FROM `QSOptimize_person` WHERE `QSOptimize_person`.`firstname` LIKE '张' ; SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`, `QSOptimize_city`.` name `, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE `QSOptimize_person_visitation`.`person_id` IN (1, 4); SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.` name ` FROM `QSOptimize_province` WHERE `QSOptimize_province`.`id` IN (1, 2); |
获得的结果:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
+ - - - - + - - - - - - - - - - - + - - - - - - - - - - + - - - - - - - - - - - - - + - - - - - - - - - - - + | id | firstname | lastname | hometown_id | living_id | + - - - - + - - - - - - - - - - - + - - - - - - - - - - + - - - - - - - - - - - - - + - - - - - - - - - - - + | 1 | 张 | 三 | 3 | 1 | | 4 | 张 | 六 | 2 | 2 | + - - - - + - - - - - - - - - - - + - - - - - - - - - - + - - - - - - - - - - - - - + - - - - - - - - - - - + 2 rows in set ( 0.00 sec) + - - - - - - - - - - - - - - - - - - - - - - - + - - - - + - - - - - - - - - - - + - - - - - - - - - - - - - + | _prefetch_related_val | id | name | province_id | + - - - - - - - - - - - - - - - - - - - - - - - + - - - - + - - - - - - - - - - - + - - - - - - - - - - - - - + | 1 | 1 | 武汉市 | 1 | | 1 | 2 | 广州市 | 2 | | 4 | 2 | 广州市 | 2 | | 1 | 3 | 十堰市 | 1 | + - - - - - - - - - - - - - - - - - - - - - - - + - - - - + - - - - - - - - - - - + - - - - - - - - - - - - - + 4 rows in set ( 0.00 sec) + - - - - + - - - - - - - - - - - + | id | name | + - - - - + - - - - - - - - - - - + | 1 | 湖北省 | | 2 | 广东省 | + - - - - + - - - - - - - - - - - + 2 rows in set ( 0.00 sec) |
值得一提的是,链式prefetch_related会将这些查询添加起来,就像1.7中的select_related那样。
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。
举个例子,要获取所有人访问过的城市中带有“市”字的城市,这样做会导致大量的SQL查询:
1
2
|
plist = Person.objects.prefetch_related( 'visitation' ) [p.visitation. filter (name__icontains = u "市" ) for p in plist] |
因为数据库中有4人,导致了2+4次SQL查询:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` FROM `QSOptimize_person`; SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`, `QSOptimize_city`.` name `, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE `QSOptimize_person_visitation`.`person_id` IN (1, 2, 3, 4); SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.` name `, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE (`QSOptimize_person_visitation`.`person_id` = 1 AND `QSOptimize_city`.` name ` LIKE '%市%' ); SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.` name `, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE (`QSOptimize_person_visitation`.`person_id` = 2 AND `QSOptimize_city`.` name ` LIKE '%市%' ); SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.` name `, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE (`QSOptimize_person_visitation`.`person_id` = 3 AND `QSOptimize_city`.` name ` LIKE '%市%' ); SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.` name `, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE (`QSOptimize_person_visitation`.`person_id` = 4 AND `QSOptimize_city`.` name ` LIKE '%市%' ); |
详细分析一下这些请求事件。
众所周知,QuerySet是lazy的,要用的时候才会去访问数据库。运行到第二行Python代码时,for循环将plist看做iterator,这会触发数据库查询。最初的两次SQL查询就是prefetch_related导致的。
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。
但是如果有这样的需求了应该怎么办呢?在Django >= 1.7,可以通过下一节的Prefetch对象来实现,如果你的环境是Django < 1.7,可以在Python中完成这部分操作。
1
2
|
plist = Person.objects.prefetch_related( 'visitation' ) [[city for city in p.visitation. all () if u "市" in city.name] for p in plist] |
Prefetch 对象
在Django >= 1.7,可以用Prefetch对象来控制prefetch_related函数的行为。
注:由于我没有安装1.7版本的Django环境,本节内容是参考Django文档写的,没有进行实际的测试。
Prefetch对象的特征:
- 一个Prefetch对象只能指定一项prefetch操作。
- Prefetch对象对字段指定的方式和prefetch_related中的参数相同,都是通过双下划线连接的字段名完成的。
- 可以通过 queryset 参数手动指定prefetch使用的QuerySet。
- 可以通过 to_attr 参数指定prefetch到的属性名。
- Prefetch对象和字符串形式指定的lookups参数可以混用。
继续上面的例子,获取所有人访问过的城市中带有“武”字和“州”的城市:
1
2
3
4
5
6
7
|
wus = City.objects. filter (name__icontains = u "武" ) zhous = City.objects. filter (name__icontains = u "州" ) plist = 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] |
注:这段代码没有在实际环境中测试过,若有不正确的地方请指正。
顺带一提,Prefetch对象和字符串参数可以混用。
None
可以通过传入一个None来清空之前的prefetch_related。就像这样:
1
|
>>> prefetch_cleared_qset = qset.prefetch_related( None ) |
小结
- prefetch_related主要针一对多和多对多关系进行优化。
- prefetch_related通过分别获取各个表的内容,然后用Python处理他们之间的关系来进行优化。
- 可以通过可变长参数指定需要select_related的字段名。指定方式和特征与select_related是相同的。
- 在Django >= 1.7可以通过Prefetch对象来实现复杂查询,但低版本的Django好像只能自己实现。
- 作为prefetch_related的参数,Prefetch对象和字符串可以混用。
- prefetch_related的链式调用会将对应的prefetch添加进去,而非替换,似乎没有基于不同版本上区别。
- 可以通过传入None来清空之前的prefetch_related。
最新文章
- 本地的html怎么直接通过路径就读取本地文件。
- 使用Go开发HTTP中间件
- Maven3路程(三)用Maven创建第一个web项目(1)
- 使用Underscore.js的template将Backbone.js的js代码和html代码分离
- openfire spark 二次 开发 服务插件
- oracle切割字符串后以单列多行展示
- 【转载】 ISO14229系列之二:诊断指令格式和相关概念
- C# 得到EXCEL表格中的有效行数和列数
- python学习笔记之元祖
- PHP cURL实现模拟登录与采集使用方法详解教程
- logging模板日志格式
- Android Studio 运行出现 Multiple dex files define Landroid/support/annotation/AnimRes 解决方法
- Oracle 存储过程起步
- [Robot Framework] Robot Framework怎么调试?
- Redis笔记(3)多数据库实现
- 零行代码为 App 添加异常加载占位图
- PHP之语句
- py基础2--列表,元祖,字典,集合,文件
- 【转载】 使用rman进行坏块修复(ORA-01578、ORA-01110)
- jsp页面定义的map
热门文章
- Swift类和结构体定义-备
- cf D. Dima and Trap Graph
- GO的数组及切片
- PYTHON线程知识再研习E---条件变量同步Condition
- SPOJ220 Relevant Phrases of Annihilation
- LeetCode_Best Time to Buy and Sell Stock III
- ASP.NET WEB API回发到客户端消息体的格式化
- Cmake调用NSIS(一个可执行文件,其实就是一个编译器)编译NSIS脚本问题研究
- NoMachine 远程桌面控制
- 怎样用jQuery自带方法/函数来获取outerHTML属性