Django查詢(xún)數(shù)據(jù)庫(kù)的性能優(yōu)化示例代碼
前言
Django數(shù)據(jù)層提供各種途徑優(yōu)化數(shù)據(jù)的訪問(wèn),一個(gè)項(xiàng)目大量?jī)?yōu)化工作一般是放在后期來(lái)做,早期的優(yōu)化是“萬(wàn)惡之源”,這是前人總結(jié)的經(jīng)驗(yàn),不無(wú)道理。如果事先理解Django的優(yōu)化技巧,開(kāi)發(fā)過(guò)程中稍稍留意,后期會(huì)省不少的工作量。
現(xiàn)在有一張記錄用戶(hù)信息的UserInfo數(shù)據(jù)表,表中記錄了10個(gè)用戶(hù)的姓名,呢稱(chēng),年齡,工作等信息.
models文件
from django.db import models class Job(models.Model): title=models.CharField(max_length=32) class UserInfo(models.Model): username=models.CharField(max_length=32) nickname=models.CharField(max_length=32) job=models.ForeignKey(to="Job",to_field="id",null=True)
數(shù)據(jù)表中記錄:
另一張數(shù)據(jù)表記錄用戶(hù)工作的Job表,關(guān)聯(lián)用戶(hù)的工作字段.
要查出每個(gè)用戶(hù)的用戶(hù)名,呢稱(chēng)和工作等信息
def index(request): user_list=models.UserInfo.objects.all() print(user_list.query) # 打印查詢(xún)時(shí)使用的語(yǔ)句 print(type(user_list)) # 打印查詢(xún)結(jié)果的數(shù)據(jù)類(lèi)型 for user in user_list: print("%s-->%s-->%s" %(user.username,user.nickname,user.job.title)) return render(request,'index.html')
打印信息:
SELECT "app01_userinfo"."id", "app01_userinfo"."username", "app01_userinfo"."nickname", "app01_userinfo"."job_id" FROM "app01_userinfo" <class 'django.db.models.query.QuerySet'> user1-->user1-->python user2-->user2-->linux user3-->user3-->golang user4-->user4-->python user5-->user5-->linux user6-->user6-->golang user7-->user7-->python user8-->user8-->linux user9-->user9-->golang user10-->user10-->linux
在服務(wù)端進(jìn)行這些操作,這些查詢(xún)語(yǔ)句的性能是很低的,遍歷取出這10個(gè)用戶(hù)的姓名,呢稱(chēng),工作等信息要在兩張數(shù)據(jù)庫(kù)中執(zhí)行11次查詢(xún)操作.
首先只從UserInfo表中查出所有的用戶(hù)記錄,需要執(zhí)行一次查詢(xún)操作.
查詢(xún)Job數(shù)據(jù)表,每循環(huán)一次用戶(hù)信息的列表,都需要從Job表中查詢(xún)一次用戶(hù)的工作信息.
數(shù)據(jù)表中總共記錄了10條用戶(hù)記錄,所以還需要循環(huán)10次才能從Job表中查詢(xún)完成所有用戶(hù)的工作信息.所以一共需要執(zhí)行11次數(shù)據(jù)庫(kù)查詢(xún)操作.
那有沒(méi)有什么好的方法能夠提高數(shù)據(jù)庫(kù)查詢(xún)的效率呢???
def index(request): user_list=models.UserInfo.objects.values("username","nickname","job") print(user_list.query) # 打印查詢(xún)時(shí)使用的語(yǔ)句 print(type(user_list)) # 打印查詢(xún)結(jié)果的數(shù)據(jù)類(lèi)型 print("user_list:",user_list) for user in user_list: print(user["username"], user["nickname"], user["job"]) return render(request,'index.html')
運(yùn)行程序,在服務(wù)端后臺(tái)打印信息:
SELECT "app01_userinfo"."username", "app01_userinfo"."nickname", "app01_userinfo"."job_id" FROM "app01_userinfo" <class 'django.db.models.query.QuerySet'> user_list: <QuerySet [{'username': 'user1', 'nickname': 'user1', 'job': 1}, {'username': 'user2', 'nickname': 'user2', 'job': 2}, {'username': 'user3', 'nickname': 'user3', 'job': 3}, {'username': 'user4', 'nickname': 'user4', 'job': 1}, {'username': 'user5', 'nickname': 'user5', 'job': 2}, {'username': 'user6', 'nickname': 'user6', 'job': 3}, {'username': 'user7', 'nickname': 'user7', 'job': 1}, {'username': 'user8', 'nickname': 'user8', 'job': 2}, {'username': 'user9', 'nickname': 'user9', 'job': 3}, {'username': 'user10', 'nickname': 'user10', 'job': 2}]> user1 user1 1 user2 user2 2 user3 user3 3 user4 user4 1 user5 user5 2 user6 user6 3 user7 user7 1 user8 user8 2 user9 user9 3 user10 user10 2
可以看到,查詢(xún)的結(jié)果user_list依然是一個(gè)QuerySet,但這個(gè)對(duì)象集合內(nèi)部卻是一個(gè)字典.
而且這次的查詢(xún)只執(zhí)行了兩次數(shù)據(jù)庫(kù)查詢(xún)操作.
通過(guò)這種方式,只需要兩次查詢(xún)就能得到想要的數(shù)據(jù),優(yōu)化了數(shù)據(jù)庫(kù)的查詢(xún)效率.
Django數(shù)據(jù)庫(kù)優(yōu)化操作之select_related主動(dòng)聯(lián)表查詢(xún)
上面的例子里,取對(duì)象集合的時(shí)候,難道只能查詢(xún)當(dāng)前數(shù)據(jù)表,不能查詢(xún)其他數(shù)據(jù)表嗎??
當(dāng)然不是,在這里還可以使用select_related這個(gè)方法.
在第一次查詢(xún)的時(shí)候,在all()后面加上一個(gè)select_related來(lái)做主動(dòng)的聯(lián)表查詢(xún).
在創(chuàng)建這兩張數(shù)據(jù)表時(shí),job在UserInfo數(shù)據(jù)表中是做為一個(gè)ForeignKey存在的,所以加上select_related后不僅只查詢(xún)到了UserInfo數(shù)據(jù)庫(kù)的記錄,同時(shí)也查詢(xún)了Job數(shù)據(jù)表中的記錄.
def index(request): user_list=models.UserInfo.objects.all().select_related("job") print(user_list.query) # 打印查詢(xún)時(shí)使用的語(yǔ)句 print(type(user_list)) # 打印查詢(xún)結(jié)果的數(shù)據(jù)類(lèi)型 print("user_list:",user_list) for user in user_list: print("%s-->%s-->%s" %(user.username,user.nickname,user.job.title)) return render(request,'index.html')
服務(wù)端打印結(jié)果
SELECT "app01_userinfo"."id", "app01_userinfo"."username", "app01_userinfo"."nickname", "app01_userinfo"."job_id", "app01_job"."id", "app01_job"."title" FROM "app01_userinfo" LEFT OUTER JOIN "app01_job" ON ("app01_userinfo"."job_id" = "app01_job"."id") <class 'django.db.models.query.QuerySet'> user_list: <QuerySet [<UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>]> user1-->user1-->python user2-->user2-->linux user3-->user3-->golang user4-->user4-->python user5-->user5-->linux user6-->user6-->golang user7-->user7-->python user8-->user8-->linux user9-->user9-->golang user10-->user10-->linux
查看打印出來(lái)的查詢(xún)語(yǔ)句,其中有
"FROM "app01_userinfo" LEFT OUTER JOIN "app01_job" ON ("app01_userinfo"."job_id" = "app01_job"."id")"
用來(lái)做聯(lián)表查詢(xún),只需要一次就可以查詢(xún)所有的數(shù)據(jù)了.
同樣的,如果還想繼續(xù)聯(lián)表,例如在Job表中再加一個(gè)外鍵字段desc,只需要在查詢(xún)語(yǔ)句中把desc加入進(jìn)來(lái)就可以了
user_list=models.UserInfo.objects.all().select_related("job__desc")
這樣一來(lái)就把三張表聯(lián)系起來(lái)做聯(lián)表查詢(xún)了,但是一定要確保所加的字段為ForeignKey.
如果使用類(lèi)似models.UserInfo.objects.all()
語(yǔ)句進(jìn)行查詢(xún)時(shí),不要做跨表查詢(xún),只查詢(xún)當(dāng)前表中有的數(shù)據(jù),否則查詢(xún)語(yǔ)句的性能會(huì)下降很多.
如果想查其他表中的數(shù)據(jù),就加上select_related(ForeignKey字段名);
如果想取多個(gè)ForeignKey字段的數(shù)據(jù),則可以使用select_related(ForeignKey字段1,ForeignKey字段2,...)
聯(lián)表查詢(xún)操作性能也會(huì)降低,select_related就是用來(lái)做主動(dòng)聯(lián)表查詢(xún)的.
Django數(shù)據(jù)庫(kù)優(yōu)化操作之perfetch_related非主動(dòng)聯(lián)表查詢(xún)
perfetch_related方法是既非主動(dòng)聯(lián)表查詢(xún),又不進(jìn)行很多查詢(xún)語(yǔ)句的一種折衷方案
修改視圖函數(shù)index
def index(request): user_list=models.UserInfo.objects.all().prefetch_related("job") print(user_list.query) # 打印查詢(xún)時(shí)使用的語(yǔ)句 print(type(user_list)) # 打印查詢(xún)結(jié)果的數(shù)據(jù)類(lèi)型 print("user_list:",user_list) for user in user_list: print("%s-->%s-->%s" %(user.username,user.nickname,user.job.title)) return render(request,'index.html')
后端打印結(jié)果
SELECT "app01_userinfo"."id", "app01_userinfo"."username", "app01_userinfo"."nickname", "app01_userinfo"."job_id" FROM "app01_userinfo" <class 'django.db.models.query.QuerySet'> user_list: <QuerySet [<UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>]> user1-->user1-->python user2-->user2-->linux user3-->user3-->golang user4-->user4-->python user5-->user5-->linux user6-->user6-->golang user7-->user7-->python user8-->user8-->linux user9-->user9-->golang user10-->user10-->linux
使用prefetch_related方法未聯(lián)表執(zhí)行兩次查詢(xún)操作
先查詢(xún)用戶(hù)表中的所有數(shù)據(jù),把用戶(hù)表中所有的job_id全部查詢(xún)出來(lái),并執(zhí)行去重操作;
結(jié)果查詢(xún)出用戶(hù)的3種工作,接下來(lái)執(zhí)行"select"語(yǔ)句查詢(xún)"Job"數(shù)據(jù)表中的"title"字段
這樣一來(lái)就只執(zhí)行了兩次數(shù)據(jù)表的查詢(xún)操作
在prefetch_related方法中加入一個(gè)字段"job",執(zhí)行了兩次數(shù)據(jù)庫(kù)查詢(xún)操作;
如果再加一個(gè)字段,則會(huì)再多加一次數(shù)據(jù)為操作操作.
Django數(shù)據(jù)庫(kù)優(yōu)化操作之only方法
def index(request): user_list=models.UserInfo.objects.all().only("username") print(user_list.query) # 打印查詢(xún)時(shí)使用的語(yǔ)句 print(type(user_list)) # 打印查詢(xún)結(jié)果的數(shù)據(jù)類(lèi)型 print("user_list:",user_list) for user in user_list: print("%s-->%s" %(user.username,user.nickname)) return render(request,'index.html')
服務(wù)端后臺(tái)打印信息
SELECT "app01_userinfo"."id", "app01_userinfo"."username" FROM "app01_userinfo" <class 'django.db.models.query.QuerySet'> user_list: <QuerySet [<UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>]> user1-->user1 user2-->user2 user3-->user3 user4-->user4 user5-->user5 user6-->user6 user7-->user7 user8-->user8 user9-->user9 user10-->user10
執(zhí)行查詢(xún)操作的時(shí)候加上only方法,其查詢(xún)結(jié)果還是一個(gè)對(duì)象集合,但是從打印出的查詢(xún)語(yǔ)句可以看到,執(zhí)行查詢(xún)操作時(shí)只查詢(xún)了用戶(hù)的id字段和username字段,并沒(méi)有查詢(xún)nickname字段.
但是在后面的循環(huán)中,又可以打印用戶(hù)的nikename信息.為什么呢,因?yàn)橛謭?zhí)行了一次查詢(xún)的請(qǐng)求操作.由此得知,查詢(xún)操作使用了only方法,在only方法中加入哪個(gè)查詢(xún)字段,在后面就使用哪個(gè)查詢(xún)字段.
加only參數(shù)是從查詢(xún)結(jié)果中只取某個(gè)字段,而另外一個(gè)defer方法則是從查詢(xún)結(jié)果中排除某個(gè)字段
Django數(shù)據(jù)庫(kù)優(yōu)化操作之defer方法
修改index視圖函數(shù)
def index(request): user_list=models.UserInfo.objects.all().defer("username") print(user_list.query) # 打印查詢(xún)時(shí)使用的語(yǔ)句 print(type(user_list)) # 打印查詢(xún)結(jié)果的數(shù)據(jù)類(lèi)型 print("user_list:",user_list) for user in user_list: print("%s" % user.nickname) return render(request,'index.html')
服務(wù)端打印信息
SELECT "app01_userinfo"."id", "app01_userinfo"."nickname", "app01_userinfo"."job_id" FROM "app01_userinfo" <class 'django.db.models.query.QuerySet'> user_list: <QuerySet [<UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>, <UserInfo: UserInfo object>]> user1 user2 user3 user4 user5 user6 user7 user8 user9 user10
通過(guò)打印的查詢(xún)語(yǔ)句可以知道,使用defer方法后,只從數(shù)據(jù)庫(kù)中查詢(xún)了用戶(hù)的id字段和用戶(hù)的nickname字段操作,并沒(méi)有查詢(xún)username字段,由此也可以提高Django查詢(xún)數(shù)據(jù)庫(kù)的性能.
總結(jié)
以上就是這篇文章的全部?jī)?nèi)容了,希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來(lái)一定的幫助,如果有疑問(wèn)大家可以留言交流,謝謝大家對(duì)腳本之家的支持。
相關(guān)文章
Python訪問(wèn)MongoDB,并且轉(zhuǎn)換成Dataframe的方法
今天小編就為大家分享一篇Python訪問(wèn)MongoDB,并且轉(zhuǎn)換成Dataframe的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10Using Django with GAE Python 后臺(tái)抓取多個(gè)網(wǎng)站的頁(yè)面全文
這篇文章主要介紹了Using Django with GAE Python 后臺(tái)抓取多個(gè)網(wǎng)站的頁(yè)面全文,需要的朋友可以參考下2016-02-02PyTorch實(shí)現(xiàn)線性回歸詳細(xì)過(guò)程
本文介紹PyTorch實(shí)現(xiàn)線性回歸,線性關(guān)系是一種非常簡(jiǎn)單的變量之間的關(guān)系,因變量和自變量在線性關(guān)系的情況下,可以使用線性回歸算法對(duì)一個(gè)或多個(gè)因變量和自變量間的線性關(guān)系進(jìn)行建模,該模型的系數(shù)可以用最小二乘法進(jìn)行求解,需要的朋友可以參考一下2022-03-03TensorFlow Saver:保存和讀取模型參數(shù).ckpt實(shí)例
今天小編就為大家分享一篇TensorFlow Saver:保存和讀取模型參數(shù).ckpt實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02pycharm中加了斷點(diǎn)卻無(wú)法調(diào)試,直接執(zhí)行到程序結(jié)束如何解決
這篇文章主要介紹了pycharm中加了斷點(diǎn)卻無(wú)法調(diào)試,直接執(zhí)行到程序結(jié)束如何解決問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-01-01卡爾曼濾波數(shù)據(jù)處理技巧通俗理解及python實(shí)現(xiàn)
這篇文章主要為大家介紹了卡爾曼濾波數(shù)據(jù)處理技巧的通俗理解及python實(shí)現(xiàn),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-05-05Python?計(jì)算機(jī)視覺(jué)編程進(jìn)階之圖像特效處理篇
計(jì)算機(jī)視覺(jué)這種技術(shù)可以將靜止圖像或視頻數(shù)據(jù)轉(zhuǎn)換為一種決策或新的表示。所有這樣的轉(zhuǎn)換都是為了完成某種特定的目的而進(jìn)行的,本篇我們來(lái)學(xué)習(xí)下如何對(duì)圖像進(jìn)行特效處理2021-11-11Python實(shí)現(xiàn)翻轉(zhuǎn)數(shù)組功能示例
這篇文章主要介紹了Python實(shí)現(xiàn)翻轉(zhuǎn)數(shù)組功能,涉及Python針對(duì)數(shù)組的遍歷、判斷、排序等相關(guān)操作技巧,需要的朋友可以參考下2018-01-01基于Python的socket庫(kù)實(shí)現(xiàn)通信功能的示例代碼
本文主要給大家介紹了如何使用python的socket庫(kù)實(shí)現(xiàn)通信功能,這里簡(jiǎn)單的給每個(gè)客戶(hù)端增加一個(gè)不重復(fù)的uid,客戶(hù)端之間可以根據(jù)這個(gè)uid選擇進(jìn)行廣播通信,感興趣的小伙伴快來(lái)看看吧2023-08-08