首页 > 代码库 > 实例具体解释Django的 select_related 和 prefetch_related 函数对 QuerySet 查询的优化(二)
实例具体解释Django的 select_related 和 prefetch_related 函数对 QuerySet 查询的优化(二)
这是本系列的第二篇,内容是 prefetch_related() 函数的用途、实现途径、以及用法。
本系列的第一篇在这里
第三篇在这里
3. prefetch_related()
对于多对多字段(ManyToManyField)和一对多字段。能够使用prefetch_related()来进行优化。也许你会说,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()的设计目的非常相似,都是为了降低SQL查询的数量,可是实现的方式不一样。后者是通过JOIN语句。在SQL查询内解决这个问题。
可是对于多对多关系。使用SQL语句解决就显得有些不太明智。由于JOIN得到的表将会非常长,会导致SQL语句执行时间的添加和内存占用的添加。若有n个对象。每一个对象的多对多字段相应Mi条,就会生成Σ(n)Mi 行的结果表。
prefetch_related()的解决方法是,分别查询每一个表,然后用Python处理他们之间的关系。
继续以上边的样例进行说明,假设我们要获得张三全部去过的城市,使用prefetch_related()应该是这么做:
>>> 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查询例如以下:
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查询不过获取张三的Person对象,第二条比較关键。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。
+----+-----------+----------+-------------+-----------+ | 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,我们要获得湖北的全部城市名,能够这样:
>>> 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:
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:
+----+-----------+ | 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)
我们能够看见,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,依据数据库特性的不同有可能造成性能问题。
用法
*lookups 參数
prefetch_related()在Django < 1.7 仅仅有这一种使用方法。和select_related()一样,prefetch_related()也支持深度查询,比如要获得全部姓张的人去过的省:
>>> 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:
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:
+----+-----------+----------+-------------+-----------+ | 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会将这些查询加入起来,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又一次请求数据库来获得对应的数据,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()等等终于会改变SQL代码的操作。而all()并不会改变终于的数据库请求,因此是不会导致又一次请求数据库的。
举个样例,要获取全部人訪问过的城市中带有“市”字的城市。这样做会导致大量的SQL查询:
plist = Person.objects.prefetch_related(‘visitation‘) [p.visitation.filter(name__icontains=u"市") for p in plist]由于数据库中有4人。导致了2+4次SQL查询:
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%‘ );
具体分析一下这些请求事件。
众所周知。QuerySet是lazy的,要用的时候才会去訪问数据库。执行到第二行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。
尽管已经查询结果中包括全部所需的city的信息,但由于在循环体中对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。又一次进行SQL查询。
可是假设有这种需求了应该怎么办呢?在Django >= 1.7,能够通过下一节的Prefetch对象来实现,假设你的环境是Django < 1.7。能够在Python中完毕这部分操作。
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。能够用Prefetch对象来控制prefetch_related函数的行为。
注:因为我没有安装1.7版本号的Django环境。本节内容是參考Django文档写的,没有进行实际的測试。
Prefetch对象的特征:
- 一个Prefetch对象仅仅能指定一项prefetch操作。
- Prefetch对象对字段指定的方式和prefetch_related中的參数同样。都是通过双下划线连接的字段名完毕的。
- 能够通过 queryset 參数手动指定prefetch使用的QuerySet。
- 能够通过 to_attr 參数指定prefetch到的属性名。
- Prefetch对象和字符串形式指定的lookups參数能够混用。
继续上面的样例,获取全部人訪问过的城市中带有“武”字和“州”的城市:
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測试过。若有不对的地方请指正。
顺带一提。Prefetch对象和字符串參数能够混用。
None
能够通过传入一个None来清空之前的prefetch_related。就像这样:
>>> 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。
- 能够通过可变长參数指定须要select_related的字段名。指定方式和特征与select_related是同样的。
- 在Django >= 1.7能够通过Prefetch对象来实现复杂查询,但低版本号的Django好像仅仅能自己实现。
- 作为prefetch_related的參数,Prefetch对象和字符串能够混用。
- prefetch_related的链式调用会将相应的prefetch加入进去,而非替换,似乎没有基于不同版本号上差别。
- 能够通过传入None来清空之前的prefetch_related。
实例具体解释Django的 select_related 和 prefetch_related 函数对 QuerySet 查询的优化(二)