Django-model进阶

时间 2019-11-08

原文原文链接

Django-model进阶

QuerySet

一、可切片性能

使用Python 的切片语法来限制查询集记录的数目 。它等同于SQL 的LIMIT 和OFFSET 子句。
>>> Entry.objects.all()[:5]     # (LIMIT 5)
>>> Entry.objects.all()[5:10]   # (OFFSET 5 LIMIT 5)
不支持负的索引（例如Entry.objects.all()[-1]）。
一般，查询集 的切片返回一个新的查询集 —— 它不会执行查询。

二、可迭代fetch

articleList=models.Article.objects.all()

for article in articleList:
   print(article.title)

三、惰性查询优化

查询集 是惰性执行的 —— 建立查询集不会带来任何数据库的访问。你能够将过滤器保持一成天，直到查询集 须要求值时，Django 才会真正运行这个查询。

queryResult=models.Article.objects.all() # not hits database
 
print(queryResult) # hits database
 
for article in queryResult:
   print(article.title)   # hits database
 
 通常来讲，只有在“请求”查询集 的结果时才会到数据库中去获取它们。当你确实须要结果时，查询集 经过访问数据库来求值。

四、缓存机制this

每一个查询集都包含一个缓存来最小化对数据库的访问。理解它是如何工做的将让你编写最高效的代码。

在一个新建立的查询集中，缓存为空。首次对查询集进行求值 —— 同时发生数据库查询 ——Django 将保存查询的结果到查询集的缓存中并返回明确请求的结果（例如，若是正在迭代查询集，则返回下一个结果）。接下来对该查询集 的求值将重用缓存的结果。

请牢记这个缓存行为，由于对查询集使用不当的话，它会坑你的。例如，下面的语句建立两个查询集，对它们求值，而后扔掉它们：

print([a.title for a in models.Article.objects.all()])
print([a.create_time for a in models.Article.objects.all()])
这意味着相同的数据库查询将执行两次，显然倍增了你的数据库负载。同时，还有可能两个结果列表并不包含相同的数据库记录，由于在两次请求期间有可能有Article被添加进来或删除掉。为了不这个问题，只需保存查询集并从新使用它：

queryResult=models.Article.objects.all()
print([a.title for a in queryResult])
print([a.create_time for a in queryResult])
什么时候查询集不会被缓存?
查询集不会永远缓存它们的结果。当只对查询集的部分进行求值时会检查缓存， 若是这个部分不在缓存中，那么接下来查询返回的记录都将不会被缓存。因此，这意味着使用切片或索引来限制查询集将不会填充缓存。

例如，重复获取查询集对象中一个特定的索引将每次都查询数据库：

>>> queryset = Entry.objects.all()
>>> print queryset[5] # Queries the database
>>> print queryset[5] # Queries the database again
然而，若是已经对所有查询集求值过，则将检查缓存：

>>> queryset = Entry.objects.all()
>>> [entry for entry in queryset] # Queries the database
>>> print queryset[5] # Uses cache
>>> print queryset[5] # Uses cache
下面是一些其它例子，它们会使得所有的查询集被求值并填充到缓存中：

>>> [entry for entry in queryset]
>>> bool(queryset)
>>> entry in queryset
>>> list(queryset)
注：简单地打印查询集不会填充缓存。

queryResult=models.Article.objects.all()
print(queryResult) # hits database
print(queryResult) # hits database

五、exists()与iterator()方法spa

exists：
简单的使用if语句进行判断也会彻底执行整个queryset而且把数据放入cache，虽然你并不须要这些 数
据！为了不这个，能够用exists()方法来检查是否有数据：

 if queryResult.exists():
   #SELECT (1) AS "a" FROM "blog_article" LIMIT 1; args=()
       print("exists...")

iterator:
当queryset很是巨大时，cache会成为问题。

处理成千上万的记录时，将它们一次装入内存是很浪费的。更糟糕的是，巨大的queryset可能会锁住系统 
进程，让你的程序濒临崩溃。要避免在遍历数据的同时产生queryset cache，可使用iterator()方法
来获取数据，处理完数据就将其丢弃。

objs = Book.objects.all().iterator()
# iterator()能够一次只从数据库获取少许数据，这样能够节省内存
for obj in objs:
   print(obj.title)
#BUT,再次遍历没有打印,由于迭代器已经在上一次遍历(next)到最后一次了,没得遍历了
for obj in objs:
   print(obj.title)

固然，使用iterator()方法来防止生成cache，意味着遍历同一个queryset时会重复执行查询。因此使
#用iterator()的时候要小心，确保你的代码在操做一个大的queryset时没有重复执行查询。

总结:

queryset的cache是用于减小程序对数据库的查询，在一般的使用下会保证只有在须要的时候才会查

询数据库。使用exists()和iterator()方法能够优化程序对内存的使用。不过，因为它们并不会生成

queryset cache，可能会形成额外的数据库查询。

中介模型

处理相似搭配 pizza 和 topping 这样简单的多对多关系时，使用标准的ManyToManyField  就能够
了。可是，有时你可能须要关联数据到两个模型之间的关系上。

例如，有这样一个应用，它记录音乐家所属的音乐小组。咱们能够用一个ManyToManyField 表示小组和成员之间的多对多关系。可是，有时你可能想知道更多成员关系的细节，好比成员是什么时候加入小组的。

对于这些状况，Django 容许你指定一个中介模型来定义多对多关系。 你能够将其余字段放在中介模型里
面。源模型的ManyToManyField 字段将使用through 参数指向中介模型。对于上面的音乐小组的例子，
代码以下：

from django.db import models
 
class Person(models.Model):
   name = models.CharField(max_length=128)
 
   def __str__(self):             # __unicode__ on Python 2
       return self.name
 
class Group(models.Model):
   name = models.CharField(max_length=128)
   members = models.ManyToManyField(Person, through='Membership')
 
   def __str__(self):             # __unicode__ on Python 2
       return self.name
 
class Membership(models.Model):
   person = models.ForeignKey(Person)
   group = models.ForeignKey(Group)
   date_joined = models.DateField()
   invite_reason = models.CharField(max_length=64)
既然你已经设置好ManyToManyField 来使用中介模型（在这个例子中就是Membership），接下来你要开
始建立多对多关系。你要作的就是建立中介模型的实例：


>>> ringo = Person.objects.create(name="Ringo Starr")
>>> paul = Person.objects.create(name="Paul McCartney")
>>> beatles = Group.objects.create(name="The Beatles")
>>> m1 = Membership(person=ringo, group=beatles,
...     date_joined=date(1962, 8, 16),
...     invite_reason="Needed a new drummer.")
>>> m1.save()
>>> beatles.members.all()
[<Person: Ringo Starr>]
>>> ringo.group_set.all()
[<Group: The Beatles>]
>>> m2 = Membership.objects.create(person=paul, group=beatles,
...     date_joined=date(1960, 8, 1),
...     invite_reason="Wanted to form a band.")
>>> beatles.members.all()
[<Person: Ringo Starr>, <Person: Paul McCartney>]
与普通的多对多字段不一样，你不能使用add、 create和赋值语句（好比，beatles.members = [...]）来建立关系：


# THIS WILL NOT WORK
>>> beatles.members.add(john)
# NEITHER WILL THIS
>>> beatles.members.create(name="George Harrison")
# AND NEITHER WILL THIS
>>> beatles.members = [john, paul, ringo, george]
为何不能这样作？ 这是由于你不能只建立 Person和 Group之间的关联关系，你还要指定 Membership模型中所须要的全部信息；而简单的add、create 和赋值语句是作不到这一点的。因此它们
不能在使用中介模型的多对多关系中使用。此时，惟一的办法就是建立中介模型的实例。

 remove()方法被禁用也是出于一样的缘由。可是clear() 方法倒是可用的。它能够清空某个实例全部的
 多对多关系：


>>> # Beatles have broken up
>>> beatles.members.clear()
>>> # Note that this deletes the intermediate model instances
>>> Membership.objects.all()

查询优化

表数据

class UserInfo(AbstractUser):
   """
   用户信息
   """
   nid = models.BigAutoField(primary_key=True)
   nickname = models.CharField(verbose_name='昵称', max_length=32)
   telephone = models.CharField(max_length=11, blank=True, null=True, unique=True, verbose_name='手机号码')
   avatar = models.FileField(verbose_name='头像',upload_to = 'avatar/',default="/avatar/default.png")
   create_time = models.DateTimeField(verbose_name='建立时间', auto_now_add=True)
 
   fans = models.ManyToManyField(verbose_name='粉丝们',
                                 to='UserInfo',
                                 through='UserFans',
                                 related_name='f',
                                 through_fields=('user', 'follower'))
 
   def __str__(self):
       return self.username
 
class UserFans(models.Model):
   """
   互粉关系表
   """
   nid = models.AutoField(primary_key=True)
   user = models.ForeignKey(verbose_name='博主', to='UserInfo', to_field='nid', related_name='users')
   follower = models.ForeignKey(verbose_name='粉丝', to='UserInfo', to_field='nid', related_name='followers')
 
class Blog(models.Model):
 
   """
   博客信息
   """
   nid = models.BigAutoField(primary_key=True)
   title = models.CharField(verbose_name='我的博客标题', max_length=64)
   site = models.CharField(verbose_name='我的博客后缀', max_length=32, unique=True)
   theme = models.CharField(verbose_name='博客主题', max_length=32)
   user = models.OneToOneField(to='UserInfo', to_field='nid')
   def __str__(self):
       return self.title
 
class Category(models.Model):
   """
   博主我的文章分类表
   """
   nid = models.AutoField(primary_key=True)
   title = models.CharField(verbose_name='分类标题', max_length=32)
 
   blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')
 
class Article(models.Model):
 
   nid = models.BigAutoField(primary_key=True)
   title = models.CharField(max_length=50, verbose_name='文章标题')
   desc = models.CharField(max_length=255, verbose_name='文章描述')
   read_count = models.IntegerField(default=0)
   comment_count= models.IntegerField(default=0)
   up_count = models.IntegerField(default=0)
   down_count = models.IntegerField(default=0)
   category = models.ForeignKey(verbose_name='文章类型', to='Category', to_field='nid', null=True)
   create_time = models.DateField(verbose_name='建立时间')
   blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')
   tags = models.ManyToManyField(
       to="Tag",
       through='Article2Tag',
       through_fields=('article', 'tag'),
)
 
 
class ArticleDetail(models.Model):
   """
   文章详细表
   """
   nid = models.AutoField(primary_key=True)
   content = models.TextField(verbose_name='文章内容', )
 
   article = models.OneToOneField(verbose_name='所属文章', to='Article', to_field='nid')
 
 
class Comment(models.Model):
   """
   评论表
   """
   nid = models.BigAutoField(primary_key=True)
   article = models.ForeignKey(verbose_name='评论文章', to='Article', to_field='nid')
   content = models.CharField(verbose_name='评论内容', max_length=255)
   create_time = models.DateTimeField(verbose_name='建立时间', auto_now_add=True)
 
   parent_comment = models.ForeignKey('self', blank=True, null=True, verbose_name='父级评论')
   user = models.ForeignKey(verbose_name='评论者', to='UserInfo', to_field='nid')
 
   up_count = models.IntegerField(default=0)
 
   def __str__(self):
       return self.content
 
class ArticleUpDown(models.Model):
   """
   点赞表
   """
   nid = models.AutoField(primary_key=True)
   user = models.ForeignKey('UserInfo', null=True)
   article = models.ForeignKey("Article", null=True)
   models.BooleanField(verbose_name='是否赞')
 
class CommentUp(models.Model):
   """
   点赞表
   """
   nid = models.AutoField(primary_key=True)
   user = models.ForeignKey('UserInfo', null=True)
   comment = models.ForeignKey("Comment", null=True)
 
 
class Tag(models.Model):
   nid = models.AutoField(primary_key=True)
   title = models.CharField(verbose_name='标签名称', max_length=32)
   blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')
 
 
 
class Article2Tag(models.Model):
   nid = models.AutoField(primary_key=True)
   article = models.ForeignKey(verbose_name='文章', to="Article", to_field='nid')
   tag = models.ForeignKey(verbose_name='标签', to="Tag", to_field='nid')

select_related

简单使用

对于一对一字段（OneToOneField）和外键字段（ForeignKey），可使用select_related 来对
QuerySet进行优化。

select_related 返回一个QuerySet，当执行它的查询时它沿着外键关系查询关联的对象的数据。它
会生成一个复杂的查询并引发性能的损耗，可是在之后使用外键关系时将不须要数据库查询。

简单说，在对QuerySet使用select_related()函数后，Django会获取相应外键对应的对象，从而在
以后须要的时候没必要再查询数据库了。

下面的例子解释了普通查询和select_related() 查询的区别。

查询id=2的文章的分类名称,下面是一个标准的查询：
# Hits the database.
article=models.Article.objects.get(nid=2)
 
# Hits the database again to get the related Blog object.
print(article.category.title)

'''
 
SELECT
   "blog_article"."nid",
   "blog_article"."title",
   "blog_article"."desc",
   "blog_article"."read_count",
   "blog_article"."comment_count",
   "blog_article"."up_count",
   "blog_article"."down_count",
   "blog_article"."category_id",
   "blog_article"."create_time",
     "blog_article"."blog_id",
     "blog_article"."article_type_id"
             FROM "blog_article"
             WHERE "blog_article"."nid" = 2; args=(2,)
 
SELECT
     "blog_category"."nid",
     "blog_category"."title",
     "blog_category"."blog_id"
             FROM "blog_category"
             WHERE "blog_category"."nid" = 4; args=(4,)
 
 
'''

若是咱们使用select_related()函数：

articleList=models.Article.objects.select_related("category").all()
 
 
   for article_obj in articleList:
       # Doesn't hit the database, because article_obj.category
       # has been prepopulated in the previous query.
       print(article_obj.category.title)

SELECT
     "blog_article"."nid",
     "blog_article"."title",
     "blog_article"."desc",
     "blog_article"."read_count",
     "blog_article"."comment_count",
     "blog_article"."up_count",
     "blog_article"."down_count",
     "blog_article"."category_id",
     "blog_article"."create_time",
     "blog_article"."blog_id",
     "blog_article"."article_type_id",
 
     "blog_category"."nid",
     "blog_category"."title",
     "blog_category"."blog_id"
 
FROM "blog_article"
LEFT OUTER JOIN "blog_category" ON ("blog_article"."category_id" = "blog_category"."nid");

多外键使用

这是针对category的外键查询，若是是另一个外键呢？让咱们一块儿看下：

article=models.Article.objects.select_related("category").get(nid=1)
print(article.articledetail)
 观察logging结果，发现依然须要查询两次，因此须要改成：
article=models.Article.objects.select_related("category","articledetail").get(nid=1)
print(article.articledetail)
 或者：

article=models.Article.objects
　　　　　　　　　　　　　.select_related("category")
　　　　　　　　　　　　　.select_related("articledetail")
　　　　　　　　　　　　　.get(nid=1) # django 1.7 支持链式操做
print(article.articledetail)
 


SELECT
 
   "blog_article"."nid",
   "blog_article"."title",
   ......
 
   "blog_category"."nid",
   "blog_category"."title",
   "blog_category"."blog_id",
 
   "blog_articledetail"."nid",
   "blog_articledetail"."content",
   "blog_articledetail"."article_id"
 
   FROM "blog_article"
   LEFT OUTER JOIN "blog_category" ON ("blog_article"."category_id" = "blog_category"."nid")
   LEFT OUTER JOIN "blog_articledetail" ON ("blog_article"."nid" = "blog_articledetail"."article_id")
   WHERE "blog_article"."nid" = 1; args=(1,)

深层查询

# 查询id=1的文章的用户姓名
   article=models.Article.objects.select_related("blog").get(nid=1)
   print(article.blog.user.username)
 依然须要查询两次：


SELECT
   "blog_article"."nid",
   "blog_article"."title",
   ......
 
     "blog_blog"."nid",
     "blog_blog"."title",
 
   FROM "blog_article" INNER JOIN "blog_blog" ON ("blog_article"."blog_id" = "blog_blog"."nid")
   WHERE "blog_article"."nid" = 1;
 
 
 
 
SELECT
   "blog_userinfo"."password",
   "blog_userinfo"."last_login",
   ......
 
FROM "blog_userinfo"
WHERE "blog_userinfo"."nid" = 1;



 这是由于第一次查询没有query到userInfo表，因此，修改以下：

article=models.Article.objects.select_related("blog__user").get(nid=1)
print(article.blog.user.username)


SELECT
 
"blog_article"."nid", "blog_article"."title",
......
 
 "blog_blog"."nid", "blog_blog"."title",
......
 
 "blog_userinfo"."password", "blog_userinfo"."last_login",
......
 
FROM "blog_article"
 
INNER JOIN "blog_blog" ON ("blog_article"."blog_id" = "blog_blog"."nid")
 
INNER JOIN "blog_userinfo" ON ("blog_blog"."user_id" = "blog_userinfo"."nid")
WHERE "blog_article"."nid" = 1;

总结：

select_related主要针一对一和多对一关系进行优化。
select_related使用SQL的JOIN语句进行优化，经过减小SQL查询的次数来进行优化、提升性能。
能够经过可变长参数指定须要select_related的字段名。也能够经过使用双下划线“__”链接字段名

来实现指定的递归查询。
没有指定的字段不会缓存，没有指定的深度不会缓存，若是要访问的话Django会再次进行SQL查询。
也能够经过depth参数指定递归的深度，Django会自动缓存指定深度内全部的字段。若是要访问指定深度外的字段，Django会再次进行SQL查询。
也接受无参数的调用，Django会尽量深的递归查询全部的字段。但注意有Django递归的限制和性能的浪费。
Django >= 1.7，链式调用的select_related至关于使用可变长参数。Django < 1.7，链式调用会致使前边的select_related失效，只保留最后一个。

perfetch_related()

对于多对多字段（ManyToManyField）和一对多字段，可使用prefetch_related()来进行优化。

prefetch_related()和select_related()的设计目的很类似，都是为了减小SQL查询的数量，可是实现的方式不同。后者是经过JOIN语句，在SQL查询内解决问题。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获得的表将会很长，会致使SQL语句运行时间的增长和内存占用的增长。如有n个对象，每一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，分别查询每一个表，而后用Python处理他们之间的关系。


# 查询全部文章关联的全部标签
   article_obj=models.Article.objects.all()
   for i in article_obj:
 
       print(i.tags.all()) #4篇文章: hits database 5
改成prefetch_related：


# 查询全部文章关联的全部标签
   article_obj=models.Article.objects.prefetch_related("tags").all()
   for i in article_obj:
 
       print(i.tags.all()) #4篇文章: hits database 2


SELECT "blog_article"."nid",
               "blog_article"."title",
               ......
 
FROM "blog_article";
 
 
 
SELECT
 ("blog_article2tag"."article_id") AS "_prefetch_related_val_article_id",
 "blog_tag"."nid",
 "blog_tag"."title",
 "blog_tag"."blog_id"
   FROM "blog_tag"
 INNER JOIN "blog_article2tag" ON ("blog_tag"."nid" = "blog_article2tag"."tag_id")
 WHERE "blog_article2tag"."article_id" IN (1, 2, 3, 4);

extra

extra(select=None, where=None, params=None, 
     tables=None, order_by=None, select_params=None)
有些状况下，Django的查询语法难以简单的表达复杂的 WHERE 子句，对于这种状况, Django 提供了

extra() QuerySet修改机制 — 它能在 QuerySet生成的SQL从句中注入新子句

extra能够指定一个或多个 参数,例如 select, where or tables. 这些参数都不是必须的，可是你至

少要使用一个!要注意这些额外的方式对不一样的数据库引擎可能存在移植性问题.(由于你在显式的书写SQ

L语句),除非万不得已,尽可能避免这样作

参数之select

The select 参数可让你在 SELECT 从句中添加其余字段信息，它应该是一个字典，存放着属性名到

SQL 从句的映射。
queryResult=models.Article
　　　　　　　　　　　.objects.extra(select={'is_recent': "create_time > '2017-09-05'"})
结果集中每一个 Entry 对象都有一个额外的属性is_recent, 它是一个布尔值，表示 Article对象的

create_time 是否晚于2017-09-05.

练习：
# in sqlite:
   article_obj=models.Article.objects
　　　　　　　　　　　　　　.filter(nid=1)
　　　　　　　　　　　　　　.extra(select={"standard_time":"strftime('%%Y-%%m-%%d',create_time)"})
　　　　　　　　　　　　　　.values("standard_time","nid","title")
   print(article_obj)
   # <QuerySet [{'title': 'MongoDb 入门教程', 'standard_time': '2017-09-03', 'nid': 1}]>
参数之where / tables

您可使用where定义显式SQL WHERE子句 - 也许执行非显式链接。您可使用tables手动将表添加

到SQL FROM子句。

where和tables都接受字符串列表。全部where参数均为“与”任何其余搜索条件。

举例来说：
queryResult=models.Article
　　　　　　　　　　　.objects.extra(where=['nid in (1,3) OR title like "py%" ','nid>2'])

总体插入

建立对象时，尽量使用bulk_create()来减小SQL查询的数量。例如：

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

...更优于：

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

注意该方法有不少注意事项，因此确保它适用于你的状况。

这也能够用在ManyToManyFields中，因此：

my_band.members.add(me, my_friend)

...更优于：

my_band.members.add(me)
my_band.members.add(my_friend)

...其中Bands和Artists具备多对多关联。

Django-model进阶

Django-model进阶

目录：

QuerySet

中介模型

查询优化

extra

参数之select

参数之`where` / `tables`

总体插入

Django-model进阶

Django-model进阶

目录：

QuerySet

中介模型

查询优化

extra

参数之select

参数之where / tables

总体插入

参数之`where` / `tables`