当前位置:首页 > AI技术 > 正文内容

优化高级技巧:Django select related怎么 一对多查询减少SQL执行次数 |Duuu笔记

admin3个月前 (04-22)AI技术270

在生产环境中优化优化,本文分析

select_related 仅用于正向 ForeignKey 或 OneToOneField 关联,通过 JOIN 避免 N+1 查询;不支持反向关系、多对多字段;嵌套用双下划线;与 values() 等联用时易失效,需谨慎调试 SQL。

什么时候该用

select_related

只在「正向 ForeignKey 或 OneToOneField 关联」时才有效,比如

Article.author

author

是外键字段)。它通过 SQL 的

JOIN

一次性把关联对象查出来,避免 N+1 查询。

常见错误现象:

for article in Article.objects.all(): print(article.author.name)

会触发 1 次主表查询 + N 次

Author

查询;加了

select_related('author')

后只剩 1 次 JOIN 查询。

不能用于反向关系(如

author.article_set.all()

),那得用

prefetch_related

不支持多对多字段(

ManyToManyField

),哪怕正向定义也不行

如果关联字段允许为空(

null=True

),Django 默认用

INNER JOIN

,可能漏掉主表记录;需显式写

select_related('author__profile')

或改用

select_related('author').filter(author__isnull=False)

select_related

多层嵌套怎么写?

用双下划线连起来就行,比如

select_related('author__profile__avatar')

。Django 会生成多表 LEFT JOIN(只要中间字段允许 null,就自动用 LEFT;否则用 INNER)。

使用场景:用户列表页要显示作者头像、作者所在部门名称,且这些关系都是单向外键链。

每多一层,SQL 中就多一个 JOIN,字段膨胀风险上升——别无脑嵌套 4 层以上

如果某层字段是

OneToOneField

null=False

,Django 仍用 INNER JOIN,可能过滤掉数据

注意字段名冲突:比如

author__id

id

都存在,QuerySet 返回的

article.id

仍是主表 ID,但底层 SQL 列名会重命名避免冲突,不影响 Python 访问

values()

/

values_list()

一起用要注意什么?

一旦调用了

values()

select_related

就失效了——因为

values()

只返回字典,不再实例化模型对象,关联对象自然无法懒加载,Django 也就不生成 JOIN。

Action Figure AI

借助Action Figure AI的先进技术,瞬间将照片转化为定制动作人偶。

下载

性能影响明显:你以为加了

select_related

能省 SQL,结果

values('title', 'author__name')

看似等价,实则 Django 内部会忽略

select_related

,改走子查询或干脆不优化。

想取特定字段又想 JOIN,用

only('title', 'author_id')

+

select_related('author')

,再访问

obj.author.name

values_list('title', 'author__name')

是特例:它能触发 JOIN,但返回的是元组,不是模型实例,适合纯数据导出场景

如果已经用了

values()

,又想减少查询,只能手动

annotate()

+

F()

表达式模拟字段拼接

为什么有时候加了

select_related

SQL 没变少?

最常见原因是 QuerySet 被切片、排序或过滤到了关联字段上,导致 Django 放弃 JOIN 优化,退化成子查询。

典型错误场景:

Article.objects.select_related('author').order_by('author__name')[:10]

—— 这个

order_by

引用了外键字段,Django 为保证分页语义正确,会先查出主表 ID,再按 ID 批量查关联对象,变成 2 次查询。

解决办法:换用数据库原生排序(确保

author__name

有索引),或把排序逻辑移到 Python 层(仅限小数据集)

filter(author__name__icontains='x')

不影响

select_related

生效,它只是 WHERE 条件,JOIN 照常

调试技巧:打印

str(qs.query)

看实际 SQL,比猜靠谱得多

Django 的

select_related

是个精准工具,不是银弹。它只解决单向外键链的 N+1,且极易因后续链式操作被悄悄绕过。真正容易被忽略的,是它和

values()

order_by()

distinct()

这些方法的隐式冲突——这些地方不报错,但优化就没了。

标签: PHP编程技术

相关文章

什么是LLM?看这一篇就够了!

一、全套AGI大模型学习路线 AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能! 二、640套AI大模型报告合集 这套包含640份报告的合集,涵盖了AI大...

跨平台机器学习:ML.NET架构及应用编程

平台上的一个机器学习框架,它提供了一套丰富的算法和工具,使得开发人员可以轻松地构建和部署机器学习模型。支持多种编程语言,包括等,这使得它成为跨平台机器学习的理想选择。的架构主要包括三个部分:数据读取、...

一文讲清神经网络、BP神经网络、深度学习的关系

人工神经网络中的顶级代表。往往说《神经网络》就是指《BP神经网络》。 大家研究着各种神经网络,研究得不亦乐乎, 来了两个家伙Romelhart 和Mcclelland,...

什么是人工智能 ?

您可以使用 ML 训练 AI,使其精确、快速地执行任务。这可以通过自动化员工感到吃力或厌烦的业务部分来提高运营效率。同样,您可以使用 AI 自动化来腾出员工资源,用于更复杂和更具创造性的工作。...

前端开发高级应用:MuleRun如何连接Slack通知 MuleRun消息推送集成配置步骤实战案例|Duuu笔记

若MuleRun无法向Slack推送通知,需依次配置Incoming Webhook或Bot Token、在MuleRun中设置对应通知目标参数,并通过最小化任务测试验证;常见失败原因包括凭据错误、权...

bp神经网络是什么网络,神经网络和bp神经网络

1、前馈神经网络:一种最简单的神经网络,各神经元分层排列。每个神经元只与前一层的神经元相连。接收前一层的输出,并输出给下一层.各层间没有反馈。 2、BP神经网络:是一种按照误差逆向传播...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。