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

admin6个月前 (04-22)AI技术577

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

且

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

和

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

和

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

【深度学习】Java DL4J 2024年度技术总结

一、Java DL4J深度学习概述 1.1 DL4J框架简介 1.2 与其他深度学习框架的比较 1.3 DL4J 的优势 1.3.1 与 Java 生态系统的无...

使用 ESP

针对该分类问题,我们使用了 Kaggle 手势识别数据集 中的一个开源数据集。原始数据集包括 10 个类别,我们只使用了其中 6 个。这些类别更容易识别,且日常生活中更有用,如...

神经网络中的单层神经网络

神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。 看一个经典的神经网络。这是一个包...

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,...

几种主要的神经网络

卷积神经网络的输入为二维的像素整阵列,输出为这个图片的属性,当网络训练学习后,所输入的图片或许经过稍微的变换,但卷积神经网络还是可以通过识别图片局部的特征而将整个图片识别出来。 :该层...

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。