Web框架开发-Django-model进阶

一、QuerySet

可切片

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。

In [2]: Book.objects.all()[:5]        # （LIMIT 5）

　In [2]: Book.objects.all()[5:10]　　　　 # (OFFSET 5 LIMIT 5)

不支持负的索引（例如Entry.objects.all()[-1]）。通常，查询集 的切片返回一个新的查询集 —— 它不会执行查询。

可迭代

publish_list = models.Publish.objects.all()  # 查询出所有的出版社对象

for publish_obj in publish_list:
    print(publish.title)

　　

惰性查询

查询集 是惰性执行的 —— 创建查询集不会带来任何数据库的访问。你可以将过滤器保持一整天，直到查询集 需要求值时，Django 才会真正运行这个查询。

queryResult=models.Publish.objects.all()

print(queryResult)        # hits database

for book_obj in queryResult:
    print(book_obj.title)        # hits database

　　一般来说，只有在“请求”查询集 的结果时才会到数据库中去获取它们。当你确实需要结果时，查询集 通过访问数据库来求值。 

缓存机制

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

在一个新创建的查询集中，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，如果正在迭代查询集，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，因为对查询集使用不当的话，它会坑你的。例如，下面的语句创建两个查询集，对它们求值，然后扔掉它们：

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，因为在两次请求期间有可能有Article被添加进来或删除掉。为了避免这个问题，只需保存查询集并重新使用它：

queryResult=models.Article.objects.all()
print([a.title for a in queryResult])
print([a.create_time for a in queryResult])

何时查询集不会被缓存?

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， 如果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。所以，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 = Book.objects.all()
>>> print queryset[5] # Queries the database
>>> print queryset[5] # Queries the database again

然而，如果已经对全部查询集求值过，则将检查缓存：　　

>>> queryset = Book.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，它们会使得全部的查询集被求值并填充到缓存中：　　

>>> [book for book in queryset]
>>> bool(queryset)
>>> book in queryset
>>> list(queryset)

注：简单地打印查询集不会填充缓存。　　

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

 

exists()与iterator()方法

exists：

简单的使用if语句进行判断也会完全执行整个queryset并且把数据放入cache，虽然你并不需要这些 数据！为了避免这个，可以用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非常巨大时，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，可以使用iterator()方法 来获取数据，处理完数据就将其丢弃。

objs = Book.objects.all().iterator()
# iterator()可以一次只从数据库获取少量数据，这样可以节省内存
for obj in objs:
    print(obj.title)
#BUT,再次遍历没有打印,因为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)

当然，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。所以使 #用iterator()的时候要当心，确保你的代码在操作一个大的queryset时没有重复执行查询。

总结:

queryset的cache是用于减少程序对数据库的查询，在通常的使用下会保证只有在需要的时候才会查询数据库。 使用exists()和iterator()方法可以优化程序对内存的使用。不过，由于它们并不会生成queryset cache，可能 会造成额外的数据库查询。　

 

中介模型

处理类似搭配 pizza 和 topping 这样简单的多对多关系时，使用标准的ManyToManyField  就可以了。但是，有时你可能需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。我们可以用一个ManyToManyField 表示小组和成员之间的多对多关系。但是，有时你可能想知道更多成员关系的细节，比如成员是何时加入小组的。

对于这些情况，Django 允许你指定一个中介模型来定义多对多关系。 你可以将其他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，代码如下：

from django.db import models

# Create your models here.

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, on_delete=models.CASCADE)
    group = models.ForeignKey(Group, on_delete=models.CASCADE)
    date_joined = models.DateField()
    invite_reason = models.CharField(max_length=64)

 

用Membership来设置好ManyToManyField来使用中介模型，接下来需要创建多对多关系。需要做的就是创建中介模型的实例：

>>> 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同，你不能使用add、 create和赋值语句（比如，beatles.members = [...]）来创建关系：　　

 

# 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]

 

为什么不能这样做？这是因为你不能只创建Person和Group之间的关联关系，你还要指定Membership模型中所需要的所有信息；而简单的add、create和赋值语句是做不到这一点的。所以他们不能在使用中介模型的多对多关系中使用。此时，唯一的办法就是创建中介模型的实例。

remove()方法被禁用也是出于同样的原因。但是clear()方法且是可用的。它可以清空某个实例所有的多对多关系：

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

　　

二、查询优化

表数据

  1 class UserInfo(AbstractUser):
  2     """
  3     用户信息
  4     """
  5     nid = models.BigAutoField(primary_key=True)
  6     nickname = models.CharField(verbose_name='昵称', max_length=32)
  7     telephone = models.CharField(max_length=11, blank=True, null=True, unique=True, verbose_name='手机号码')
  8     avatar = models.FileField(verbose_name='头像',upload_to = 'avatar/',default="/avatar/default.png")
  9     create_time = models.DateTimeField(verbose_name='创建时间', auto_now_add=True)
 10  
 11     fans = models.ManyToManyField(verbose_name='粉丝们',
 12                                   to='UserInfo',
 13                                   through='UserFans',
 14                                   related_name='f',
 15                                   through_fields=('user', 'follower'))
 16  
 17     def __str__(self):
 18         return self.username
 19  
 20 class UserFans(models.Model):
 21     """
 22     互粉关系表
 23     """
 24     nid = models.AutoField(primary_key=True)
 25     user = models.ForeignKey(verbose_name='博主', to='UserInfo', to_field='nid', related_name='users')
 26     follower = models.ForeignKey(verbose_name='粉丝', to='UserInfo', to_field='nid', related_name='followers')
 27  
 28 class Blog(models.Model):
 29  
 30     """
 31     博客信息
 32     """
 33     nid = models.BigAutoField(primary_key=True)
 34     title = models.CharField(verbose_name='个人博客标题', max_length=64)
 35     site = models.CharField(verbose_name='个人博客后缀', max_length=32, unique=True)
 36     theme = models.CharField(verbose_name='博客主题', max_length=32)
 37     user = models.OneToOneField(to='UserInfo', to_field='nid')
 38     def __str__(self):
 39         return self.title
 40  
 41 class Category(models.Model):
 42     """
 43     博主个人文章分类表
 44     """
 45     nid = models.AutoField(primary_key=True)
 46     title = models.CharField(verbose_name='分类标题', max_length=32)
 47  
 48     blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')
 49  
 50 class Article(models.Model):
 51  
 52     nid = models.BigAutoField(primary_key=True)
 53     title = models.CharField(max_length=50, verbose_name='文章标题')
 54     desc = models.CharField(max_length=255, verbose_name='文章描述')
 55     read_count = models.IntegerField(default=0)
 56     comment_count= models.IntegerField(default=0)
 57     up_count = models.IntegerField(default=0)
 58     down_count = models.IntegerField(default=0)
 59     category = models.ForeignKey(verbose_name='文章类型', to='Category', to_field='nid', null=True)
 60     create_time = models.DateField(verbose_name='创建时间')
 61     blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')
 62     tags = models.ManyToManyField(
 63         to="Tag",
 64         through='Article2Tag',
 65         through_fields=('article', 'tag'),
 66 )
 67  
 68  
 69 class ArticleDetail(models.Model):
 70     """
 71     文章详细表
 72     """
 73     nid = models.AutoField(primary_key=True)
 74     content = models.TextField(verbose_name='文章内容', )
 75  
 76     article = models.OneToOneField(verbose_name='所属文章', to='Article', to_field='nid')
 77  
 78  
 79 class Comment(models.Model):
 80     """
 81     评论表
 82     """
 83     nid = models.BigAutoField(primary_key=True)
 84     article = models.ForeignKey(verbose_name='评论文章', to='Article', to_field='nid')
 85     content = models.CharField(verbose_name='评论内容', max_length=255)
 86     create_time = models.DateTimeField(verbose_name='创建时间', auto_now_add=True)
 87  
 88     parent_comment = models.ForeignKey('self', blank=True, null=True, verbose_name='父级评论')
 89     user = models.ForeignKey(verbose_name='评论者', to='UserInfo', to_field='nid')
 90  
 91     up_count = models.IntegerField(default=0)
 92  
 93     def __str__(self):
 94         return self.content
 95  
 96 class ArticleUpDown(models.Model):
 97     """
 98     点赞表
 99     """
100     nid = models.AutoField(primary_key=True)
101     user = models.ForeignKey('UserInfo', null=True)
102     article = models.ForeignKey("Article", null=True)
103     models.BooleanField(verbose_name='是否赞')
104  
105 class CommentUp(models.Model):
106     """
107     点赞表
108     """
109     nid = models.AutoField(primary_key=True)
110     user = models.ForeignKey('UserInfo', null=True)
111     comment = models.ForeignKey("Comment", null=True)
112  
113  
114 class Tag(models.Model):
115     nid = models.AutoField(primary_key=True)
116     title = models.CharField(verbose_name='标签名称', max_length=32)
117     blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')
118  
119  
120  
121 class Article2Tag(models.Model):
122     nid = models.AutoField(primary_key=True)
123     article = models.ForeignKey(verbose_name='文章', to="Article", to_field='nid')
124     tag = models.ForeignKey(verbose_name='标签', to="Tag", to_field='nid')
View Code

 

select_related

简单使用

对于一对一字段（OneToOneField）和外键字段（ForeignKey），可以使用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起性能的损耗，但是在以后使用外键关系时将不需要数据库查询。

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，从而在之后需要的时候不必再查询数据库了。

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,)
 
 
'''

　如果我们使用select_related()函数：　　　

article_list = models.Article.objects.select_related("category").all()


            for article_obj in article_list:
                    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");

　　

多外键查询

这是针对category的外键查询，如果是另外一个外键呢？让我们一起看下：

article=models.Article.objects.select_related("category").get(nid=1)
print(article.articledetail)

观察logging结果，发现依然需要查询两次，所以需要改为：

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 支持链式操作
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)

　 依然需要查询两次：　

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;

　这是因为第一次查询没有query到userInfo表，所以，修改如下：

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：

  1. 　select_related主要针对一对一和多对一关系进行优化。
  2. select_related使用sql的join语句进行优化，通过减少sql查询的次数来进行优化，提高性能。
  3. 可以通过变长参数指定需要Select_related的字段名。也可以通过使用双下划线“__" 连接字段名来实现指定的递归查询。
  4. 没有指定的字段不会缓存，没有指定的深度不会缓存，如果要访问的话django会再次进行sql查询。
  5. 也可以通过depth参数指定递归的深度，django会自动缓存指定深度内所有的字段。如果要访问指定深度外的字段，django会再次进行sql查询。
  6. 也接受无参数的调用，django会尽可能深的递归查询所有的字段。但注意有django递归的限制和性能的浪费。
  7. Django >= 1.7，链式调用的select_related相当于使用可变长参数。Django < 1.7，链式调用会导致前边的select_related失效，只保留最后一个。

　

prefetch_related()

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

prefetch_related()和select_related()的设计目的很相似，都是为了减少SQL查询的数量，但是实现的方式不一样。后者是通过JOIN语句，在SQL查询内解决问题。但是对于多对多关系，使用SQL语句解决就显得有些不太明智，因为JOIN得到的表将会很长，会导致SQL语句运行时间的增加和内存占用的增加。若有n个对象，每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，分别查询每个表，然后用Python处理他们之间的关系。

# 查询所有文章关联的所有标签
article_obj = models.Ariticle.objects.all()
for i in article_obj:
    print(i.tags.all())        #4篇文章: hits database 5

改为prefetch_related：

#  查询所有文章关联的所有标签
    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)

　　有些情况下，Django的查询语法难以简单的表达复杂的 WHERE 子句，对于这种情况, 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可以指定一个或多个 参数,例如 select, where or tables. 这些参数都不是必须的，但是你至少要使用一个!要注意这些额外的方式对不同的数据库引擎可能存在移植性问题.(因为你在显式的书写SQL语句),除非万不得已,尽量避免这样做

　　

参数之select

The select 参数可以让你在 SELECT 从句中添加其他字段信息，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 > '2018-01-22'"})

　结果集中每个 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2018-01-22

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

您可以使用where定义显式SQL WHERE子句 - 也许执行非显式连接。您可以使用tables手动将表添加到SQL FROM子句。

where和tables都接受字符串列表。所有where参数均为“与”任何其他搜索条件。

举例来讲：

 

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

 

　

整体插入

创建对象时，尽可能使用bulk_create()来减少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")

注意该方法有很多注意事项，所以确保它适用于你的情况。

这也可以用在ManyToManyFields中，所以：

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具有多对多关联。

　　

　

　　

　　

　

 

posted @ 2018-10-23 10:14  芳姐  阅读(213)  评论(0)  编辑  收藏  举报