一、select_related查询优化

select_related通过多表join关联查询，一次性获得所有数据，通过降低数据库查询次数来提升性能，但关联表不能太多，因为join操作本来就比较消耗性能。

本文通过Django debug toolbar工具来直观显示查询次数、查询语句，如果不会使用“Django debug toolbar”工具，可以翻看我之前写的博客，从而配置它！

model.Book.objects.all().select_related()
model.Book.objects.all().select_related('外键字段')
model.Book.objects.all().select_related('外键字段__外键字段')

models.py：

from django.db import models

class Publisher(models.Model):
    name = models.CharField(max_length=30, verbose_name="名称")
    address = models.CharField("地址", max_length=50)
    city = models.CharField('城市', max_length=60)
    state_province = models.CharField(max_length=30)
    country = models.CharField(max_length=50)
    website = models.URLField()
class Author(models.Model):
    name = models.CharField(max_length=30)
    hobby = models.CharField(max_length=20, default="", blank=True)
class Book(models.Model):
    title = models.CharField(max_length=100, verbose_name="书名")
    authors = models.ManyToManyField(Author)
    publisher = models.ForeignKey(Publisher, verbose_name="出版社")
    publication_date = models.DateField(null=True)
    price = models.DecimalField(max_digits=5, decimal_places=2, default=10, verbose_name="价格")

views.py：

def index(request):
    obj = Book.objects.all()
    return render(request, "index.html", locals())

book.html：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
    <p>django debug toolbar!</p>
    {% for item in obj %}
        <div>{{ item.title }} {{ item.price }} {{ item.publisher.name }}</div>
    {% endfor %}
</body>
</html>

当我们没有使用select_related时，在前端模板中，每一次循环就要向数据库发送一次请求，因为我表中数据很少，所有只发起了7次查询，

但实际生产中每个表的数据肯定是成千上万的，传统的操作对数据库的性能影响很大！

09869b38c62104efa810056359cf02bd.png

 

当我们使用select_related连表操作时，请看下例，只发起了两次查询

def index(request):
    obj = Book.objects.all().select_related("publisher")
    return render(request, "index.html", locals())

2bad9015ec1e9623715345e2a7fa6fd0.png-wh_

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，通过减少SQL查询的次数来进行优化、提高性能。

可以通过可变长参数指定需要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（也就是外键的外键，多层连表查询）。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。

 

二、prefetch_related查询优化

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。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！

models.Book.objects.prefetch_related('外键字段')

我们还是通过上例来举例：

def index(request):
    obj = Book.objects.all().prefetch_related("publisher")
    return render(request, "index.html", locals())

74f361d703e0c38264459d1da47b4c34.png4b515eeaf266edf23749f99a9da796e5.png

使用prefetch_related优化查询，貌似发起了四次数据库请求，但实际是只有两次的，就是图中划横线的SQL语句，其他两条是session相关的，我们不用理会。

我来解释一下prefetch_related是怎么发起请求的，第一步：先拿到book表的所有数据；第二步：通过select .. from ... where ... in (book表中所有出版社的外键ID)。

这样通过分别发起两次请求，获取了book表以及和book表相关联的publisher表的数据（并不是所有publisher表数据，只有和book表相关联数据！），然后通过Python处理数据的对应关联。

 

总结：

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。

 

两者区别：

select_related是通过join来关联多表，一次获取数据，存放在内存中，但如果关联的表太多，会严重影响数据库性能。

prefetch_related是通过分表，先获取各个表的数据，存放在内存中，然后通过Python处理他们之间的关联。