怎么新建MySQL数据库

发布时间:2023-01-06 作者:admin
阅读:470
这篇文章主要讲解了“在django里怎样优化提高数据库查询效率”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“在django里怎样优化提高数据库查询效率”吧!

目录
  • 前言
  • 实例背景
  • prefetch_related()
    • 作用和方法
  • 使用方法
    • *lookups 参数
  • Prefetch 对象
    • None
  • 总结

    前言

    在数据库有外键的时候,使用 select_related() 和 prefetch_related() 可以很好的减少数据库请求的次数,从而提高性能。本文通过一个简单的例子详解这两个函数的作用。虽然QuerySet的文档中已经详细说明了,但本文试图从QuerySet触发的SQL语句来分析工作方式,从而进一步了解Django具体的运作方式。

    实例背景

    假定一个个人信息系统,需要记录系统中各个人的故乡、居住地、以及到过的城市。数据库设计如下:

    models.py 内容:

    from django.db import models
    
    class Province(models.Model):
        name = models.CharField(max_length=10)
        def __unicode__(self):
            return self.name
    
    class City(models.Model):
        name = models.CharField(max_length=5)
        province = models.ForeignKey(Province)
        def __unicode__(self):
            return self.name
    
    class Person(models.Model):
        firstname  = models.CharField(max_length=10)
        lastname   = models.CharField(max_length=10)
        visitation = models.ManyToManyField(City, related\_name = "visitor")
        hometown   = models.ForeignKey(City, related\_name = "birth")
        living     = models.ForeignKey(City, related\_name = "citizen")
        def __unicode__(self):
            return self.firstname + self.lastname
    

    PS:

    注1:创建的app名为“QSOptimize”

    注2:为了简化起见,qsoptimize_province 表中只有2条数据:湖北省和广东省,qsoptimize_city表中只有三条数据:武汉市、十堰市和广州市  

    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。或许你会说,没有一个叫OneToManyField的东西啊。实际上 ,ForeignKey就是一个多对一的字段,而被ForeignKey关联的字段就是一对多字段了。

    作用和方法

    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。继续以上边的例子进行说明,如果我们要获得张三所有去过的城市,使用prefetch_related()应该是这么做:

    >>> zhangs = Person.objects.prefetch_related('visitation').get(firstname=u"张",lastname=u"三")
    >>> for city in zhangs.visitation.all() :
    ...   print city
    ...
    

    上述代码触发的SQL查询如下:

    SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`,
    `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` 
    FROM `QSOptimize_person` 
    WHERE (`QSOptimize_person`.`lastname` = '三'  AND `QSOptimize_person`.`firstname` = '张'); 
    
    SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`, 
    `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` 
    FROM `QSOptimize_city` 
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`)
    WHERE `QSOptimize_person_visitation`.`person_id` IN (1);

    第一条SQL查询仅仅是获取张三的Person对象,第二条比较关键,它选取关系表QSOptimize_person_visitation中person_id为张三的行,然后和city表内联(INNER JOIN 也叫等值连接)得到结果表。

    +----+-----------+----------+-------------+-----------+
    | id | firstname | lastname | hometown_id | living_id |
    +----+-----------+----------+-------------+-----------+
    |  1 | 张        | 三       |           3 |         1 |
    +----+-----------+----------+-------------+-----------+
    1 row in set (0.00 sec)

    +-----------------------+----+-----------+-------------+
    | _prefetch_related_val | id | name      | province_id |
    +-----------------------+----+-----------+-------------+
    |                     1 |  1 | 武汉市    |           1 |
    |                     1 |  2 | 广州市    |           2 |
    |                     1 |  3 | 十堰市    |           1 |
    +-----------------------+----+-----------+-------------+
    3 rows in set (0.00 sec)
    

    显然张三武汉、广州、十堰都去过。

    又或者,我们要获得湖北的所有城市名,可以这样:

    >>> hb = Province.objects.prefetch_related('city_set').get(name__iexact=u"湖北省")
    >>> for city in hb.city_set.all():
    ...   city.name
    ...
    

    触发的SQL查询:

    SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name` 
    FROM `QSOptimize_province` 
    WHERE `QSOptimize_province`.`name` LIKE '湖北省' ;
    
    SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` 
    FROM `QSOptimize_city` 
    WHERE `QSOptimize_city`.`province_id` IN (1);

    得到的表:

    +----+-----------+
    | id | name      |
    +----+-----------+
    |  1 | 湖北省    |
    +----+-----------+
    1 row in set (0.00 sec)
    
    +----+-----------+-------------+
    | id | name      | province_id |
    +----+-----------+-------------+
    |  1 | 武汉市    |           1 |
    |  3 | 十堰市    |           1 |
    +----+-----------+-------------+
    2 rows in set (0.00 sec)

    使用方法

    *lookups 参数

    prefetch_related()在Django < 1.7 只有这一种用法。和select_related()一样,prefetch_related()也支持深度查询,例如要获得所有姓张的人去过的省:

    >>> zhangs = Person.objects.prefetch_related('visitation__province').filter(firstname__iexact=u'张')
    >>> for i in zhangs:
    ...   for city in i.visitation.all():
    ...     print city.province
    ...
    

    触发的SQL:

    SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, 
    `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` 
    FROM `QSOptimize_person` 
    WHERE `QSOptimize_person`.`firstname` LIKE '张' ;
    
    SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`,
    `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` 
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`)
    WHERE `QSOptimize_person_visitation`.`person_id` IN (1, 4);
    
    SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name` 
    FROM `QSOptimize_province` 
    WHERE `QSOptimize_province`.`id` IN (1, 2);

    获得的结果:

    +----+-----------+----------+-------------+-----------+
    | id | firstname | lastname | hometown_id | living_id |
    +----+-----------+----------+-------------+-----------+
    |  1 | 张        | 三       |           3 |         1 |
    |  4 | 张        | 六       |           2 |         2 |
    +----+-----------+----------+-------------+-----------+
    2 rows in set (0.00 sec)
    
    +-----------------------+----+-----------+-------------+
    | _prefetch_related_val | id | name      | province_id |
    +-----------------------+----+-----------+-------------+
    |                     1 |  1 | 武汉市    |           1 |
    |                     1 |  2 | 广州市    |           2 |
    |                     4 |  2 | 广州市    |           2 |
    |                     1 |  3 | 十堰市    |           1 |
    +-----------------------+----+-----------+-------------+
    4 rows in set (0.00 sec)
    
    +----+-----------+
    | id | name      |
    +----+-----------+
    |  1 | 湖北省    |
    |  2 | 广东省    |
    +----+-----------+
    2 rows in set (0.00 sec)

    值得一提的是,链式prefetch_related会将这些查询添加起来,就像1.7中的select_related那样。

    要注意的是,在使用QuerySet的时候,一旦在链式操作中改变了数据库请求,之前用prefetch_related缓存的数据将会被忽略掉。这会导致Django重新请求数据库来获得相应的数据,从而造成性能问题。这里提到的改变数据库请求指各种filter()、exclude()等等最终会改变SQL代码的操作。而all()并不会改变最终的数据库请求,因此是不会导致重新请求数据库的。

    举个例子,要获取所有人访问过的城市中带有“市”字的城市,这样做会导致大量的SQL查询:

    plist = Person.objects.prefetch_related('visitation')
    [p.visitation.filter(name__icontains=u"市") for p in plist]
    

    因为数据库中有4人,导致了2+4次SQL查询:

    SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, 
    `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` 
    FROM `QSOptimize_person`;
    
    SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`,
    `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` 
    FROM `QSOptimize_city` 
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`)
    WHERE `QSOptimize_person_visitation`.`person_id` IN (1, 2, 3, 4);
    
    SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` 
    FROM `QSOptimize_city` 
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) 
    WHERE(`QSOptimize_person_visitation`.`person_id` = 1  AND `QSOptimize_city`.`name` LIKE '%市%' );
    
    SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` 
    FROM `QSOptimize_city` 
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) 
    WHERE (`QSOptimize_person_visitation`.`person_id` = 2  AND `QSOptimize_city`.`name` LIKE '%市%' ); 
    
    SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` 
    FROM `QSOptimize_city`
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) 
    WHERE (`QSOptimize_person_visitation`.`person_id` = 3  AND `QSOptimize_city`.`name` LIKE '%市%' );
    
    SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` 
    FROM `QSOptimize_city` 
    INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) 
    WHERE (`QSOptimize_person_visitation`.`person_id` = 4  AND `QSOptimize_city`.`name` LIKE '%市%' );

    详细分析一下这些请求事件。

    众所周知,QuerySet是lazy的,要用的时候才会去访问数据库。运行到第二行Python代码时,for循环将plist看做iterator,这会触发数据库查询。最初的两次SQL查询就是prefetch_related导致的。

    虽然已经查询结果中包含所有所需的city的信息,但因为在循环体中对Person.visitation进行了filter操作,这显然改变了数据库请求。因此这些操作会忽略掉之前缓存到的数据,重新进行SQL查询。

    但是如果有这样的需求了应该怎么办呢?在Django >= 1.7,可以通过下一节的Prefetch对象来实现,如果你的环境是Django < 1.7,可以在Python中完成这部分操作。

    plist = Person.objects.prefetch_related('visitation')
    [[city for city in p.visitation.all() if u"市" in city.name] for p in plist]
    

    Prefetch 对象

    在Django >= 1.7,可以用Prefetch对象来控制prefetch_related函数的行为。

    注:由于我没有安装1.7版本的Django环境,本节内容是参考Django文档写的,没有进行实际的测试。

    Prefetch对象的特征:

    1. 一个Prefetch对象只能指定一项prefetch操作。
    2. Prefetch对象对字段指定的方式和prefetch_related中的参数相同,都是通过双下划线连接的字段名完成的。
    3. 可以通过 queryset 参数手动指定prefetch使用的QuerySet。
    4. 可以通过 to_attr 参数指定prefetch到的属性名。
    5. Prefetch对象和字符串形式指定的lookups参数可以混用。

    继续上面的例子,获取所有人访问过的城市中带有“武”字和“州”的城市:

    wus = City.objects.filter(name__icontains = u"武")
    zhous = City.objects.filter(name__icontains = u"州")
    plist = Person.objects.prefetch_related(
        Prefetch('visitation', queryset = wus, to_attr = "wu_city"),
        Prefetch('visitation', queryset = zhous, to_attr = "zhou_city"),)
    [p.wu_city for p in plist]
    [p.zhou_city for p in plist]
    

    顺带一提,Prefetch对象和字符串参数可以混用。

    None

    可以通过传入一个None来清空之前的prefetch_related。就像这样:

    >>> prefetch_cleared_qset = qset.prefetch_related(None)
    

    总结

    1. prefetch_related主要针一对多和多对多关系进行优化。
    2. 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。
    3. 可以通过可变长参数指定需要select_related的字段名。指定方式和特征与select_related是相同的。
    4. 在Django >= 1.7可以通过Prefetch对象来实现复杂查询,但低版本的Django好像只能自己实现。
    5. 作为prefetch_related的参数,Prefetch对象和字符串可以混用。
    6. prefetch_related的链式调用会将对应的prefetch添加进去,而非替换,似乎没有基于不同版本上区别。
    7. 可以通过传入None来清空之前的prefetch_related。



    以上就是关于“在django里怎样优化提高数据库查询效率”的介绍了,感谢各位的阅读,希望这篇文章能帮助大家解决问题。如果想要了解更多知识,欢迎关注群英网络,小编每天都会为大家更新不同的知识。

    免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。

    二维码-群英

    长按识别二维码并关注微信

    更方便到期提醒、手机管理

    7*24 全天候服务

    售前 400-678-4567

    售后 0668-2555666

    售后 400 678 4567

    信息安全 0668-2555 118

    域名空间 3004329145