the5fire的技术博客

关注python、vim、linux、web开发和互联网--life is short, we need python.


翻译了Django1.4数据库访问优化部分

作者:the5fire | 标签:       | 发布:2013-05-09 6:21 a.m. | 阅读量: 11545, 11503

Django数据库访问优化

  • by huyang
  • @手机搜狐
  • date 2013-05-08

rst生成的html5在线ppt下载:http://www.kuaipan.cn/file/id_12834302878348970.htm

先做性能分析 - 两个工具

  • django.db.connection
from django.db import connection

# context
print connection.queries
# content

''' result is:
[{
'time': '0.002',
'sql': u'SELECT `django_session`.`session_key`, `django_session`.`session_data`, `django_session`.`expire_date` FROM `django_session` WHERE (`django_session`.`session_key` = 5584f8d708ddc2d5e32831885fc36084  AND `django_session`.`expire_date` > 2013-05-07 10:39:36 )'}]
'''
  • django_debug_toolbar link

标准的数据库优化技巧

  • Indexes, 分析应该添加什么样的索引,使用 django.db.models.Field.db_index
  • 使用对应的字段类型
title = models.CharField(max_length=100, blank=True, db_index=True, verbose_name=u'标题')

理解QuerySets

理解QuerySet的求值过程

  • QuerySets是惰性的

    news_list = News.object.all()
    # 此时并未执行数据库查询
    print news_list   # 用时方执行查询操作
    
  • 何时它们被执行.

    # 用时方执行查询操作
    print news_list
    
  • 数据如何被缓存

    #  这样的QuerySet没有被缓存
    print([e.headline for e in Entry.objects.all()])
    print([e.pub_date for e in Entry.objects.all()])
    
    # 这么做
    entries = Entry.objects.all()
    print([e.headline for e in entries])
    

理解被缓存的属性

  • QuerySet 会被缓存

  • 不可被调用的属性会被缓存

    >>> news = News.objects.get(id=1)
    >>> news.channel   # 此时的channel对象会从数据库取出
    >>> news.channel   # 这时的channel是缓存的版本,不会造成数据库访问
    
  • 方法的调用每次都会触发数据库查询

    >>> news = News.objects.get(id=1)
    >>> news.authors.all()   # 执行查询
    >>> news.authors.all()   # 再次执行查询
    

注意

  • 模板系统不允许使用括号,但它会自动调用可被调用的属性
  • 自定义的属性需要由你来实现缓存。

使用with模板标签

在模板中使用QuerySet缓存,需要使用with标签

使用iterator()

获取大量数据时

news_list = News.objects.filter(title__contains=u'违法')
for news in news_list.iterator():
    print news

让数据库做它自己的工作

基本概念

  • 使用 filter and exclude 在数据库层面执行过滤操作

    news_list = News.objects.filter(title__contains=u'和谐').exclude(status=1)
    
  • 使用 F() object query expressions 在同一模型中使用不同字段进行对比过滤

    # 查询所有title和sub_title相同的数据
    queryset = News.objects.filter(title=F('sub_title'))
    
  • 使用 注解

    # 给每个对象添加一个news_count的属性
    cl = Channel.objects.filter(parent__id=1).annotate(news_count=Count('news'))
    print cl[0].news_count
    

如果这些还不足以生成你需要的SQL的话,继续往下看:

使用 QuerySet.extra()

显式的执行SQL语句

cl = Channel.objects.filter(parent__id=1).extra(
    select={
        'another_news_count': 'SELECT COUNT(*) FROM web_news WHERE web_news.channel_id = web_channel.id'
    }
)

print cl[0].another_news_count

使用原生的SQL

cl = Channel.objects.raw('SELECT * FROM web_channel WHERE parent_id = 1')
print cl
# <RawQuerySet: 'SELECT * FROM web_channel WHERE parent_id = 1'>
for c in cl:
    print c

预加载数据

尽量一次加载你需要的数据

  • QuerySet.select_related() , 针对foreign key 和 one-to-one
news = News.objects.select_related().get(id=372924135)
print news.channel # 不会访问数据库
  • QuerySet.prefetch_related() , 1.4中存在, 和select_related()类似,针对many-to-many

不要获取你不需要的数据

使用 QuerySet.values()values_list()

当只需要一个字段的值,返回list或者dict时,使用

  • values

    news_list = News.objects.values('title').filter(channel__id=1)
    print news_list
    # [{'title': ''}, ...]
    
  • values_list

    news_list = News.objects.values_list('title').filter(channel__id=1)
    print news_list
    # [('新闻标题',),('新闻标题', ) ...]
    

使用 QuerySet.defer()only()

  • QuerySet.defer() 来延迟加载某字段,加载时会产生额外查询

    news_list = News.object.defer('title').all()
    n = news_list[0]
    print n.title   # 会产生额外的查询语句
    
  • QuerySet.only() 只加载某字段,之后读取任何属性都会产生查询

使用 QuerySet.count()

如果你只是想要获取有多少数据,不要使用 len(queryset)

nl = News.objects.filter(channel__id=2)
nl.count()
# SELECT COUNT(*) FROM `web_news` WHERE `web_news`.`channel_id` = 2 ; 'time': '0.014'

len(nl)
# 'time': '0.422'

使用 QuerySet.exists()

如果你只是想要知道是否至少存在一个结果,不要使用 if querysets

不要过度使用 count()exists()

比如,假设有一个Email的model,有一个 body 的属性和一个多对多关系的User 属性,下面的模板代码是最优的:

{% if display_inbox %}
  {% with emails=user.emails.all %}
    {% if emails %}
      <p>You have {{ emails|length }} email(s)</p>
      {% for email in emails %}
        <p>{{ email.body }}</p>
      {% endfor %}
    {% else %}
      <p>No messages today.</p>
    {% endif %}
  {% endwith %}
{% endif %}

它是最优的是因为:

  1. 因为QuerySet是惰性的,如果 'display_inbox' 是False的话,这不会产生数据库 查询。

  2. 使用 with 意味着我们会存储 user.emails.all 在一个变量中供后面使用,这允许被缓存以便重用。

  3. {% if emails %} 其实是调用 QuerySet.__nonzero__() ,在数据库层面执行 user.emails.all() ,然后返回结果,放入缓存。

  4. {{ emails|length }} 的使用将调用 QuerySet.__len__(),数据已在缓存

  5. for 循环的email数据已经在缓存中了。

    • with的使用是关键
    • 每次的QuerySet.count()调用都会产生查询

使用 QuerySet.update()delete()

  • 批量更新使用 QuerySet.update()

  • 批量删除使用 QuerySet.delete()

    批量操作不会调用类中定义的 save()delete() 方法

直接使用外键的值

获取频道ID:

news.channel_id

而不是:

news.channel.id

批量插入

  • django.db.models.query.QuerySet.bulk_create() 批量创建对象,减少SQL查询的 数量。比如
Entry.objects.bulk_create([
    Entry(headline="Python 3.0 Released"),
    Entry(headline="Python 3.1 Planned")
])

...而不是

Entry.objects.create(headline="Python 3.0 Released")
Entry.objects.create(headline="Python 3.1 Planned")

这同样适用于 ManyToManyFields, 因此,这么做

team.members.add(me, my_friend)

...而不是这么做

team.members.add(me)
team.members.add(my_friend)

...这里 teammembers 是多对多的关系。


----EOF-----

扫码关注,或者搜索微信公众号:码农悟凡


其他分类: