07.Django學習之model進階

  • 2019 年 10 月 3 日
  • 筆記

一 QuerySet

可切片

使用Python 的切片語法來限制查詢集記錄的數目 。它等同於SQL 的LIMIT 和OFFSET 子句。

>>> Entry.objects.all()[:5]      # (LIMIT 5)    >>> Entry.objects.all()[5:10]    # (OFFSET 5 LIMIT 5)

不支援負的索引（例如Entry.objects.all()[-1]）。通常，查詢集 的切片返回一個新的查詢集 —— 它不會執行查詢。

可迭代

articleList=models.Article.objects.all()    for article in articleList:      print(article.title)

惰性查詢

查詢集 是惰性執行的 —— 創建查詢集不會帶來任何資料庫的訪問。你可以將過濾器保持一整天，直到查詢集 需要求值時，Django 才會真正運行這個查詢。（關於惰性是不是在迭代器的地方聽過呀）

queryResult=models.Article.objects.all() # not hits database，通過看到的列印的翻譯出來的sql語句記錄，你會發現單純的這句話並沒有sql語句列印    print(queryResult) # hits database    for article in queryResult:      print(article.title)    # hits database    if判斷的時候也會執行，if queryResult:pass

一般來說，只有在「請求」查詢集 的結果時才會到資料庫中去獲取它們。當你確實需要結果時，查詢集 通過訪問資料庫來求值。 關於求值發生的準確時間，參見何時計算查詢集。　　

快取機制

每個查詢集都包含一個快取來最小化對資料庫的訪問。理解它是如何工作的將讓你編寫最高效的程式碼。叫做queryset快取空間

在一個新創建的查詢集中，快取為空。首次對查詢集進行求值 —— 同時發生資料庫查詢 ——Django 將保存查詢的結果到查詢集(非簡單查詢的查詢結果，簡單查詢往下看。)的快取中並返回明確請求的結果（例如，如果正在迭代查詢集，則返回下一個結果）。接下來對該查詢集 的求值將重用快取的結果。

請牢記這個快取行為，因為對查詢集使用不當的話，它會坑你的。例如，下面的語句創建兩個查詢集，對它們求值，然後扔掉它們：

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

這意味著相同的資料庫查詢將執行兩次，顯然倍增了你的資料庫負載。同時，還有可能兩個結果列表並不包含相同的資料庫記錄，因為在兩次請求期間有可能有Article被添加進來或刪除掉。為了避免這個問題，只需保存查詢集並重新使用它：

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

何時查詢集不會被快取?

查詢集不會永遠快取它們的結果。當只對查詢集的部分進行求值時會檢查快取， 如果這個部分不在快取中，那麼接下來查詢返回的記錄都將不會被快取。所以，這意味著使用切片或索引來限制查詢集將不會填充快取。

例如，重複獲取查詢集對象中一個特定的索引將每次都查詢資料庫：

>>> queryset = Entry.objects.all()  >>> print queryset[5] # Queries the database  >>> print queryset[5] # Queries the database again

然而，如果已經對全部查詢集求值過，則將檢查快取：

>>> queryset = Entry.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，它們會使得全部的查詢集被求值並填充到快取中：

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

注意：簡單地列印查詢集不會填充快取。

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

exists()與iterator()方法

exists：

簡單的使用if語句進行判斷也會完全執行整個queryset並且把數據放入cache，雖然你並不需要這些 數據！為了避免這個，可以用exists()方法來檢查是否有數據：

 if queryResult.exists():      #SELECT (1) AS "a" FROM "blog_article" LIMIT 1; args=()          print("exists...")

iterator:

當queryset非常巨大時，cache會成為問題。

處理成千上萬的記錄時，將它們一次裝入記憶體是很浪費的。更糟糕的是，巨大的queryset可能會鎖住系統 進程，讓你的程式瀕臨崩潰。要避免在遍曆數據的同時產生queryset cache，可以使用iterator()方法 來獲取數據，處理完數據就將其丟棄。

objs = Book.objects.all().iterator()  --- objs變成了一個生成器，生成器也是迭代器，但是生成器有個特點，就是取完值就不能再取了  # iterator()可以一次只從資料庫獲取少量數據，這樣可以節省記憶體  for obj in objs:      print(obj.title)  #BUT,再次遍歷沒有列印,因為迭代器已經在上一次遍歷(next)到最後一次了,沒得遍歷了  for obj in objs:      print(obj.title)

當然，使用iterator()方法來防止生成cache，意味著遍歷同一個queryset時會重複執行查詢。所以使 #用iterator()的時候要當心，確保你的程式碼在操作一個大的queryset時沒有重複執行查詢。

總結:

queryset的cache是用於減少程式對資料庫的查詢，在通常的使用下會保證只有在需要的時候才會查詢資料庫。 使用exists()和iterator()方法可以優化程式對記憶體的使用。不過，由於它們並不會生成queryset cache，可能 會造成額外的資料庫查詢。　

二 中介模型

處理類似搭配 pizza 和 topping 這樣簡單的多對多關係時，使用標準的ManyToManyField 就可以了。但是，有時你可能需要關聯數據到兩個模型之間的關係上。

例如，有這樣一個應用，它記錄音樂家所屬的音樂小組。我們可以用一個ManyToManyField 表示小組和成員之間的多對多關係。但是，有時你可能想知道更多成員關係的細節，比如成員是何時加入小組的。

對於這些情況，Django 允許你指定一個中介模型來定義多對多關係。 你可以將其他欄位放在中介模型裡面。源模型的ManyToManyField 欄位將使用through 參數指向中介模型。對於上面的音樂小組的例子，程式碼如下：

from django.db import models    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)      group = models.ForeignKey(Group)      date_joined = models.DateField()      invite_reason = models.CharField(max_length=64)

既然你已經設置好ManyToManyField 來使用中介模型（在這個例子中就是Membership），接下來你要開始創建多對多關係。你要做的就是創建中介模型的實例：

>>> 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>]

與普通的多對多欄位不同，你不能使用add、 create和賦值語句（比如，beatles.members = [...]）來創建關係：

# 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]

為什麼不能這樣做？ 這是因為你不能只創建 Person和 Group之間的關聯關係，你還要指定 Membership模型中所需要的所有資訊；而簡單的add、create 和賦值語句是做不到這一點的。所以它們不能在使用中介模型的多對多關係中使用。此時，唯一的辦法就是創建中介模型的實例。

remove()方法被禁用也是出於同樣的原因。但是clear() 方法卻是可用的。它可以清空某個實例所有的多對多關係：

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

三 查詢優化

表數據

class UserInfo(AbstractUser):      """      用戶資訊      """      nid = models.BigAutoField(primary_key=True)      nickname = models.CharField(verbose_name='昵稱', max_length=32)      telephone = models.CharField(max_length=11, blank=True, null=True, unique=True, verbose_name='手機號碼')      avatar = models.FileField(verbose_name='頭像',upload_to = 'avatar/',default="/avatar/default.png")      create_time = models.DateTimeField(verbose_name='創建時間', auto_now_add=True)        fans = models.ManyToManyField(verbose_name='粉絲們',                                    to='UserInfo',                                    through='UserFans',                                    related_name='f',                                    through_fields=('user', 'follower'))        def __str__(self):          return self.username    class UserFans(models.Model):      """      互粉關係表      """      nid = models.AutoField(primary_key=True)      user = models.ForeignKey(verbose_name='部落客', to='UserInfo', to_field='nid', related_name='users')      follower = models.ForeignKey(verbose_name='粉絲', to='UserInfo', to_field='nid', related_name='followers')    class Blog(models.Model):        """      部落格資訊      """      nid = models.BigAutoField(primary_key=True)      title = models.CharField(verbose_name='個人部落格標題', max_length=64)      site = models.CharField(verbose_name='個人部落格後綴', max_length=32, unique=True)      theme = models.CharField(verbose_name='部落格主題', max_length=32)      user = models.OneToOneField(to='UserInfo', to_field='nid')      def __str__(self):          return self.title    class Category(models.Model):      """      部落客個人文章分類表      """      nid = models.AutoField(primary_key=True)      title = models.CharField(verbose_name='分類標題', max_length=32)        blog = models.ForeignKey(verbose_name='所屬部落格', to='Blog', to_field='nid')    class Article(models.Model):        nid = models.BigAutoField(primary_key=True)      title = models.CharField(max_length=50, verbose_name='文章標題')      desc = models.CharField(max_length=255, verbose_name='文章描述')      read_count = models.IntegerField(default=0)      comment_count= models.IntegerField(default=0)      up_count = models.IntegerField(default=0)      down_count = models.IntegerField(default=0)      category = models.ForeignKey(verbose_name='文章類型', to='Category', to_field='nid', null=True)      create_time = models.DateField(verbose_name='創建時間')      blog = models.ForeignKey(verbose_name='所屬部落格', to='Blog', to_field='nid')      tags = models.ManyToManyField(          to="Tag",          through='Article2Tag',          through_fields=('article', 'tag'),  )      class ArticleDetail(models.Model):      """      文章詳細表      """      nid = models.AutoField(primary_key=True)      content = models.TextField(verbose_name='文章內容', )        article = models.OneToOneField(verbose_name='所屬文章', to='Article', to_field='nid')      class Comment(models.Model):      """      評論表      """      nid = models.BigAutoField(primary_key=True)      article = models.ForeignKey(verbose_name='評論文章', to='Article', to_field='nid')      content = models.CharField(verbose_name='評論內容', max_length=255)      create_time = models.DateTimeField(verbose_name='創建時間', auto_now_add=True)        parent_comment = models.ForeignKey('self', blank=True, null=True, verbose_name='父級評論')      user = models.ForeignKey(verbose_name='評論者', to='UserInfo', to_field='nid')        up_count = models.IntegerField(default=0)        def __str__(self):          return self.content    class ArticleUpDown(models.Model):      """      點贊表      """      nid = models.AutoField(primary_key=True)      user = models.ForeignKey('UserInfo', null=True)      article = models.ForeignKey("Article", null=True)      models.BooleanField(verbose_name='是否贊')    class CommentUp(models.Model):      """      點贊表      """      nid = models.AutoField(primary_key=True)      user = models.ForeignKey('UserInfo', null=True)      comment = models.ForeignKey("Comment", null=True)      class Tag(models.Model):      nid = models.AutoField(primary_key=True)      title = models.CharField(verbose_name='標籤名稱', max_length=32)      blog = models.ForeignKey(verbose_name='所屬部落格', to='Blog', to_field='nid')        class Article2Tag(models.Model):      nid = models.AutoField(primary_key=True)      article = models.ForeignKey(verbose_name='文章', to="Article", to_field='nid')      tag = models.ForeignKey(verbose_name='標籤', to="Tag", to_field='nid')

簡單使用

對於一對一欄位（OneToOneField）和外鍵欄位（ForeignKey），可以使用select_related 來對QuerySet進行優化。

select_related 返回一個QuerySet，當執行它的查詢時它沿著外鍵關係查詢關聯的對象的數據。它會生成一個複雜的查詢並引起性能的損耗，但是在以後使用外鍵關係時將不需要資料庫查詢。

簡單說，在對QuerySet使用select_related()函數後，Django會獲取相應外鍵對應的對象，從而在之後需要的時候不必再查詢資料庫了。

下面的例子解釋了普通查詢和select_related() 查詢的區別。

查詢id=2的文章的分類名稱,下面是一個標準的查詢：

# 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,)      '''

如果我們使用select_related()函數：

articleList=models.Article.objects.select_related("category").all()          for article_obj in articleList:          #  Doesn't hit the database, because article_obj.category          #  has been prepopulated in the previous query.          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");

多外鍵查詢

這是針對category的外鍵查詢，如果是另外一個外鍵呢？讓我們一起看下：

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

觀察logging結果，發現依然需要查詢兩次，所以需要改為：

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 支援鏈式操作  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,)

深層查詢

# 查詢id=1的文章的用戶姓名        article=models.Article.objects.select_related("blog").get(nid=1)      print(article.blog.user.username)

依然需要查詢兩次：

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;

這是因為第一次查詢沒有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;

總結

  1. select_related主要針一對一和多對一關係進行優化。
  2. select_related使用SQL的JOIN語句進行優化，通過減少SQL查詢的次數來進行優化、提高性能。
  3. 可以通過可變長參數指定需要select_related的欄位名。也可以通過使用雙下劃線「__」連接欄位名來實現指定的遞歸查詢。
  4. 沒有指定的欄位不會快取，沒有指定的深度不會快取，如果要訪問的話Django會再次進行SQL查詢。
  5. 也可以通過depth參數指定遞歸的深度，Django會自動快取指定深度內所有的欄位。如果要訪問指定深度外的欄位，Django會再次進行SQL查詢。
  6. 也接受無參數的調用，Django會儘可能深的遞歸查詢所有的欄位。但注意有Django遞歸的限制和性能的浪費。
  7. Django >= 1.7，鏈式調用的select_related相當於使用可變長參數。Django < 1.7，鏈式調用會導致前邊的select_related失效，只保留最後一個。

對於多對多欄位（ManyToManyField）和一對多欄位，可以使用prefetch_related()來進行優化。

prefetch_related()和select_related()的設計目的很相似，都是為了減少SQL查詢的數量，但是實現的方式不一樣。後者是通過JOIN語句，在SQL查詢內解決問題。但是對於多對多關係，使用SQL語句解決就顯得有些不太明智，因為JOIN得到的表將會很長，會導致SQL語句運行時間的增加和記憶體佔用的增加。若有n個對象，每個對象的多對多欄位對應Mi條，就會生成Σ(n)Mi 行的結果表。

prefetch_related()的解決方法是，分別查詢每個表，然後用Python處理他們之間的關係。

# 查詢所有文章關聯的所有標籤      article_obj=models.Article.objects.all()      for i in article_obj:            print(i.tags.all())  #4篇文章: hits database 5    改為prefetch_related：  # 查詢所有文章關聯的所有標籤      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);

四 extra

extra(select=None, where=None, params=None,

      tables=None, order_by=None, select_params=None)

有些情況下，Django的查詢語法難以簡單的表達複雜的 WHERE 子句，對於這種情況, Django 提供了 extra() QuerySet修改機制 — 它能在 QuerySet生成的SQL從句中注入新子句

extra可以指定一個或多個 參數,例如 select, where or tables. 這些參數都不是必須的，但是你至少要使用一個!要注意這些額外的方式對不同的資料庫引擎可能存在移植性問題.(因為你在顯式的書寫SQL語句),除非萬不得已,盡量避免這樣做

參數之select

The select 參數可以讓你在 SELECT 從句中添加其他欄位資訊，它應該是一個字典，存放著屬性名到 SQL 從句的映射。

queryResult=models.Article　　　　　　　　　　　.objects.extra(select={'is_recent': "create_time > '2017-09-05'"})

結果集中每個 Entry 對象都有一個額外的屬性is_recent, 它是一個布爾值，表示 Article對象的create_time 是否晚於2017-09-05.

練習：

# 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 入門教程', 'standard_time': '2017-09-03', 'nid': 1}]>

參數之where / tables

您可以使用where定義顯式SQL WHERE子句 – 也許執行非顯式連接。您可以使用tables手動將表添加到SQL FROM子句。

where和tables都接受字元串列表。所有where參數均為「與」任何其他搜索條件。

舉例來講：

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

回到頂部

整體插入

創建對象時，儘可能使用bulk_create()來減少SQL查詢的數量。例如：

Entry.objects.bulk_create([      Entry(headline="Python 3.0 Released"),      Entry(headline="Python 3.1 Planned")  ])

…更優於：

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

注意該方法有很多注意事項，所以確保它適用於你的情況。

這也可以用在ManyToManyFields中，所以：

my_band.members.add(me, my_friend)

…更優於：

my_band.members.add(me)  my_band.members.add(my_friend)

…其中Bands和Artists具有多對多關聯。

VirMach 便宜 VPS

QNews

QNews