本文首发于公众号：Hunter 后端
原文链接：Django笔记十一之外键查询优化select_related和prefetch_related
本篇笔记目录如下：
select_related
prefetch_related
在介绍 select_related 和 prefetch_related 这两个函数前，我们先来看一个例子。
对于，Entry 和 Blog 这两个 model，前面介绍过，Blog 是 Entry 的外键，如下：
class Blog(models.Model): name = models.CharField(max_length=100) tagline = models.TextField()
class Entry(models.Model): blog = models.ForeignKey(Blog, on_delete=models.CASCADE) headline = models.CharField(max_length=255) body_text = models.TextField() pub_date = models.DateField() mod_date = models.DateField() authors = models.ManyToManyField(Author) number_of_comments = models.IntegerField() number_of_pingbacks = models.IntegerField() rating = models.IntegerField()
复制代码
比如我们需要获取 Entry 的前十条数据，然后打印出关联的 Blog 的 name 字段信息。
我们一般会如此操作：
for entry in Entry.objects.all()[:10] if entry.blog: print(entry.blog.name) else: print("没有关联 blog 数据")
复制代码
但是这样会有一个问题，那就是，这个 for 循环的操作会查询数据十一次，一次查询 Entry 数据，十次是查询每个 entry_obj 关联的 blog 数据。
这个设计对于系统来说是不合理的，想一想如果我们查询的数据是一千条，一万条，无论是系统接口的等待时间，还是数据库的访问压力，都是不可接受的。
因此我们可以引入 外键 和 ManyToManyTo 的一种能够减少数据库的访问次数的方式：select_related，prefetch_related。
select_related
当我们在使用的时候，如果有需要获取的外键数据，比如 Entry 关联的 Blog 数据，则可以将其字段名作为参数传入，这样在获取数据的时候就可以一次性将所有关联的 Blog 数据也取出来，而不用单独再去查询一遍数据库。
如下，批量操作：
for entry in Entry.objects.select_related("blog").all(): print(e.blog) # 这个操作不会额外再去查询数据库
复制代码
当然也适用于单条数据：
e = Entry.objects.get(id=5).select_related("blog")
复制代码
为了验证 select_related() 确实会只查询一遍数据库，有两种方法：一种是在数据库层面打印出来所有查询的 SQL 语句，另一种可以从侧面表示，那就是在系统层面打印出我们的查询条件转化的 SQL 语句。
比如：
Entry.objects.select_related("blog").all().query.__str__()
复制代码
可以看到会输出一个 关联了 Blog 表的 inner join 的 SQL 语句。
SELECT `blog_entry`.`id`, `blog_entry`.`blog_id`, `blog_entry`.`headline`, `blog_entry`.`body_text`, `blog_entry`.`pub_date`, `blog_entry`.`mod_date`, `blog_entry`.`number_of_comments`, `blog_entry`.`number_of_pingbacks`, `blog_entry`.`rating`, `blog_blog`.`id`, `blog_blog`.`name`, `blog_blog`.`tagline` FROM `blog_entry` INNER JOIN `blog_blog` ON (`blog_entry`.`blog_id` = `blog_blog`.`id`)
复制代码
链式获取外键数据
比如下面的 model：
class City(models.Model): pass
class Person(models.Model): hometown = models.ForeignKey( City, on_delete=models.SET_NULL, blank=True, null=True)
class Book(models.Model): author = models.ForeignKey(Person, on_delete=models.CASCADE)
复制代码
我们可以通过以下语句来将 Book 关联的 Person，以及该条 Person 数据关联的 City 数据一起查询出来：
book = Book.objects.select_related("author__hometown").get(id=4)person = book.authorcity = person.hometown
复制代码
因为我们在第一步查询的时候，通过双下划线将两个外键字段连接在一起取了出来，所以在第二步和第三步取 Person 数据和 City 数据的时候，就不需要再次查询数据库了。
同时获取多个外键关联字段
如果一个 model 有两个外键字段 foo 和 bar，那么下面的两种写法都将这两个外键字段关联取出：
select_related("foo", "bar")select_related("foo").select_related("bar")
复制代码
需要注意的是，这个链式的操作和 order_by() 的结果是不一样的哦，前面提到的 order_by() 的链式操作会导致后面的覆盖前面的，但是取外键数据的时候会同时取出。
注意： select_related() 仅作用于 ForeignKey 和 OneToOne，如果是 ManyToMany 字段，则需要用到下面的 prefetch_related() 函数。
prefetch_related()
prefetch_related() 和 select_related() 作用类似，都是通过减少查询的次数，来实现查询优化。
但 prefetch_related() 是针对 ManyToMany 的操作。
举个例子：
from django.db import models
class Topping(models.Model): name = models.CharField(max_length=30)
class Pizza(models.Model): name = models.CharField(max_length=50) toppings = models.ManyToManyField(Topping)
def __str__(self): return "%s (%s)" % ( self.name, ", ".join(topping.name for topping in self.toppings.all()), )
复制代码
当我们执行：
的时候，因为每一条 Pizza 数据实例化的时候，都会调用 str() 函数，而这个函数会再次去请求一遍数据库，所以多条 Pizza 数据会导致查询多次数据库。
因为我们可以使用 prefetch_related() 函数来达到减少查询的目的：
Pizza.objects.prefetch_related('toppings').all()
复制代码
这样的话，对数据库的查询会减少到两次，一次是查询出所有的 Pizza 数据，一次是根据所有的 pizza_id 找到所有关联的 topping 数据。
如果有兴趣，可以比对下面两条语句在 shell 中执行的时候，MySQL 服务器接收到的 SQL 查询语句：
Pizza.objects.all()
Pizza.objects.prefetch_related('toppings').all()
复制代码
下面一种情况需要注意哦：
pizzas = Pizza.objects.prefetch_related('toppings')[list(pizza.toppings.filter(spicy=True)) for pizza in pizzas]
复制代码
因为第二步操作里，会对 toppings 数据进行一次新的 filter 过滤操作，所以会导致每次该语句重新去查询数据库，也就是说，我们的 prefetch_related() 操作是失效的。
以上就是本篇笔记全部内容，接下来会介绍查询里的 defer 和 only 函数。
评论