加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 大数据 > 正文

Django-model进阶(中介模型,查询优化,extra,整体插入)

发布时间:2020-12-15 17:20:12 所属栏目:大数据 来源:网络整理
导读:div class="postBody" div id="cnblogs_post_body" QuerySet 可切片 记录的数目。 和 子句。 /td td class="code" div class="container" div class="line number1 index0 alt2"code class="sql plain" Entry.objects. code class="sql color1"all code clas

<div class="postBody">
<div id="cnblogs_post_body">

QuerySet

可切片

记录的数目。子句。

</td>
<td class="code">
<div class="container">
<div class="line number1 index0 alt2"><code class="sql plain">>>> Entry.objects.<code class="sql color1">all<code class="sql plain">()[:5] # (LIMIT5)

</td>

</tr>

</table>

>>> Entry.objects.all()[5:10]    # (OFFSET5LIMIT5)

不支持负的索引(例如)。通常,的切片返回一个新的—— 它不会执行查询。

可迭代

articleListmodels.Article.objects.<span style="color: #0000ff;">for article <span style="color: #808080;">in<span style="color: #000000;"> articleList:
<span style="color: #0000ff;">print(article.title)

惰性查询

是惰性执行的 —— 创建不会带来任何数据库的访问。需要求值时,Django 才会真正运行这个查询。

的结果时才会到数据库中去获取它们。通过访问数据库来求值

缓存机制

都包含一个缓存来最小化对数据库的访问。

中,缓存为空。进行求值 —— 同时发生数据库查询 ——Django 将保存查询的结果到的缓存中并返回明确请求的结果(例如,如果正在迭代,则返回下一个结果)。的求值将重用缓存的结果。

使用不当的话,它会坑你的。,对它们求值,然后扔掉它们:

Article并重新使用它:

>> queryset
>>
>>

然而,如果已经对全部查询集求值过,则将检查缓存:

>> queryset
>> [entry
>>
>>

下面是一些其它例子,它们会使得全部的查询集被求值并填充到缓存中:

>> [entry
>>
>> entry
>>

exists()与iterator()方法

exists:

简单的使用if语句进行判断也会完全执行整个queryset并且把数据放入cache,虽然你并不需要这些 数据!为了避免这个,可以用exists()方法来检查是否有数据:

()

iterator:

当queryset非常巨大时,cache会成为问题。

处理成千上万的记录时,将它们一次装入内存是很浪费的。更糟糕的是,巨大的queryset可能会锁住系统 进程,让你的程序濒临崩溃。要避免在遍历数据的同时产生queryset cache,可以使用iterator()方法 来获取数据,处理完数据就将其丢弃。

objs =
 obj 
 obj (obj.title)

当然,使用iterator()方法来防止生成cache,意味着遍历同一个queryset时会重复执行查询。所以使 #用iterator()的时候要当心,确保你的代码在操作一个大的queryset时没有重复执行查询。

总结:

queryset的cache是用于减少程序对数据库的查询,在通常的使用下会保证只有在需要的时候才会查询数据库。 使用exists()和iterator()方法可以优化程序对内存的使用。不过,由于它们并不会生成queryset cache,可能 会造成额外的数据库查询。 

中介模型

就可以了。

表示小组和成员之间的多对多关系。

字段将使用参数指向中介模型。

来使用中介模型(在这个例子中就是),接下来你要开始创建多对多关系。

>> ringo
>> paul
>> beatles
>> m1
>> m1.save()
>> beatles.members.
]
>> ringo.group_set.
]
>> m2
>> beatles.members.
,]

与普通的多对多字段不同,你不能使用和赋值语句(比如,)来创建关系:

>> beatles.members.add(john)
>> beatles.members.create(name
>> beatles.members

之间的关联关系,你还要指定模型中所需要的所有信息;和赋值语句是做不到这一点的。

方法被禁用也是出于同样的原因。方法却是可用的。它可以清空某个实例所有的多对多关系:

>>
>> beatles.members.clear()
>>
>> Membership.objects.

查询优化

表数据

返回一个,当执行它的查询时它沿着外键关系查询关联的对象的数据。

查询的区别。

如果我们使用select_related()函数:

多外键查询

这是针对category的外键查询,如果是另外一个外键呢?让我们一起看下:

观察logging结果,发现依然需要查询两次,所以需要改为:

或者:

articlemodels.Article.objects
             .select_related("category")
             .select_related("articledetail")
             .get(nid) # django (article.articledetail)

<div class="cnblogs_Highlighter sh-gutter">

深层查询

依然需要查询两次:

这是因为第一次查询没有query到userInfo表,所以,修改如下:

总结

  1. select_related主要针一对一和多对一关系进行优化。
  2. 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。
  3. 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。
  4. 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。
  5. 也可以通过depth参数指定递归的深度,Django会自动缓存指定深度内所有的字段。如果要访问指定深度外的字段,Django会再次进行SQL查询。
  6. 也接受无参数的调用,Django会尽可能深的递归查询所有的字段。但注意有Django递归的限制和性能的浪费。
  7. Django >= 1.7,链式调用的select_related相当于使用可变长参数。Django < 1.7,链式调用会导致前边的select_related失效,只保留最后一个。

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。

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。

改为prefetch_related:

extra(None,None,paramsNone,
tablesNone,order_byNone,select_paramsNone)

子句,修改机制 — 它能在生成的SQL从句中注入新子句

,例如,or.

参数可以让你在从句中添加其他字段信息,

queryResultmodels.Article
           .objects.extra({: "create_time "})

结果集中每个 Entry 对象都有一个额外的属性is_recent,它是一个布尔值,表示 Article对象的create_time 是否晚于2017-09-05.

练习:

# models.Article.objects
              .filter(nid)
              .extra({"standard_time":"strftime(,create_time)"})
              .QuerySet

参数之where/tables

定义显式SQL子句 - 也许执行非显式连接。手动将表添加到SQL子句。

都接受字符串列表。参数均为“与”任何其他搜索条件。

queryResultmodels.Article
           .objects.extra(2')

创建对象时,尽可能使用bulk_create()来减少SQL查询的数量。例如:

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

...更优于:

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

注意该方法有很多注意事项,所以确保它适用于你的情况。

这也可以用在ManyToManyFields中,所以:

my_band.members.add(me,my_friend)

...更优于:

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

...其中Bands和Artists具有多对多关联。

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!