Django-website 程序案例系列-18 多表跨表操作優化
詳解Django的 select_related 和 prefetch_related 函數對 QuerySet 查詢的優化
在數據庫有外鍵的時候，使用 select_related() 和 prefetch_related() 可以很好的減少數據庫請求的次數，從而提高性能。本文通過一個簡單的例子詳解這兩個函數的作用。雖然QuerySet的文檔中已經詳細說明了，但本文試圖從QuerySet觸發的SQL語句來分析工作方式，從而進一步了解Django具體的運作方式。
本來打算寫成一篇單獨的文章的，但是寫完select_related()之後發現長度已經有點長了，所以還是寫成系列，大概在兩到三篇。整個完成之後將會在這裏添加上其他文章的鏈接。
1. 實例的背景說明
假定一個個人信息系統，需要記錄系統中各個人的故鄉、居住地、以及到過的城市。數據庫設計如下：
Models.py 內容如下：
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
註1：創建的app名為“QSOptimize”
註2：為了簡化起見，qsoptimize_province 表中只有2條數據：湖北省和廣東省，qsoptimize_city表中只有三條數據：武漢市、十堰市和廣州市
2. select_related()
對於一對一字段（OneToOneField）和外鍵字段（ForeignKey），可以使用select_related 來對QuerySet進行優化
作用和方法
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數據庫了。以上例說明，如果我們需要打印數據庫中的所有市及其所屬省份，最直接的做法是：
>>> citys = City.objects.all() >>> for c in citys: ... print c.province ...
這樣會導致線性的SQL查詢，如果對象數量n太多，每個對象中有k個外鍵字段的話，就會導致n*k+1次SQL查詢。在本例中，因為有3個city對象就導致了4次SQL查詢：
MySQLSELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM `QSOptimize_province` WHERE `QSOptimize_province`.`id` = 1 ; SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM `QSOptimize_province` WHERE `QSOptimize_province`.`id` = 2 ; SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM `QSOptimize_province` WHERE `QSOptimize_province`.`id` = 1 ;
註：這裏的SQL語句是直接從Django的logger:‘django.db.backends’輸出出來的
如果我們使用select_related()函數：
>>> citys = City.objects.select_related().all() >>> for c in citys: ... print c.province ...
就只有一次SQL查詢，顯然大大減少了SQL查詢的次數：
MySQLSELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`, `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM`QSOptimize_city` INNER JOIN `QSOptimize_province` ON (`QSOptimize_city`.`province_id` = `QSOptimize_province`.`id`) ;
這裏我們可以看到，Django使用了INNER JOIN來獲得省份的信息。順便一提這條SQL查詢得到的結果如下：
+----+-----------+-------------+----+-----------+ | id | name | province_id | id | name | +----+-----------+-------------+----+-----------+ | 1 | 武漢市 | 1 | 1 | 湖北省 | | 2 | 廣州市 | 2 | 2 | 廣東省 | | 3 | 十堰市 | 1 | 1 | 湖北省 | +----+-----------+-------------+----+-----------+ 3 rows in set (0.00 sec)
使用方法
函數支持如下三種用法：*fields 參數
select_related() 接受可變長參數，每個參數是需要獲取的外鍵（父表的內容）的字段名，以及外鍵的外鍵的字段名、外鍵的外鍵的外鍵…。若要選擇外鍵的外鍵需要使用兩個下劃線“__”來連接。
例如我們要獲得張三的現居省份，可以用如下方式：
Python>>> zhangs = Person.objects.select_related(‘living__province‘).get(firstname=u"張",lastname=u"三") >>> zhangs.living.province
觸發的SQL查詢如下：
MySQLSELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id`, `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`, `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM `QSOptimize_person` INNER JOIN `QSOptimize_city` ON (`QSOptimize_person`.`living_id` = `QSOptimize_city`.`id`) INNER JOIN `QSOptimize_province` ON (`QSOptimize_city`.`province_id` = `QSOptimize_province`.`id`) WHERE (`QSOptimize_person`.`lastname` = ‘三‘ AND `QSOptimize_person`.`firstname` = ‘張‘ );
可以看到，Django使用了2次 INNER JOIN 來完成請求，獲得了city表和province表的內容並添加到結果表的相應列，這樣在調用 zhangs.living的時候也不必再次進行SQL查詢。
+----+-----------+----------+-------------+-----------+----+-----------+-------------+----+-----------+ | id | firstname | lastname | hometown_id | living_id | id | name | province_id | id | name | +----+-----------+----------+-------------+-----------+----+-----------+-------------+----+-----------+ | 1 | 張 | 三 | 3 | 1 | 1 | 武漢市 | 1 | 1 | 湖北省 | +----+-----------+----------+-------------+-----------+----+-----------+-------------+----+-----------+ 1 row in set (0.00 sec)
然而，未指定的外鍵則不會被添加到結果中。這時候如果需要獲取張三的故鄉就會進行SQL查詢了：
Python>>> zhangs.hometown.provinceMySQL
SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` WHERE `QSOptimize_city`.`id` = 3 ; SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM `QSOptimize_province` WHERE `QSOptimize_province`.`id` = 1
同時，如果不指定外鍵，就會進行兩次查詢。如果深度更深，查詢的次數更多。
值得一提的是，從Django 1.7開始，select_related()函數的作用方式改變了。在本例中，如果要同時獲得張三的故鄉和現居地的省份，在1.7以前你只能這樣做：
Python>>> zhangs = Person.objects.select_related(‘hometown__province‘,‘living__province‘).get(firstname=u"張",lastname=u"三") >>> zhangs.hometown.province >>> zhangs.living.province
但是1.7及以上版本，你可以像和queryset的其他函數一樣進行鏈式操作：
Python>>> zhangs = Person.objects.select_related(‘hometown__province‘).select_related(‘living__province‘).get(firstname=u"張",lastname=u"三") >>> zhangs.hometown.province >>> zhangs.living.province
如果你在1.7以下版本這樣做了，你只會獲得最後一個操作的結果，在本例中就是只有現居地而沒有故鄉。在你打印故鄉省份的時候就會造成兩次SQL查詢。
depth 參數
select_related() 接受depth參數，depth參數可以確定select_related的深度。Django會遞歸遍歷指定深度內的所有的OneToOneField和ForeignKey。以本例說明：
Python>>> zhangs = Person.objects.select_related(depth = d)
d=1 相當於 select_related(‘hometown’,’living’)
d=2 相當於 select_related(‘hometown__province’,’living__province’)
無參數
select_related() 也可以不加參數，這樣表示要求Django盡可能深的select_related。例如：zhangs = Person.objects.select_related().get(firstname=u”張”,lastname=u”三”)。但要註意兩點：
- Django本身內置一個上限，對於特別復雜的表關系，Django可能在你不知道的某處跳出遞歸，從而與你想的做法不一樣。具體限制是怎麽工作的我表示不清楚。
- Django並不知道你實際要用的字段有哪些，所以會把所有的字段都抓進來，從而會造成不必要的浪費而影響性能。
小結
- select_related主要針一對一和多對一關系進行優化。
- 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。
- 可以通過可變長參數指定需要select_related的字段名。也可以通過使用雙下劃線“__”連接字段名來實現指定的遞歸查詢。沒有指定的字段不會緩存，沒有指定的深度不會緩存，如果要訪問的話Django會再次進行SQL查詢。
- 也可以通過depth參數指定遞歸的深度，Django會自動緩存指定深度內所有的字段。如果要訪問指定深度外的字段，Django會再次進行SQL查詢。
- 也接受無參數的調用，Django會盡可能深的遞歸查詢所有的字段。但註意有Django遞歸的限制和性能的浪費。
- 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。
Django-website 程序案例系列-18 多表跨表操作優化