Web框架開發-Django-model進階
1、QuerySetpython
可切片sql
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。數據庫
In [2]: Book.objects.all()[:5] # （LIMIT 5）
In [2]: Book.objects.all()[5:10] # (OFFSET 5 LIMIT 5)django
不支持負的索引（例如Entry.objects.all()[-1]）。一般，查詢集 的切片返回一個新的查詢集 —— 它不會執行查詢。緩存
可迭代ide
publish_list = models.Publish.objects.all() # 查詢出全部的出版社對象
for publish_obj in publish_list:
print(publish.title)
惰性查詢函數
查詢集 是惰性執行的 —— 建立查詢集不會帶來任何數據庫的訪問。你能夠將過濾器保持一成天，直到查詢集 須要求值時，Django 纔會真正運行這個查詢。性能
queryResult=models.Publish.objects.all()
print(queryResult) # hits database
for book_obj in queryResult:
print(book_obj.title) # hits database
通常來講，只有在「請求」查詢集 的結果時纔會到數據庫中去獲取它們。當你確實須要結果時，查詢集 經過訪問數據庫來求值。
fetch
緩存機制優化
每一個查詢集都包含一個緩存來最小化對數據庫的訪問。理解它是如何工做的將讓你編寫最高效的代碼。
在一個新建立的查詢集中，緩存爲空。首次對查詢集進行求值 —— 同時發生數據庫查詢 ——Django 將保存查詢的結果到查詢集的緩存中並返回明確請求的結果（例如，若是正在迭代查詢集，則返回下一個結果）。接下來對該查詢集 的求值將重用緩存的結果。
請牢記這個緩存行爲，由於對查詢集使用不當的話，它會坑你的。例如，下面的語句建立兩個查詢集，對它們求值，而後扔掉它們：
print([a.title for a in models.Article.objects.all()]) print([a.create_time for a in models.Article.objects.all()])
這意味着相同的數據庫查詢將執行兩次，顯然倍增了你的數據庫負載。同時，還有可能兩個結果列表並不包含相同的數據庫記錄，由於在兩次請求期間有可能有Article被添加進來或刪除掉。爲了不這個問題，只需保存查詢集並從新使用它：
queryResult=models.Article.objects.all() print([a.title for a in queryResult]) print([a.create_time for a in queryResult])
什麼時候查詢集不會被緩存?
查詢集不會永遠緩存它們的結果。當只對查詢集的部分進行求值時會檢查緩存， 若是這個部分不在緩存中，那麼接下來查詢返回的記錄都將不會被緩存。因此，這意味着使用切片或索引來限制查詢集將不會填充緩存。
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數據庫：
>>> queryset = Book.objects.all() >>> print queryset[5] # Queries the database >>> print queryset[5] # Queries the database again
然而，若是已經對所有查詢集求值過，則將檢查緩存：
>>> queryset = Book.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，它們會使得所有的查詢集被求值並填充到緩存中：
>>> [book for book in queryset] >>> bool(queryset) >>> book in queryset >>> list(queryset)
注：簡單地打印查詢集不會填充緩存。
queryResult=models.Book.objects.all() print(queryResult) # hits database print(queryResult) # hits database
exists()與iterator()方法
exists：
簡單的使用if語句進行判斷也會徹底執行整個queryset而且把數據放入cache，雖然你並不須要這些 數據！爲了不這個，能夠用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很是巨大時，cache會成爲問題。
處理成千上萬的記錄時，將它們一次裝入內存是很浪費的。更糟糕的是，巨大的queryset可能會鎖住系統 進程，讓你的程序瀕臨崩潰。要避免在遍歷數據的同時產生queryset cache，可使用iterator()方法 來獲取數據，處理完數據就將其丟棄。
objs = Book.objects.all().iterator()
# iterator()能夠一次只從數據庫獲取少許數據，這樣能夠節省內存
for obj in objs:
print(obj.title)
#BUT,再次遍歷沒有打印,由於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)
固然，使用iterator()方法來防止生成cache，意味着遍歷同一個queryset時會重複執行查詢。因此使 #用iterator()的時候要小心，確保你的代碼在操做一個大的queryset時沒有重複執行查詢。
總結:
queryset的cache是用於減小程序對數據庫的查詢，在一般的使用下會保證只有在須要的時候纔會查詢數據庫。 使用exists()和iterator()方法能夠優化程序對內存的使用。不過，因爲它們並不會生成queryset cache，可能 會形成額外的數據庫查詢。
中介模型
處理相似搭配 pizza 和 topping 這樣簡單的多對多關係時，使用標準的ManyToManyField 就能夠了。可是，有時你可能須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。咱們能夠用一個ManyToManyField 表示小組和成員之間的多對多關係。可是，有時你可能想知道更多成員關係的細節，好比成員是什麼時候加入小組的。
對於這些狀況，Django 容許你指定一箇中介模型來定義多對多關係。 你能夠將其餘字段放在中介模型裏面。源模型的ManyToManyField 字段將使用through 參數指向中介模型。對於上面的音樂小組的例子，代碼以下：
from django.db import models
# Create your models here.
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, on_delete=models.CASCADE)
group = models.ForeignKey(Group, on_delete=models.CASCADE)
date_joined = models.DateField()
invite_reason = models.CharField(max_length=64)
用Membership來設置好ManyToManyField來使用中介模型，接下來須要建立多對多關係。須要作的就是建立中介模型的實例：
>>> 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>]
與普通的多對多字段不一樣，你不能使用add、 create和賦值語句（好比，beatles.members = [...]）來建立關係：
# 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]
爲何不能這樣作？這是由於你不能只建立Person和Group之間的關聯關係，你還要指定Membership模型中所須要的全部信息；而簡單的add、create和賦值語句是作不到這一點的。因此他們不能在使用中介模型的多對多關係中使用。此時，惟一的辦法就是建立中介模型的實例。
remove()方法被禁用也是出於一樣的緣由。可是clear()方法且是可用的。它能夠清空某個實例全部的多對多關係：
>>> # Beatles have broken up >>> beatles.members.clear() >>> # Note that this deletes the intermediate model instances >>> Membership.objects.all() []
2、查詢優化
表數據
1 class UserInfo(AbstractUser): 2 """ 3 用戶信息 4 """ 5 nid = models.BigAutoField(primary_key=True) 6 nickname = models.CharField(verbose_name='暱稱', max_length=32) 7 telephone = models.CharField(max_length=11, blank=True, null=True, unique=True, verbose_name='手機號碼') 8 avatar = models.FileField(verbose_name='頭像',upload_to = 'avatar/',default="/avatar/default.png") 9 create_time = models.DateTimeField(verbose_name='建立時間', auto_now_add=True) 10 11 fans = models.ManyToManyField(verbose_name='粉絲們', 12 to='UserInfo', 13 through='UserFans', 14 related_name='f', 15 through_fields=('user', 'follower')) 16 17 def __str__(self): 18 return self.username 19 20 class UserFans(models.Model): 21 """ 22 互粉關係表 23 """ 24 nid = models.AutoField(primary_key=True) 25 user = models.ForeignKey(verbose_name='博主', to='UserInfo', to_field='nid', related_name='users') 26 follower = models.ForeignKey(verbose_name='粉絲', to='UserInfo', to_field='nid', related_name='followers') 27 28 class Blog(models.Model): 29 30 """ 31 博客信息 32 """ 33 nid = models.BigAutoField(primary_key=True) 34 title = models.CharField(verbose_name='我的博客標題', max_length=64) 35 site = models.CharField(verbose_name='我的博客後綴', max_length=32, unique=True) 36 theme = models.CharField(verbose_name='博客主題', max_length=32) 37 user = models.OneToOneField(to='UserInfo', to_field='nid') 38 def __str__(self): 39 return self.title 40 41 class Category(models.Model): 42 """ 43 博主我的文章分類表 44 """ 45 nid = models.AutoField(primary_key=True) 46 title = models.CharField(verbose_name='分類標題', max_length=32) 47 48 blog = models.ForeignKey(verbose_name='所屬博客', to='Blog', to_field='nid') 49 50 class Article(models.Model): 51 52 nid = models.BigAutoField(primary_key=True) 53 title = models.CharField(max_length=50, verbose_name='文章標題') 54 desc = models.CharField(max_length=255, verbose_name='文章描述') 55 read_count = models.IntegerField(default=0) 56 comment_count= models.IntegerField(default=0) 57 up_count = models.IntegerField(default=0) 58 down_count = models.IntegerField(default=0) 59 category = models.ForeignKey(verbose_name='文章類型', to='Category', to_field='nid', null=True) 60 create_time = models.DateField(verbose_name='建立時間') 61 blog = models.ForeignKey(verbose_name='所屬博客', to='Blog', to_field='nid') 62 tags = models.ManyToManyField( 63 to="Tag", 64 through='Article2Tag', 65 through_fields=('article', 'tag'), 66 ) 67 68 69 class ArticleDetail(models.Model): 70 """ 71 文章詳細表 72 """ 73 nid = models.AutoField(primary_key=True) 74 content = models.TextField(verbose_name='文章內容', ) 75 76 article = models.OneToOneField(verbose_name='所屬文章', to='Article', to_field='nid') 77 78 79 class Comment(models.Model): 80 """ 81 評論表 82 """ 83 nid = models.BigAutoField(primary_key=True) 84 article = models.ForeignKey(verbose_name='評論文章', to='Article', to_field='nid') 85 content = models.CharField(verbose_name='評論內容', max_length=255) 86 create_time = models.DateTimeField(verbose_name='建立時間', auto_now_add=True) 87 88 parent_comment = models.ForeignKey('self', blank=True, null=True, verbose_name='父級評論') 89 user = models.ForeignKey(verbose_name='評論者', to='UserInfo', to_field='nid') 90 91 up_count = models.IntegerField(default=0) 92 93 def __str__(self): 94 return self.content 95 96 class ArticleUpDown(models.Model): 97 """ 98 點贊表 99 """ 100 nid = models.AutoField(primary_key=True) 101 user = models.ForeignKey('UserInfo', null=True) 102 article = models.ForeignKey("Article", null=True) 103 models.BooleanField(verbose_name='是否贊') 104 105 class CommentUp(models.Model): 106 """ 107 點贊表 108 """ 109 nid = models.AutoField(primary_key=True) 110 user = models.ForeignKey('UserInfo', null=True) 111 comment = models.ForeignKey("Comment", null=True) 112 113 114 class Tag(models.Model): 115 nid = models.AutoField(primary_key=True) 116 title = models.CharField(verbose_name='標籤名稱', max_length=32) 117 blog = models.ForeignKey(verbose_name='所屬博客', to='Blog', to_field='nid') 118 119 120 121 class Article2Tag(models.Model): 122 nid = models.AutoField(primary_key=True) 123 article = models.ForeignKey(verbose_name='文章', to="Article", to_field='nid') 124 tag = models.ForeignKey(verbose_name='標籤', to="Tag", to_field='nid')
select_related
簡單使用
對於一對一字段（OneToOneField）和外鍵字段（ForeignKey），可使用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着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發性能的損耗，可是在之後使用外鍵關係時將不須要數據庫查詢。
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，從而在以後須要的時候沒必要再查詢數據庫了。
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,)
'''
若是咱們使用select_related()函數：
article_list = models.Article.objects.select_related("category").all()
for article_obj in article_list:
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，若是是另一個外鍵呢？讓咱們一塊兒看下：
article=models.Article.objects.select_related("category").get(nid=1)
print(article.articledetail)
觀察logging結果，發現依然須要查詢兩次，因此須要改成：
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 支持鏈式操做
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)
依然須要查詢兩次：
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;
這是由於第一次查詢沒有query到userInfo表，因此，修改以下：
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：
- select_related主要針對一對一和多對一關係進行優化。
- select_related使用sql的join語句進行優化，經過減小sql查詢的次數來進行優化，提升性能。
- 能夠經過變長參數指定須要Select_related的字段名。也能夠經過使用雙下劃線「__" 鏈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，若是要訪問的話django會再次進行sql查詢。
- 也能夠經過depth參數指定遞歸的深度，django會自動緩存指定深度內全部的字段。若是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會盡量深的遞歸查詢全部的字段。但注意有django遞歸的限制和性能的浪費。
- Django >= 1.7，鏈式調用的select_related至關於使用可變長參數。Django < 1.7，鏈式調用會致使前邊的select_related失效，只保留最後一個。
prefetch_related()
對於多對多字段（ManyToManyField）和一對多字段，可使用prefetch_related()來進行優化。
prefetch_related()和select_related()的設計目的很類似，都是爲了減小SQL查詢的數量，可是實現的方式不同。後者是經過JOIN語句，在SQL查詢內解決問題。可是對於多對多關係，使用SQL語句解決就顯得有些不太明智，由於JOIN獲得的表將會很長，會致使SQL語句運行時間的增長和內存佔用的增長。如有n個對象，每一個對象的多對多字段對應Mi條，就會生成Σ(n)Mi 行的結果表。
prefetch_related()的解決方法是，分別查詢每一個表，而後用Python處理他們之間的關係。
# 查詢全部文章關聯的全部標籤
article_obj = models.Ariticle.objects.all()
for i in article_obj:
print(i.tags.all()) #4篇文章: hits database 5
改成prefetch_related：
# 查詢全部文章關聯的全部標籤
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);
extra
extra(select=None, where=None, params=None,
tables=None, order_by=None, select_params=None)
有些狀況下，Django的查詢語法難以簡單的表達複雜的 WHERE 子句，對於這種狀況, 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能夠指定一個或多個 參數,例如 select, where or tables. 這些參數都不是必須的，可是你至少要使用一個!要注意這些額外的方式對不一樣的數據庫引擎可能存在移植性問題.(由於你在顯式的書寫SQL語句),除非萬不得已,儘可能避免這樣作
參數之select
The select 參數可讓你在 SELECT 從句中添加其餘字段信息，它應該是一個字典，存放着屬性名到 SQL 從句的映射。
queryResult = models.Article
.objects.extra(select={'is_recent':"create_time > '2018-01-22'"})
結果集中每一個 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2018-01-22
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
您可使用where定義顯式SQL WHERE子句 - 也許執行非顯式鏈接。您可使用tables手動將表添加到SQL FROM子句。
where和tables都接受字符串列表。全部where參數均爲「與」任何其餘搜索條件。
舉例來說：
queryResult=models.Article .objects.extra(where=['nid in (1,3) OR title like "py%" ','nid>2'])
總體插入
建立對象時，儘量使用bulk_create()來減小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")
注意該方法有不少注意事項，因此確保它適用於你的狀況。
這也能夠用在ManyToManyFields中，因此：
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具備多對多關聯。
- 1. Web開發（進階）- Web框架本質
- 2. Web開發進階
- 3. Web開發（進階）- Django【進階篇】
- 4. Go Web開發進階實戰（gin框架）
- 5. Python開發【第二十二篇】：Web框架之Django【進階】
- 6. Web框架開發-web框架
- 7. Web框架之--Django進階篇
- 8. Python進階：web框架解析
- 9. 2019 web開發框架_2019年最佳Web開發框架
- 10. tornado框架——進階
- 更多相關文章...
- • ASP.NET Web Pages - 發佈網站 - ASP.NET 教程
- • Scala 高階函數 - Scala教程
- • PHP開發工具
- • JDK13 GA發佈：5大特性解讀
-
每一个你不满意的现在，都有一个你没有努力的曾经。