django 1.8 官方文档翻译： 2-6-4 数据库访问优化

摘要：文档协作翻译小组人手紧缺，有兴趣的朋友可以加入我们，完全公益性质。交流群网站数据库访问优化的数据库层提供了很多方法来帮助开发者充分的利用他们的数据库。使用标准数据库优化技巧包括索引。整体插入创建对象时，尽可能使用来减少查询的数量。

  
Django 文档协作翻译小组人手紧缺，有兴趣的朋友可以加入我们，完全公益性质。
  
  
交流群：467338606
  
  
网站：http://python.usyiyi.cn/django/index.html

Django的数据库层提供了很多方法来帮助开发者充分的利用他们的数据库。这篇文档收集了相关文档的一些链接，添加了大量提示，并且按照优化数据库使用的步骤的概要来组织。

作为通用的编程实践，性能的重要性不用多说。弄清楚你在执行什么查询以及你的开销花在哪里。你也可能想使用外部的项目，像django-debug-toolbar，或者直接监控数据库的工具。

记住你可以优化速度、内存占用，甚至二者一起，这取决于你的需求。一些针对其中一个的优化会对另一个不利，但有时会对二者都有帮助。另外，数据库进程做的工作，可能和你在Python代码中做的相同工作不具有相同的开销。决定你的优先级是什么，是你自己的事情，你必须要权衡利弊，按需使用它们，因为这取决于你的应用和服务器。

对于下面提到的任何事情，要记住在任何修改后验证一下，确保修改是有利的，并且足够有利，能超过你代码中可读性的下降。下面的所有建议都带有警告，在你的环境中大体原则可能并不适用，或者会起到相反的效果。

...包括：

索引。在你决定哪些索引应该添加 之后，这一条具有最高优先级。使用Field.db_index或者Meta.index_together在Dhango中添加它们。考虑在你经常使用filter()、exclude()、order_by()和其它方法查询的字段上面添加索引，因为索引有助于加速查找。注意，设计最好的索引方案是一个复杂的、数据库相关的话题，它取决于你应用的细节。持有索引的副作用可能会超过查询速度上的任何收益。

合理使用字段类型。

我们假设你已经完成了上面这些显而易见的事情。这篇文档剩下的部分，着重于讲解如何以不做无用功的方式使用Django。这篇文档也没有强调用在开销大的操作上其它的优化技巧，像general purpose caching。

理解查询集(QuerySets) 是通过简单的代码获取较好性能至关重要的一步。特别是：

要避免性能问题，理解以下几点非常重要：

QuerySets是延迟的。

什么时候它们被计算出来。

数据在内存中如何存储。

和整个QuerySet的缓存相同，ORM对象的属性的结果中也存在缓存。通常来说，不可调用的属性会被缓存。例如下面的博客模型示例：

>>> entry = Entry.objects.get(id=1)
>>> entry.blog   # Blog object is retrieved at this point
>>> entry.blog   # cached version, no DB access

但是通常来讲，可调用的属性每一次都会访问数据库。

>>> entry = Entry.objects.get(id=1)
>>> entry.authors.all()   # query performed
>>> entry.authors.all()   # query performed again

要小心当你阅读模板代码的时候 —— 模板系统不允许使用圆括号，但是会自动调用callable对象，会隐藏上述区别。

要小心使用你自定义的属性 —— 实现所需的缓存取决于你，例如使用cached_property装饰符。

要利用QuerySet的缓存行为，你或许需要使用with模板标签。

当你有很多对象时，QuerySet的缓存行为会占用大量的内存。这种情况下，采用iterator()解决。

比如：

在最基础的层面上，使用过滤器和反向过滤器对数据库进行过滤。

使用F 表达式在相同模型中基于其他字段进行过滤。

使用数据库中的注解和聚合。

如果上面那些都不够用，你可以自己生成SQL语句：

extra()是一个移植性更差，但是功能更强的方法，它允许一些SQL语句显式添加到查询中。如果这些还不够强大：

编写你自己的自定义SQL语句，来获取数据或者填充模型。使用django.db.connection.queries来了解Django为你编写了什么，以及从这里开始。

有两个原因在get()中，用带有unique或者db_index的列检索独立对象。首先，由于查询经过了数据库的索引，所以会更快。其次，如果很多对象匹配查询，查询会更慢一些；列上的唯一性约束确保这种情况永远不会发生。

所以，使用博客模型的例子：

>>> entry = Entry.objects.get(id=10)

会快于：

>>> entry = Entry.object.get(headline="News Item Title")

因为id被数据库索引，而且是唯一的。

下面这样做会十分缓慢：

>>> entry = Entry.objects.get(headline__startswith="News")

首先， headline没有被索引，它会使查询变得很慢：

其次，这次查找并不确保返回唯一的对象。如果查询匹配到多于一个对象，它会在数据库中遍历和检索所有这些对象。如果记录中返回了成百上千个对象，代价是非常大的。如果数据库运行在分布式服务器上，网络开销和延迟也是一大因素，代价会是它们的组合。

在不同的位置多次访问数据库，一次获取一个数据集，通常来说不如在一次查询中获取它们更高效。如果你在一个循环中执行查询，这尤其重要。有可能你会做很多次数据库查询，但只需要一次就够了。所以：

充分了解并使用select_related()和prefetch_related()：

在视图的代码中，

以及在适当的管理器和默认管理器中。要意识到你的管理器什么时候被使用和不被使用；有时这很复杂，所以不要有任何假设。

当你仅仅想要一个带有值的字典或者列表，并不需要使用ORM模型对象时，可以适当使用values()。对于在模板代码中替换模型对象，这样会非常有用 —— 只要字典中带有的属性和模板中使用的一致，就没问题。

如果一些数据库的列你并不需要（或者大多数情况下并不需要），使用defer()和only()来避免加载它们。注意如果你确实要用到它们，ORM会在另外的查询之中获取它们。如果你不能够合理地使用这些函数，不如不用。

另外，当建立起一个带有延迟字段的模型时，要意识到一些（小的、额外的）消耗会在Django内部产生。不要不分析数据库就盲目使用延迟字段，因为数据库必须从磁盘中读取大多数非text和VARCHAR数据，在结果中作为多带带的一行，即使其中的列很少。 defer()和only()方法在你可以避免加载大量文本数据，或者可能要花大量时间处理而返回给Python的字段时，特别有帮助。像往常一样，应该先写出个大概，之后再优化。

...如果你想要获取大小，不要使用 len(queryset)。

...如果你想要知道是否存在至少一个结果，不要使用if queryset。

但是：

如果你需要查询集中的其他数据，就把它加载出来。

例如，假设Email模型有一个body属性，并且和User有多对多的关联，下面的的模板代码是最优的：

{% if display_inbox %}
  {% with emails=user.emails.all %}
    {% if emails %}
      
You have {{ emails|length }} email(s)
      {% for email in emails %}
        
{{ email.body }}
      {% endfor %}
    {% else %}
      
No messages today.
    {% endif %}
  {% endwith %}
{% endif %}

这是因为：

因为查询集是延迟加载的，如果‘display_inbox’为False，不会查询数据库。

使用with意味着我们为了以后的使用，把user.emails.all储存在一个变量中，允许它的缓存被复用。

{% if emails %}的那一行调用了QuerySet.bool()，它导致user.emails.all()查询在数据库上执行，并且至少在第一行以一个ORM对象的形式返回。如果没有任何结果，会返回False，反之为True。

{{ emails|length }}调用了QuerySet.len()方法，填充了缓存的剩余部分，而且并没有执行另一次查询。

for循环的迭代器访问了已经缓存的数据。

总之，这段代码做了零或一次查询。唯一一个慎重的优化就是with标签的使用。在任何位置使用QuerySet.exists()或者QuerySet.count()都会导致额外的查询。

通过QuerySet.update()使用批量的SQL UPDATE语句，而不是获取大量对象，设置一些值再多带带保存。与此相似，在可能的地方使用批量deletes。

但是要注意，这些批量的更新方法不会在多带带的实例上面调用save()或者delete()方法，意思是任何你向这些方法添加的自定义行为都不会被执行，包括由普通数据库对象的信号驱动的任何方法。

如果你仅仅需要外键当中的一个值，要使用对象上你已经取得的外键的值，而不是获取整个关联对象再得到它的主键。例如，执行：

entry.blog_id

而不是：

entry.blog.id

排序并不是没有代价的；每个需要排序的字段都是数据库必须执行的操作。如果一个模型具有默认的顺序（Meta.ordering），并且你并不需要它，通过在查询集上无参调用order_by() 来移除它。

向你的数据库添加索引可能有助于提升排序性能。

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。