這是本系列的第二篇,內容是 prefetch_related() 函式的用途、實現途徑、以及使用方法。
本系列的第一篇在這裡
3. prefetch_related()
對於多對多欄位(ManyToManyField)和一對多欄位,可以使用prefetch_related()來進行優化。或許你會說,沒有一個叫OneToManyField的東西啊。實際上 ,ForeignKey就是一個多對一的欄位,而被ForeignKey關聯的欄位就是一對多欄位了。
作用和方法
prefetch_related()和select_related()的設計目的很相似,都是為了減少SQL查詢的數量,但是實現的方式不一樣。後者是通過JOIN語句,在SQL查詢內解決問題。但是對於多對多關係,使用SQL語句解決就顯得有些不太明智,因為JOIN得到的表將會很長,會導致SQL語句執行時間的增加和記憶體佔用的增加。若有n個物件,每個物件的多對多欄位對應Mi條,就會生成Σ(n)Mi 行的結果表。
prefetch_related()的解決方法是,分別查詢每個表,然後用Python處理他們之間的關係。繼續以上邊的例子進行說明,如果我們要獲得張三所有去過的城市,使用prefetch_related()應該是這麼做:
1 2 3 4 |
>>> zhangs = Person.objects.prefetch_related('visitation').get(firstname=u"張",lastname=u"三") >>> for city in zhangs.visitation.all() : ... print city ... |
上述程式碼觸發的SQL查詢如下:
1 2 3 4 5 6 7 8 9 10 |
SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` FROM `QSOptimize_person` WHERE (`QSOptimize_person`.`lastname` = '三' AND `QSOptimize_person`.`firstname` = '張'); SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE `QSOptimize_person_visitation`.`person_id` IN (1); |
第一條SQL查詢僅僅是獲取張三的Person物件,第二條比較關鍵,它選取關係表QSOptimize_person_visitation
中person_id
為張三的行,然後和city
表內聯(INNER JOIN 也叫等值連線)得到結果表。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
+----+-----------+----------+-------------+-----------+ | id | firstname | lastname | hometown_id | living_id | +----+-----------+----------+-------------+-----------+ | 1 | 張 | 三 | 3 | 1 | +----+-----------+----------+-------------+-----------+ 1 row in set (0.00 sec) +-----------------------+----+-----------+-------------+ | _prefetch_related_val | id | name | province_id | +-----------------------+----+-----------+-------------+ | 1 | 1 | 武漢市 | 1 | | 1 | 2 | 廣州市 | 2 | | 1 | 3 | 十堰市 | 1 | +-----------------------+----+-----------+-------------+ 3 rows in set (0.00 sec) |
顯然張三武漢、廣州、十堰都去過。
又或者,我們要獲得湖北的所有城市名,可以這樣:
1 2 3 4 |
>>> hb = Province.objects.prefetch_related('city_set').get(name__iexact=u"湖北省") >>> for city in hb.city_set.all(): ... city.name ... |
觸發的SQL查詢:
1 2 3 4 5 6 7 |
SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM `QSOptimize_province` WHERE `QSOptimize_province`.`name` LIKE '湖北省' ; SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` WHERE `QSOptimize_city`.`province_id` IN (1); |
得到的表:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
+----+-----------+ | id | name | +----+-----------+ | 1 | 湖北省 | +----+-----------+ 1 row in set (0.00 sec) +----+-----------+-------------+ | id | name | province_id | +----+-----------+-------------+ | 1 | 武漢市 | 1 | | 3 | 十堰市 | 1 | +----+-----------+-------------+ 2 rows in set (0.00 sec) |
我們可以看見,prefetch使用的是 IN 語句實現的。這樣,在QuerySet中的物件數量過多的時候,根據資料庫特性的不同有可能造成效能問題。
使用方法
*lookups 引數
prefetch_related()在Django < 1.7 只有這一種用法。和select_related()一樣,prefetch_related()也支援深度查詢,例如要獲得所有姓張的人去過的省:
1 2 3 4 5 |
>>> zhangs = Person.objects.prefetch_related('visitation__province').filter(firstname__iexact=u'張') >>> for i in zhangs: ... for city in i.visitation.all(): ... print city.province ... |
觸發的SQL:
1 2 3 4 5 6 7 8 9 10 11 12 13 |
SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` FROM `QSOptimize_person` WHERE `QSOptimize_person`.`firstname` LIKE '張' ; SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE `QSOptimize_person_visitation`.`person_id` IN (1, 4); SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM `QSOptimize_province` WHERE `QSOptimize_province`.`id` IN (1, 2); |
獲得的結果:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 |
+----+-----------+----------+-------------+-----------+ | id | firstname | lastname | hometown_id | living_id | +----+-----------+----------+-------------+-----------+ | 1 | 張 | 三 | 3 | 1 | | 4 | 張 | 六 | 2 | 2 | +----+-----------+----------+-------------+-----------+ 2 rows in set (0.00 sec) +-----------------------+----+-----------+-------------+ | _prefetch_related_val | id | name | province_id | +-----------------------+----+-----------+-------------+ | 1 | 1 | 武漢市 | 1 | | 1 | 2 | 廣州市 | 2 | | 4 | 2 | 廣州市 | 2 | | 1 | 3 | 十堰市 | 1 | +-----------------------+----+-----------+-------------+ 4 rows in set (0.00 sec) +----+-----------+ | id | name | +----+-----------+ | 1 | 湖北省 | | 2 | 廣東省 | +----+-----------+ 2 rows in set (0.00 sec) |
值得一提的是,鏈式prefetch_related會將這些查詢新增起來,就像1.7中的select_related那樣。
要注意的是,在使用QuerySet的時候,一旦在鏈式操作中改變了資料庫請求,之前用prefetch_related快取的資料將會被忽略掉。這會導致Django重新請求資料庫來獲得相應的資料,從而造成效能問題。這裡提到的改變資料庫請求指各種filter()、exclude()等等最終會改變SQL程式碼的操作。而all()並不會改變最終的資料庫請求,因此是不會導致重新請求資料庫的。
舉個例子,要獲取所有人訪問過的城市中帶有“市”字的城市,這樣做會導致大量的SQL查詢:
1 2 |
plist = Person.objects.prefetch_related('visitation') [p.visitation.filter(name__icontains=u"市") for p in plist] |
因為資料庫中有4人,導致了2+4次SQL查詢:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 |
SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` FROM `QSOptimize_person`; SELECT (`QSOptimize_person_visitation`.`person_id`) AS `_prefetch_related_val`, `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE `QSOptimize_person_visitation`.`person_id` IN (1, 2, 3, 4); SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE(`QSOptimize_person_visitation`.`person_id` = 1 AND `QSOptimize_city`.`name` LIKE '%市%' ); SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE (`QSOptimize_person_visitation`.`person_id` = 2 AND `QSOptimize_city`.`name` LIKE '%市%' ); SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE (`QSOptimize_person_visitation`.`person_id` = 3 AND `QSOptimize_city`.`name` LIKE '%市%' ); SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id` FROM `QSOptimize_city` INNER JOIN `QSOptimize_person_visitation` ON (`QSOptimize_city`.`id` = `QSOptimize_person_visitation`.`city_id`) WHERE (`QSOptimize_person_visitation`.`person_id` = 4 AND `QSOptimize_city`.`name` LIKE '%市%' ); |
詳細分析一下這些請求事件。
眾所周知,QuerySet是lazy的,要用的時候才會去訪問資料庫。執行到第二行Python程式碼時,for迴圈將plist看做iterator,這會觸發資料庫查詢。最初的兩次SQL查詢就是prefetch_related導致的。
雖然已經查詢結果中包含所有所需的city的資訊,但因為在迴圈體中對Person.visitation進行了filter操作,這顯然改變了資料庫請求。因此這些操作會忽略掉之前快取到的資料,重新進行SQL查詢。
但是如果有這樣的需求了應該怎麼辦呢?在Django >= 1.7,可以通過下一節的Prefetch物件來實現,如果你的環境是Django < 1.7,可以在Python中完成這部分操作。
1 2 |
plist = Person.objects.prefetch_related('visitation') [[city for city in p.visitation.all() if u"市" in city.name] for p in plist] |
Prefetch 物件
在Django >= 1.7,可以用Prefetch物件來控制prefetch_related函式的行為。
注:由於我沒有安裝1.7版本的Django環境,本節內容是參考Django文件寫的,沒有進行實際的測試。
Prefetch物件的特徵:
- 一個Prefetch物件只能指定一項prefetch操作。
- Prefetch物件對欄位指定的方式和prefetch_related中的引數相同,都是通過雙下劃線連線的欄位名完成的。
- 可以通過 queryset 引數手動指定prefetch使用的QuerySet。
- 可以通過 to_attr 引數指定prefetch到的屬性名。
- Prefetch物件和字串形式指定的lookups引數可以混用。
繼續上面的例子,獲取所有人訪問過的城市中帶有“武”字和“州”的城市:
1 2 3 4 5 6 7 |
wus = City.objects.filter(name__icontains = u"武") zhous = City.objects.filter(name__icontains = u"州") plist = Person.objects.prefetch_related( Prefetch('visitation', queryset = wus, to_attr = "wu_city"), Prefetch('visitation', queryset = zhous, to_attr = "zhou_city"),) [p.wu_city for p in plist] [p.zhou_city for p in plist] |
注:這段程式碼沒有在實際環境中測試過,若有不正確的地方請指正。
順帶一提,Prefetch物件和字串引數可以混用。
None
可以通過傳入一個None來清空之前的prefetch_related。就像這樣:
1 |
>>> prefetch_cleared_qset = qset.prefetch_related(None) |
小結
- prefetch_related主要針一對多和多對多關係進行優化。
- prefetch_related通過分別獲取各個表的內容,然後用Python處理他們之間的關係來進行優化。
- 可以通過可變長引數指定需要select_related的欄位名。指定方式和特徵與select_related是相同的。
- 在Django >= 1.7可以通過Prefetch物件來實現複雜查詢,但低版本的Django好像只能自己實現。
- 作為prefetch_related的引數,Prefetch物件和字串可以混用。
- prefetch_related的鏈式呼叫會將對應的prefetch新增進去,而非替換,似乎沒有基於不同版本上區別。
- 可以通過傳入None來清空之前的prefetch_related。