最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Django中select_related和prefetch_related的用法與區(qū)別詳解

 更新時(shí)間:2022年11月02日 10:36:06   作者:騎臺風(fēng)走  
在實(shí)際的開發(fā)中,模型之間經(jīng)常存在復(fù)雜的關(guān)聯(lián)關(guān)系,下面這篇文章主要給大家介紹了關(guān)于Django中select_related和prefetch_related的用法與區(qū)別的相關(guān)資料,需要的朋友可以參考下

0. 本文借助django-debug-toolbar來展現(xiàn)效果

django-debug-toolbar的安裝

1. 介紹

select_related:

將會根據(jù)外鍵關(guān)系(注意: 僅限單對單和單對多關(guān)系),在執(zhí)行查詢語句的時(shí)候通過創(chuàng)建一條包含SQL inner join操作的SELECT語句來一次性獲得主對象及相關(guān)對象的信息

prefetch_related

對于多對多字段,你不能使用select_related方法,這樣做是為了避免對多對多字段執(zhí)行JOIN操作從而造成最后的表非常大。

Django提供了prefect_related方法來解決這個(gè)問題。

prefect_related可用于多對多關(guān)系字段,也可用于反向外鍵關(guān)系(related_name)。

相同點(diǎn):

都作用于queryset對象上面

注意點(diǎn):

  • 對與單對單或單對多外鍵ForeignKey字段,使用select_related方法
  • 對于多對多字段和反向外鍵關(guān)系,使用prefetch_related方法
  • 兩種方法均支持雙下劃線指定需要查詢的關(guān)聯(lián)對象的字段名
  • 使用Prefetch方法可以給prefetch_related方法額外添加額外條件和屬性。

2. 使用

from django.db import models
 
class UserInfo(models.Model):
    username = models.CharField(verbose_name='用戶名', max_length=225)
 
    def __str__(self):
        return self.username
 
class Tag(models.Model):
    name = models.CharField(verbose_name='標(biāo)簽名稱', max_length=225)
 
    def __str__(self):
        return self.name
 
class Article(models.Model):
    title = models.CharField(verbose_name='標(biāo)題', max_length=225)
    content = models.CharField(verbose_name='內(nèi)容', max_length=225)
    # 外鍵
    username = models.ForeignKey(verbose_name='用戶', to='UserInfo', on_delete=models.DO_NOTHING)
    tag = models.ManyToManyField(verbose_name='標(biāo)簽', to='Tag')
 
    def __str__(self):
        return self.title

2.1 原生的查詢

2.1.1 代碼

def article_list(request):
    if request.method == 'GET':
        # select_related---->queryset
        article_queryset = models.Article.objects.all()
        return render(request, 't2.html', context={'article_queryset': article_queryset})

2.1.2 圖示

2.1.3 查詢解釋 

1.從圖示我們可以看出來,一共進(jìn)行13次查詢,且有10次重復(fù)的?。?!

原因是:當(dāng)我們第一次查詢時(shí),返回的值,只有文章對象,對于標(biāo)簽以及用戶,并沒有查詢,當(dāng)前端界面需要這兩個(gè)時(shí),每循環(huán)一次,就會去數(shù)據(jù)庫查詢一次

2.為了避免重復(fù)查詢,django提供select_related和prefetch_related方法來提升數(shù)據(jù)庫查詢效率,類似于SQL的JOIN方法。

3.效果就是當(dāng)?shù)谝淮尾樵儠r(shí),進(jìn)行連表,一次性把所有數(shù)據(jù)全部查詢到

2.2 使用select_related

2.2.2 代碼

from django.shortcuts import render
 
from blog import models
 
 
def article_list(request):
    if request.method == 'GET':
        # select_related---->queryset
        article_queryset = models.Article.objects.all().select_related('tag', 'username')
        return render(request, 't2.html', context={'article_queryset': article_queryset})

2.2.3 圖示

 2.2.4 解釋

可以看到現(xiàn)在只有三次查詢,耗時(shí)大大減少

 2.2.5 其他常用用法

# 獲取id=1的文章對象同時(shí),獲取其相關(guān)username信息
Article.objects.select_related('username').get(id=1)
 
# 獲取id=1的文章對象同時(shí),獲取其相關(guān)作者名字信息
Article.objects.select_related('username__username').get(id=1)
 
# 獲取id=1的文章對象同時(shí),獲取其相關(guān)tag和相關(guān)作者名字信息。下面方法等同。
# 方式一:
Article.objects.select_related('tag', 'username__username').get(id=1)
# 方式二:
Article.objects.select_related('tag').select_related('username__username').get(id=1)
 
# 使用select_related()可返回所有相關(guān)主鍵信息。all()非必需。
Article.objects.all().select_related()
 
# 獲取Article信息同時(shí)獲取username信息。filter方法和selected_related方法順序不重要。
# 方式一:
Article.objects.filter(tag__gt=3).select_related('username')
# 方式二:
Article.objects.select_related('username').filter(tag__gt=3)

2.3. 使用prefetch_related方法

對于多對多字段,你不能使用select_related方法,這樣做是為了避免對多對多字段執(zhí)行JOIN操作從而造成最后的表非常大。

2.3.1 常用的案例

articles = Article.objects.all().select_related('category').prefecth_related('tags')
 
# 文章列表及每篇文章的tags對象名字信息
Article.objects.all().prefetch_related('tags__name')
 
# 獲取id=13的文章對象同時(shí),獲取其相關(guān)tags信息
Article.objects.prefetch_related('tags').get(id=13)
 
# 獲取文章列表及每篇文章相關(guān)的名字以P開頭的tags對象信息
Article.objects.all().prefetch_related(
    Prefetch('tags', queryset=Tag.objects.filter(name__startswith="P"))
)
 
# 文章列表及每篇文章的名字以P開頭的tags對象信息, 放在article_p_tag列表
Article.objects.all().prefetch_related(
    Prefetch('tags', queryset=Tag.objects.filter(name__startswith="P")),
to_attr='article_p_tag'
)

本文參考

Django基礎(chǔ)(29): select_related和prefetch_related的用法與區(qū)別

http://m.fzitv.net/article/266493.htm

http://m.fzitv.net/article/266498.htm

總結(jié)

到此這篇關(guān)于Django中select_related和prefetch_related用法與區(qū)別的文章就介紹到這了,更多相關(guān)select_related和prefetch_related用法與區(qū)別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • 手把手教你Python抓取數(shù)據(jù)并可視化

    手把手教你Python抓取數(shù)據(jù)并可視化

    很多小伙伴在提到python數(shù)據(jù)可視化的時(shí)候第一反應(yīng)就是matplotlib庫,但實(shí)際上python還有很多很好用的數(shù)據(jù)可視化的庫,下面這篇文章主要給大家介紹了關(guān)于如何利用Python抓取數(shù)據(jù)并可視化的相關(guān)資料,需要的朋友可以參考下
    2022-05-05
  • 解決Djang2.0.1中的reverse導(dǎo)入失敗的問題

    解決Djang2.0.1中的reverse導(dǎo)入失敗的問題

    今天小編就為大家分享一篇解決Djang2.0.1中的reverse導(dǎo)入失敗的問題,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-08-08
  • python中opencv?Canny邊緣檢測

    python中opencv?Canny邊緣檢測

    這篇文章主要介紹了python中opencv?Canny邊緣檢測,Canny邊緣檢測是一種使用多級邊緣檢測算法檢測邊緣的方法。OpenCV提供了函數(shù)cv2.Canny()實(shí)現(xiàn)Canny邊緣檢測。更多相關(guān)內(nèi)容需要的小伙伴可以參考下面文章內(nèi)容
    2022-06-06
  • Python爬蟲beautifulsoup4常用的解析方法總結(jié)

    Python爬蟲beautifulsoup4常用的解析方法總結(jié)

    今天小編就為大家分享一篇關(guān)于Python爬蟲beautifulsoup4常用的解析方法總結(jié),小編覺得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來看看吧
    2019-02-02
  • Flask框架鉤子函數(shù)功能與用法分析

    Flask框架鉤子函數(shù)功能與用法分析

    這篇文章主要介紹了Flask框架鉤子函數(shù)功能與用法,簡單描述了flask框架鉤子函數(shù)的概念、功能并結(jié)合實(shí)例形式分析了flask框架鉤子函數(shù)的基本用法,需要的朋友可以參考下
    2019-08-08
  • 使用Python加密和解密PDF文件

    使用Python加密和解密PDF文件

    在日常工作和生活中,保護(hù)PDF文件的隱私和安全至關(guān)重要,Python提供了一些強(qiáng)大的庫,使得加密和解密PDF文件變得相對簡單,本文將詳細(xì)介紹如何使用PyPDF2庫來加密和解密PDF文件,需要的朋友可以參考下
    2025-03-03
  • pytorch模型的定義、修改、讀取、斷點(diǎn)續(xù)訓(xùn)深入解析

    pytorch模型的定義、修改、讀取、斷點(diǎn)續(xù)訓(xùn)深入解析

    模型定義是深度學(xué)習(xí)中重要的一環(huán),PyTorch提供了強(qiáng)大而靈活的工具和函數(shù),使我們能夠輕松定義各種類型的深度學(xué)習(xí)模型,通過深入理解模型定義的原理和應(yīng)用,我們能夠更好地理解和設(shè)計(jì)自己的模型,從而提升深度學(xué)習(xí)任務(wù)的性能和效果
    2024-03-03
  • JupyterNotebook 如何調(diào)整輸出窗口的顯示效果

    JupyterNotebook 如何調(diào)整輸出窗口的顯示效果

    這篇文章主要介紹了JupyterNotebook 輸出窗口的顯示效果調(diào)整實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-09-09
  • Python 數(shù)據(jù)化運(yùn)營之KMeans聚類分析總結(jié)

    Python 數(shù)據(jù)化運(yùn)營之KMeans聚類分析總結(jié)

    這篇文章主要介紹了Python 數(shù)據(jù)化運(yùn)營KMeans聚類相關(guān)的一些總結(jié),感興趣的話一起來閱讀下文吧
    2021-08-08
  • Pytorch中的Broadcasting問題

    Pytorch中的Broadcasting問題

    這篇文章主要介紹了Pytorch中的Broadcasting問題,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-01-01

最新評論

丰镇市| 米林县| 荥阳市| 平湖市| 宜章县| 宝坻区| 都匀市| 姚安县| 循化| 剑阁县| 黎城县| 太仓市| 富锦市| 广饶县| 盐城市| 阿鲁科尔沁旗| 峨山| 乡宁县| 陵水| 图片| 邯郸县| 香河县| 定边县| 晋中市| 伊宁市| 静海县| 咸丰县| 寿阳县| 临桂县| 濉溪县| 满城县| 阳山县| 梨树县| 曲周县| 博白县| 丹东市| 岐山县| 上犹县| 孟连| 江西省| 安西县|