欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Django框架 querySet功能解析

程序员文章站 2023-08-22 19:47:07
可切片 使用python 的切片语法来限制查询集记录的数目 。它等同于sql 的limit 和offset 子句。 >>> entry.o...

可切片

使用python 的切片语法来限制查询集记录的数目 。它等同于sql 的limit 和offset 子句。

>>> entry.objects.all()[:5] # (limit 5)
entry.objects.all()[5:10] # (offset 5 limit 5)

不支持负的索引(例如entry.objects.all()[-1])。通常,查询集 的切片返回一个新的查询集 —— 它不会执行查询。   

可迭代

articlelist=models.article.objects.all()
for article in articlelist:
  print(article.title) 

惰性查询

查询集 是惰性执行的 —— 创建查询集不会带来任何数据库的访问。你可以将过滤器保持一整天,直到查询集 需要求值时,django 才会真正运行这个查询。

queryresult=models.article.objects.all() # not hits database
print(queryresult) # hits database 
for article in queryresult:
  print(article.title)  # hits database

一般来说,只有在“请求”查询集 的结果时才会到数据库中去获取它们。当你确实需要结果时,查询集 通过访问数据库来求值。 关于求值发生的准确时间,参见何时计算查询集。  

缓存机制

每个查询集都包含一个缓存来最小化对数据库的访问。理解它是如何工作的将让你编写最高效的代码。

在一个新创建的查询集中,缓存为空。首次对查询集进行求值 —— 同时发生数据库查询 ——django 将保存查询的结果到查询集的缓存中并返回明确请求的结果(例如,如果正在迭代查询集,则返回下一个结果)。接下来对该查询集 的求值将重用缓存的结果。

请牢记这个缓存行为,因为对查询集使用不当的话,它会坑你的。例如,下面的语句创建两个查询集,对它们求值,然后扔掉它们:

print([a.title for a in models.article.objects.all()])
print([a.create_time for a in models.article.objects.all()])

这意味着相同的数据库查询将执行两次,显然倍增了你的数据库负载。同时,还有可能两个结果列表并不包含相同的数据库记录,因为在两次请求期间有可能有article被添加进来或删除掉。为了避免这个问题,只需保存查询集并重新使用它: 

queryresult=models.article.objects.all()
print([a.title for a in queryresult])
print([a.create_time for a in queryresult])

何时查询集不会被缓存?

查询集不会永远缓存它们的结果。当只对查询集的部分进行求值时会检查缓存, 如果这个部分不在缓存中,那么接下来查询返回的记录都将不会被缓存。所以,这意味着使用切片或索引来限制查询集将不会填充缓存。

例如,重复获取查询集对象中一个特定的索引将每次都查询数据库:

>>> queryset = entry.objects.all()
>>> print queryset[5] # queries the database
>>> print queryset[5] # queries the database again

然而,如果已经对全部查询集求值过,则将检查缓存:  

>>> queryset = entry.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,它们会使得全部的查询集被求值并填充到缓存中:

>>> [entry for entry in queryset]
>>> bool(queryset)
>>> entry in queryset
>>> list(queryset)

注:简单地打印查询集不会填充缓存。  

queryresult=models.article.objects.all()
print(queryresult) # hits database
print(queryresult) # hits database 

exists()与iterator()方法

exists:

简单的使用if语句进行判断也会完全执行整个queryset并且把数据放入cache,虽然你并不需要这些 数据!为了避免这个,可以用exists()方法来检查是否有数据:

if queryresult.exists():
  #select (1) as "a" from "blog_article" limit 1; args=()
    print("exists...")

iterator:

当queryset非常巨大时,cache会成为问题。

处理成千上万的记录时,将它们一次装入内存是很浪费的。更糟糕的是,巨大的queryset可能会锁住系统 进程,让你的程序濒临崩溃。要避免在遍历数据的同时产生queryset cache,可以使用iterator()方法 来获取数据,处理完数据就将其丢弃。

objs = book.objects.all().iterator()
# iterator()可以一次只从数据库获取少量数据,这样可以节省内存
for obj in objs:
  print(obj.title)
#but,再次遍历没有打印,因为迭代器已经在上一次遍历(next)到最后一次了,没得遍历了
for obj in objs:
  print(obj.title)

当然,使用iterator()方法来防止生成cache,意味着遍历同一个queryset时会重复执行查询。所以使 #用iterator()的时候要当心,确保你的代码在操作一个大的queryset时没有重复执行查询。

总结:

queryset的cache是用于减少程序对数据库的查询,在通常的使用下会保证只有在需要的时候才会查询数据库。 使用exists()和iterator()方法可以优化程序对内存的使用。不过,由于它们并不会生成queryset cache,可能 会造成额外的数据库查询。 

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。