利用Django框架中select_related和prefetch_related函数对数据库查询优化

　　实例的背景说明

　　假定一个个人信息系统，需要记录系统中各个人的故乡、居住地、以及到过的城市。数据库设计如下：

　　Models.py 内容如下：

　　注1：创建的app名为“QSOptimize”

　　注2：为了简化起见，`qsoptimize_province` 表中只有2条数据：湖北省和广东省，`qsoptimize_city`表中只有三条数据：武汉市、十堰市和广州市

　　如果我们想要获得所有家乡是湖北的人，最无脑的做法是先获得湖北省，再获得湖北的所有城市，最后获得故乡是这个城市的人。就像这样：

　　 >>> hb = Province.objects.get(name__iexact=u湖北省) >>> people = [] >>> for city in hb.city_set.all(): ... people.extend(city.birth.all()) ...

　　显然这不是一个明智的选择，因为这样做会导致1+（湖北省城市数）次SQL查询。反正是个反例，导致的查询和获得掉结果就不列出来了。
prefetch_related() 或许是一个好的解决方法，让我们来看看。

　　 >>> hb = Province.objects.prefetch_related(city_set__birth).objects.get(name__iexact=u湖北省) >>> people = [] >>> for city in hb.city_set.all(): ... people.extend(city.birth.all()) ...

　　因为是一个深度为2的prefetch，所以会导致3次SQL查询：

　　 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); SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` FROM `QSOptimize_person` WHERE `QSOptimize_person`.`hometown_id` IN (1, 3);

　　嗯…看上去不错，但是3次查询么？倒过来查询可能会更简单？

　　 >>> people = list(Person.objects.select_related(hometown__province).filter(hometown__province__name__iexact=u湖北省)) SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id`, `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`, `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM `QSOptimize_person` INNER JOIN `QSOptimize_city` ON (`QSOptimize_person`.`hometown_id` = `QSOptimize_city`.`id`) INNER JOIN `QSOptimize_province` ON (`QSOptimize_city`.`province_id` = `QSOptimize_province`.`id`) WHERE `QSOptimize_province`.`name` LIKE 湖北省; +----+-----------+----------+-------------+-----------+----+--------+-------------+----+--------+ id firstname lastname hometown_id living_id id name province_id id name +----+-----------+----------+-------------+-----------+----+--------+-------------+----+--------+ 1 张 三 3 1 3 十堰市 1 1 湖北省 2 李 四 1 3 1 武汉市 1 1 湖北省 3 王 麻子 3 2 3 十堰市 1 1 湖北省 +----+-----------+----------+-------------+-----------+----+--------+-------------+----+--------+ 3 rows in set (0.00 sec)

　　完全没问题。不仅SQL查询的数量减少了，python程序上也精简了。
select_related()的效率要高于prefetch_related()。因此，最好在能用select_related()的地方尽量使用它，也就是说，对于ForeignKey字段，避免使用prefetch_related()。
联用
对于同一个QuerySet，你可以同时使用这两个函数。
在我们一直使用的例子上加一个model：Order （订单）

　　 class Order(models.Model): customer = models.ForeignKey(Person) orderinfo = models.CharField(max_length=50) time = models.DateTimeField(auto_now_add = True) def __unicode__(self): return self.orderinfo

　　如果我们拿到了一个订单的id 我们要知道这个订单的客户去过的省份。因为有ManyToManyField显然必须要用prefetch_related()。如果只用prefetch_related()会怎样呢？

　　 >>> plist = Order.objects.prefetch_related(customer__visitation__province).get(id=1) >>> for city in plist.customer.visitation.all(): ... print city.province.name ...

　　显然，关系到了4个表：Order、Person、City、Province，根据prefetch_related()的特性就得有4次SQL查询

　　 SELECT `QSOptimize_order`.`id`, `QSOptimize_order`.`customer_id`, `QSOptimize_order`.`orderinfo`, `QSOptimize_order`.`time` FROM `QSOptimize_order` WHERE `QSOptimize_order`.`id` = 1 ; SELECT `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` FROM `QSOptimize_person` WHERE `QSOptimize_person`.`id` IN (1); 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); SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM `QSOptimize_province` WHERE `QSOptimize_province`.`id` IN (1, 2); +----+-------------+---------------+---------------------+ id customer_id orderinfo time +----+-------------+---------------+---------------------+ 1 1 Info of Order 2014-08-10 17:05:48 +----+-------------+---------------+---------------------+ 1 row in set (0.00 sec) +----+-----------+----------+-------------+-----------+ id firstname lastname hometown_id living_id +----+-----------+----------+-------------+-----------+ 1 张 三 3 1 +----+-----------+----------+-------------+-----------+ 1 row in set (0.00 sec) +-----------------------+----+--------+-------------+ _prefetch_related_val id name province_id +-----------------------+----+--------+-------------+ 1 1 武汉市 1 1 2 广州市 2 1 3 十堰市 1 +-----------------------+----+--------+-------------+ 3 rows in set (0.00 sec) +----+--------+ id name +----+--------+ 1 湖北省 2 广东省 +----+--------+ 2 rows in set (0.00 sec)

　　更好的办法是先调用一次select_related()再调用prefetch_related()，最后再select_related()后面的表

　　 >>> plist = Order.objects.select_related(customer).prefetch_related(customer__visitation__province).get(id=1) >>> for city in plist.customer.visitation.all(): ... print city.province.name ...

　　这样只会有3次SQL查询，Django会先做select_related，之后prefetch_related的时候会利用之前缓存的数据，从而避免了1次额外的SQL查询：

　　 SELECT `QSOptimize_order`.`id`, `QSOptimize_order`.`customer_id`, `QSOptimize_order`.`orderinfo`, `QSOptimize_order`.`time`, `QSOptimize_person`.`id`, `QSOptimize_person`.`firstname`, `QSOptimize_person`.`lastname`, `QSOptimize_person`.`hometown_id`, `QSOptimize_person`.`living_id` FROM `QSOptimize_order` INNER JOIN `QSOptimize_person` ON (`QSOptimize_order`.`customer_id` = `QSOptimize_person`.`id`) WHERE `QSOptimize_order`.`id` = 1 ; 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); SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name` FROM `QSOptimize_province` WHERE `QSOptimize_province`.`id` IN (1, 2); +----+-------------+---------------+---------------------+----+-----------+----------+-------------+-----------+ id customer_id orderinfo time id firstname lastname hometown_id living_id +----+-------------+---------------+---------------------+----+-----------+----------+-------------+-----------+ 1 1 Info of Order 2014-08-10 17:05:48 1 张 三 3 1 +----+-------------+---------------+---------------------+----+-----------+----------+-------------+-----------+ 1 row in set (0.00 sec) +-----------------------+----+--------+-------------+ _prefetch_related_val id name province_id +-----------------------+----+--------+-------------+ 1 1 武汉市 1 1 2 广州市 2 1 3 十堰市 1 +-----------------------+----+--------+-------------+ 3 rows in set (0.00 sec) +----+--------+ id name +----+--------+ 1 湖北省 2 广东省 +----+--------+ 2 rows in set (0.00 sec)

　　值得注意的是，可以在调用prefetch_related之前调用select_related，并且Django会按照你想的去做：先select_related，然后利用缓存到的数据prefetch_related。然而一旦prefetch_related已经调用，select_related将不起作用。

　　小结

　　 因为select_related()总是在单次SQL查询中解决问题，而prefetch_related()会对每个相关表进行SQL查询，因此select_related()的效率通常比后者高。 鉴于第一条，尽可能的用select_related()解决问题。只有在select_related()不能解决问题的时候再去想prefetch_related()。 你可以在一个QuerySet中同时使用select_related()和prefetch_related()，从而减少SQL查询的次数。 只有prefetch_related()之前的select_related()是有效的，之后的将会被无视掉。