Django 开发人员的 7 个数据库优化最佳实践

数据库管理是后端开发最重要的方面之一。适当优化的数据库可以帮助减少响应时间，从而带来更好的用户体验。

在本文中，我们将讨论在 Django 应用程序中优化数据库以提高速度的方法。虽然，我们不会单独深入研究每个概念，因此，请参阅以获取完整详细信息。

理解 Django 中的查询

了解 Django 中的查询集是优化的关键，因此，请记住以下几点：

• 查询集是惰性的，这意味着在您对查询集执行某些操作（例如对其进行迭代）之前，不会发出相应的数据库请求。
• 始终通过指定要返回的值的数量来限制数据库查询的结果。
• 在 Django 中，可以通过迭代、切片、缓存和 python 方法（例如len() 、 count()等）来评估查询集。确保充分利用它们。
• Django 查询集被缓存，因此如果您重复使用相同的查询集，将不会发出多个数据库请求，从而最大限度地减少数据库访问。
• 一次检索您需要的所有内容，但请确保您只检索您需要的内容。

Django中的查询优化

数据库索引

数据库索引是一种在从数据库中检索记录时加快查询速度的技术。随着应用程序大小的增加，它可能会变慢，并且用户会注意到，因为获取所需数据需要更长的时间。因此，在处理生成大量数据的大型数据库时，索引是一项不可协商的操作。

索引是一种基于各个字段对大量数据进行排序的方法。当您在数据库中的字段上创建索引时，您将创建另一个数据结构，其中包含字段值以及指向与其相关的记录的指针。然后对该索引结构进行排序，使二进制搜索成为可能。

例如，这是一个名为 Sale 的 Django 模型：

 # models.py from django.db import models class Sale(models.Model): sold_at = models.DateTimeField( auto_now_add=True, ) charged_amount = models.PositiveIntegerField()

在定义 Django 模型时，可以将数据库索引添加到特定字段，如下所示：

 # models.py from django.db import models class Sale(models.Model): sold_at = models.DateTimeField( auto_now_add=True, db_index=True, #DB Indexing ) charged_amount = models.PositiveIntegerField()

如果您为此模型运行迁移，Django 将在表 Sales 上创建一个数据库索引，并且它将被锁定直到索引完成。在本地开发设置中，数据量很少，连接很少，这种迁移可能感觉是瞬间的，但是当我们谈论生产环境时，有很多并发连接的大型数据集可能会导致停机，如获取锁和创建数据库索引可能需要很长时间。

您还可以为两个字段创建单个索引，如下所示：

 # models.py from django.db import models class Sale(models.Model): sold_at = models.DateTimeField( auto_now_add=True, db_index=True, #DB Indexing ) charged_amount = models.PositiveIntegerField() class Meta: indexes = [ ["sold_at", "charged_amount"]]

数据库缓存

数据库缓存是从数据库获得快速响应的最佳方法之一。它确保对数据库的调用更少，从而防止过载。标准缓存操作遵循以下结构：

Django 提供了一种缓存机制，可以使用不同的缓存后端，如 Memcached 和 Redis，让您避免多次运行相同的查询。

Memcached 是一个开源的内存系统，可保证在不到一毫秒的时间内提供缓存结果。它易于设置和扩展。另一方面，Redis 是一种开源缓存解决方案，具有与 Memcached 相似的特性。大多数离线应用程序使用以前缓存的数据，这意味着大多数查询永远不会到达数据库。

用户会话应该保存在 Django 应用程序的缓存中，并且因为 Redis 在磁盘上维护数据，所以登录用户的所有会话都来自缓存而不是数据库。

要在 Django 中使用 Memcache，我们需要定义以下内容：

• BACKEND：定义要使用的缓存后端。
• LOCATION: ip:port values 其中ip是 Memcached 守护进程的 IP 地址， port是运行 Memcached 的端口，或者是指向您的 Redis 实例的 URL，使用适当的方案。

要使用 Memcached 启用数据库缓存，请使用以下命令使用 pip 安装pymemcache ：

 pip install pymemcache

然后，您可以在settings.py中配置缓存设置，如下所示：

 CACHES = { 'default': { 'BACKEND': 'django.core.cache.backends.memcached.PyMemcacheCache', 'LOCATION': '127.0.0.1:11211', } }

在上面的示例中，Memcached 使用pymemcache绑定在 localhost (127.0.0.1) 端口 11211 上运行：

同样，要使用 Redis 启用数据库缓存，请使用以下命令使用 pip 安装 Redis：

 pip install redis

然后通过添加以下代码在settings.py中配置缓存设置：

 CACHES = { 'default': { 'BACKEND': 'django.core.cache.backends.redis.RedisCache', 'LOCATION': 'redis://127.0.0.1:6379', } }

Memcached 和 Redis 也可用于存储用户身份验证令牌。因为每个登录的人都必须提供一个令牌，所以所有这些过程都会导致大量的数据库开销。使用缓存的令牌将大大加快数据库访问速度。

尽可能使用迭代器

Django 中的查询集通常会在评估发生时缓存其结果，对于该查询集的任何进一步操作，它首先检查是否有缓存的结果。但是，当您使用iterator()时，它不会检查缓存并直接从数据库中读取结果，也不会将结果保存到查询集。

现在，您一定想知道这有什么帮助。考虑一个查询集，它返回大量具有大量内存的对象进行缓存，但只能使用一次，在这种情况下，您应该使用iterator() 。

例如，在下面的代码中，所有记录将从数据库中获取，然后加载到内存中，然后我们将遍历每条记录：

 queryset = Product.objects.all() for each in queryset: do_something(each)

而如果我们使用iterator() ，Django 将保持 SQL 连接打开并读取每条记录，并在读取下一条记录之前调用do_something() ：

 queryset = Product.objects.all().iterator() for each in queryset: do_something(each)

使用持久性数据库连接

Django 为每个请求创建一个新的数据库连接，并在请求完成后关闭它。这种行为是由CONN_MAX_AGE引起的，它的默认值为 0。但是应该设置多长时间呢？这取决于您网站上的流量；音量越高，维持连接所需的秒数就越多。通常建议从较低的数字开始，例如 60。

您需要将额外选项包装在OPTIONS中，详见：

 DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', 'NAME': 'dashboard', 'USER': 'root', 'PASSWORD': 'root', 'HOST': '127.0.0.1', 'PORT': '3306', 'OPTIONS': { 'CONN_MAX_AGE': '60', } } }

使用查询表达式

查询表达式定义了可以在更新、创建、过滤、排序、注释或聚合操作中使用的值或计算。

Django 中常用的内置查询表达式是 F 表达式。让我们看看它是如何工作的并且很有用。

F 表达式

在 Django Queryset API 中， F()表达式用于直接引用模型字段值。它允许您引用模型字段值并对它们执行数据库操作，而无需从数据库中获取它们并进入 Python 内存。相反，Django 使用F()对象来生成定义所需数据库活动的 SQL 短语。

例如，假设我们想将所有产品的价格提高 20%，那么代码将如下所示：

 products = Product.objects.all() for product in products: product.price *= 1.2 product.save()

但是，如果我们使用F() ，我们可以在单个查询中执行此操作，如下所示：

 from django.db.models import F Product.objects.update(price=F('price') * 1.2)

使用select_related()和prefetch_related()

Django 提供了select_related()和prefetch_related()参数，通过最小化数据库请求的数量来优化你的查询集。

根据官方 Django 文档：

select_related() “遵循”外键关系，在执行查询时选择其他相关对象数据。

prefetch_related()对每个关系进行单独的查找，并在 Python 中进行“加入”。

select_related()

当要选择的项目是单个对象时，我们使用select_related() ，这意味着前向ForeignKey ， OneToOne和后向OneToOne字段。

您可以使用select_related()创建单个查询，该查询返回单个实例的所有相关对象，用于一对多和一对一连接。执行查询时， select_related()从外键关系中检索任何额外的相关对象数据。

select_related()通过生成 SQL 连接来工作，并在SELECT表达式中包含相关对象的列。因此， select_related()返回同一数据库查询中的相关项目。

尽管select_related()会产生更复杂的查询，但获取的数据会被缓存，因此处理获取的数据不需要任何额外的数据库请求。

语法看起来像这样：

 queryset = Tweet.objects.select_related('owner').all()

prefetch_related()

相反， prefetch_related()用于多对多和多对一连接。它生成一个查询，其中包括查询中给出的所有模型和过滤器。

语法看起来像这样：

 Book.objects.prefetch_related('author').get(id=1).author.first_name

在详细了解select_related()和prefetch_related()之间的区别。

使用bulk_create()和bulk_update()

bulk_create()是一种通过一次查询将提供的对象列表创建到数据库中的方法。类似地， bulk_update()是一种使用一个查询更新提供的模型实例上的给定字段的方法。

例如，如果我们有一个如下所示的帖子模型：

 class Post(models.Model): title = models.CharField(max_length=300, unique=True) time = models.DateTimeField(auto_now_add=True) def __str__(self): return self.title

现在，假设我们要向这个模型添加多条数据记录，那么我们可以像这样使用bulk_create() ：

 #articles articles = [Post(title="Hello python"), Post(title="Hello django"), Post(title="Hello bulk")] #insert data Post.objects.bulk_create(articles)

输出如下所示：

 >>> Post.objects.all() <QuerySet [<Post: Hello python>, <Post: Hello django>, <Post: Hello bulk>]>

如果我们想更新数据，那么我们可以像这样使用bulk_update() ：

 update_queries = [] a = Post.objects.get(id=14) b = Post.objects.get(id=15) c = Post.objects.get(id=16) #set update value a.title="Hello python updated" b.title="Hello django updated" c.title="Hello bulk updated" #append update_queries.extend((a, b, c)) Post.objects.bulk_update(update_queries, ['title'])

输出如下所示：

 >>> Post.objects.all() <QuerySet [<Post: Hello python updated>, <Post: Hello django updated>, <Post: Hello bulk updated>]>

结论

在本文中，我们介绍了在 Django 应用程序中优化数据库性能、减少瓶颈和节省资源的技巧。

我希望你觉得它有帮助。继续阅读！