Python的Django架構中的select_related函數對QuerySet 查詢的最佳化

1. 執行個體的背景說明

假定一個個人資訊系統，需要記錄系統中各個人的故鄉、居住地、以及到過的城市。資料庫設計如下：

Models.py 內容如下：

from django.db import models class Province(models.Model):  name = models.CharField(max_length=10)  def __unicode__(self):    return self.name class City(models.Model):  name = models.CharField(max_length=5)  province = models.ForeignKey(Province)  def __unicode__(self):    return self.name class Person(models.Model):  firstname = models.CharField(max_length=10)  lastname  = models.CharField(max_length=10)  visitation = models.ManyToManyField(City, related_name = "visitor")  hometown  = models.ForeignKey(City, related_name = "birth")  living   = models.ForeignKey(City, related_name = "citizen")  def __unicode__(self):    return self.firstname + self.lastname

注1：建立的app名為“QSOptimize”

注2：為了簡化起見，`qsoptimize_province` 表中只有2條資料：湖北省和廣東省，`qsoptimize_city`表中只有三條資料：武漢市、十堰市和廣州市
2. select_related()

對於一對一欄位（OneToOneField）和外鍵欄位（ForeignKey），可以使用select_related 來對QuerySet進行最佳化
作用和方法

在對QuerySet使用select_related()函數後，Django會擷取相應外鍵對應的對象，從而在之後需要的時候不必再查詢資料庫了。以上例說明，如果我們需要列印資料庫中的所有市及其所屬省份，最直接的做法是：

>>> citys = City.objects.all()>>> for c in citys:...  print c.province...

這樣會導致線性SQL查詢，如果對象數量n太多，每個對象中有k個外鍵欄位的話，就會導致n*k+1次SQL查詢。在本例中，因為有3個city對象就導致了4次SQL查詢：

SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`, `QSOptimize_city`.`province_id`FROM `QSOptimize_city` SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name`FROM `QSOptimize_province`WHERE `QSOptimize_province`.`id` = 1 ; SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name`FROM `QSOptimize_province`WHERE `QSOptimize_province`.`id` = 2 ; SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name`FROM `QSOptimize_province`WHERE `QSOptimize_province`.`id` = 1 ;

註：這裡的SQL語句是直接從Django的logger:‘django.db.backends'輸出出來的

如果我們使用select_related()函數：

>>> citys = City.objects.select_related().all()>>> for c in citys:...  print c.province...

就只有一次SQL查詢，顯然大大減少了SQL查詢的次數：

SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`,`QSOptimize_city`.`province_id`, `QSOptimize_province`.`id`, `QSOptimize_province`.`name`FROM`QSOptimize_city`INNER JOIN `QSOptimize_province` ON (`QSOptimize_city`.`province_id` = `QSOptimize_province`.`id`) ;

這裡我們可以看到，Django使用了INNER JOIN來獲得省份的資訊。順便一提這條SQL查詢得到的結果如下：

+----+-----------+-------------+----+-----------+| id | name   | province_id | id | name   |+----+-----------+-------------+----+-----------+| 1 | 武漢市  |      1 | 1 | 湖北省  || 2 | 廣州市  |      2 | 2 | 廣東省  || 3 | 十堰市  |      1 | 1 | 湖北省  |+----+-----------+-------------+----+-----------+3 rows in set (0.00 sec)

使用方法
函數支援如下三種用法：
*fields 參數

select_related() 接受可變長參數，每個參數是需要擷取的外鍵（父表的內容）的欄位名，以及外鍵的外鍵的欄位名、外鍵的外鍵的外鍵…。若要選擇外鍵的外鍵需要使用兩個底線“__”來串連。

例如我們要獲得張三的現居省份，可以用如下方式：

>>> zhangs = Person.objects.select_related('living__province').get(firstname=u"張",lastname=u"三")>>> zhangs.living.province

觸發的SQL查詢如下：

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`.`living_id` = `QSOptimize_city`.`id`)INNER JOIN `QSOptimize_province` ON (`QSOptimize_city`.`province_id` = `QSOptimize_province`.`id`)WHERE (`QSOptimize_person`.`lastname` = '三' AND `QSOptimize_person`.`firstname` = '張' );

可以看到，Django使用了2次 INNER JOIN 來完成請求，獲得了city表和province表的內容並添加到結果表的相應列，這樣在調用 zhangs.living的時候也不必再次進行SQL查詢。

+----+-----------+----------+-------------+-----------+----+-----------+-------------+----+-----------+| id | firstname | lastname | hometown_id | living_id | id | name   | province_id | id | name   |+----+-----------+----------+-------------+-----------+----+-----------+-------------+----+-----------+| 1 | 張    | 三    |      3 |     1 | 1 | 武漢市  |  1     | 1 | 湖北省  |+----+-----------+----------+-------------+-----------+----+-----------+-------------+----+-----------+1 row in set (0.00 sec)

然而，未指定的外鍵則不會被添加到結果中。這時候如果需要擷取張三的故鄉就會進行SQL查詢了：

>>> zhangs.hometown.province SELECT `QSOptimize_city`.`id`, `QSOptimize_city`.`name`,`QSOptimize_city`.`province_id`FROM `QSOptimize_city`WHERE `QSOptimize_city`.`id` = 3 ; SELECT `QSOptimize_province`.`id`, `QSOptimize_province`.`name`FROM `QSOptimize_province`WHERE `QSOptimize_province`.`id` = 1

同時，如果不指定外鍵，就會進行兩次查詢。如果深度更深，查詢的次數更多。

值得一提的是，從Django 1.7開始，select_related()函數的作用方式改變了。在本例中，如果要同時獲得張三的故鄉和現居地的省份，在1.7以前你只能這樣做：

>>> zhangs = Person.objects.select_related('hometown__province','living__province').get(firstname=u"張",lastname=u"三")>>> zhangs.hometown.province>>> zhangs.living.province

但是1.7及以上版本，你可以像和queryset的其他函數一樣進行鏈式操作：

>>> zhangs = Person.objects.select_related('hometown__province').select_related('living__province').get(firstname=u"張",lastname=u"三")>>> zhangs.hometown.province>>> zhangs.living.province

如果你在1.7以下版本這樣做了，你只會獲得最後一個操作的結果，在本例中就是只有現居地而沒有故鄉。在你列印故鄉省份的時候就會造成兩次SQL查詢。
depth 參數

select_related() 接受depth參數，depth參數可以確定select_related的深度。Django會遞迴遍曆指定深度內的所有的OneToOneField和ForeignKey。以本例說明：

>>> zhangs = Person.objects.select_related(depth = d)

d=1 相當於 select_related(‘hometown','living')

d=2 相當於 select_related(‘hometown__province','living__province')
無參數

select_related() 也可以不加參數，這樣表示要求Django儘可能深的select_related。例如：zhangs = Person.objects.select_related().get(firstname=u”張”,lastname=u”三”)。但要注意兩點：

Django本身內建一個上限，對於特別複雜的表關係，Django可能在你不知道的某處跳出遞迴，從而與你想的做法不一樣。具體限制是怎麼工作的我表示不清楚。
Django並不知道你實際要用的欄位有哪些，所以會把所有的欄位都抓進來，從而會造成不必要的浪費而影響效能。

小結

1. select_related主要針一對一和多對一關聯性進行最佳化。
2. select_related使用SQL的JOIN語句進行最佳化，通過減少SQL查詢的次數來進行最佳化、提高效能。
3. 可以通過可變長參數指定需要select_related的欄位名。也可以通過使用雙底線“__”串連欄位名來實現指定的遞迴查詢。沒有指定的欄位不會緩衝，沒有指定的深度不會緩衝，如果要訪問的話Django會再次進行SQL查詢。
4. 也可以通過depth參數指定遞迴的深度，Django會自動緩衝指定深度內所有的欄位。如果要訪問指定深度外的欄位，Django會再次進行SQL查詢。
5. 也接受無參數的調用，Django會儘可能深的遞迴查詢所有的欄位。但注意有Django遞迴的限制和效能的浪費。
6. Django >= 1.7，鏈式調用的select_related相當於使用可變長參數。Django < 1.7，鏈式調用會導致前邊的select_related失效，只保留最後一個。

