2018年08月06日
阅读: 4751
django数据查询优化annotate和aggregate
友情提醒:本文最后更新于 2313 天前,文中所描述的信息可能已发生改变,请谨慎使用。
django查询QuerySet集合的方式,常用到的有filter/Q函数/exclude等方式,数据量比较小的时候还可以,但是如果数据量很大,而且查询比较复杂,那么如果还是使用多个filter进行查询效率就会很低。
提高查询数据库效率的方案有两种:
第一种,是使用原生的SQL语句来进行查询,这样的优点在于能够完全按照开发者的意图来执行,效率会很高,但是缺点也很明显:1.开发者需要非常熟悉SQL语句,加大开发者的工作量,同时,夹杂着SQL的项目也不利于以后程序的维护,增大程序的耦合度。2.若查询条件是动态变化的,则会使开发变得更加困难。
django为了解决这一难题,提供了aggregate(聚合函数)和annotate(在aggregate的基础上进行GROUP BY操作)。
下面,就来介绍第二种方法。
理解aggregate和annotate的关键在于理解SQL中的聚合函数:以下摘自百度百科:SQL基本函数,聚合函数对一组值执行计算,并返回单个值。除了 COUNT 以外,聚合函数都会忽略空值。 常见的聚合函数有AVG / COUNT / MAX / MIN /SUM 等。
django 中 annotate和aggregate的区别:
aggregate 计算整个queryset的值,相当于count();annotate 对于 queryset 中的每个值在指定的属性上进行汇总,相当于group_by。
aggregate:
>>> Book.objects.aggregate(average_price=Avg('price'))
>>> {'average_price': 34.35}
# 返回一个包含所有书价的平均值字典
annotate:
>>> q = Book.objects.annotate(num_authors=Count('authors'))
>>> q[0].num_authors
2
>>> q[1].num_authors
1
# q是books的queryset, 但是每本书按照作者的数量进行了聚合.
上一篇:python之random函数
下一篇:如何提高服务器并发处理能力