orm优化
1.数据库技术进行优化，包括给字段加索引，设置唯一性约束等等；
2.查询过滤工作在数据库语句中做，不要放在代码中完成（看情况）；
3.如果要一次查询出集合的数量，使用count函数，而不是len函数，但是如果后面还需要到集合，那就用len，因为count还需要进行一次数据库的操作；
4.避免过多的使用count和exists函数；
5.如果需要查询对象的外键，则使用外键字段而不是使用关联的外键的对象的主键；
例子：
a.b_id # 正确 a.b.id # 错误
6.在通过all语句查询时，不要做跨表查询，只查询当前表中有的数据，否则查询语句的性能会下降很多;
比如：a表存在外键b表
a.b.all() # 错误
7.如果想要查询其他表的数据，则加上select_related(ForeignKey字段名，其实就是主动联表查询，性能也会下降)，如果有多个，则在括号中加上；
8.加only参数是从查询结果中只取某个字段,而另外一个defer方法则是从查询结果中排除某个字段；
9.不要获取你不需要的东西，可以通过values和value_list实现；
values返回的是字典数组，比如：[{'key1': value1, 'key2': value2}, {'key1': value3, 'key2': value4}]
value_list返回的是tuple数组 [('value1', 'value2'), ('value3', 'value4')]
value_list+flat=True返回的是数组 ['value1', ...]
10.如果想知道是否存在至少一个结果，使用exists，而不是使用if QuerySet；但是如果后面需要用到前面的QuerySet，那就可以使用if 判断；
# Don't waste a query if you are using the queryset books = Book.objects.filter(..) if len(books) > 5: do_stuff_with_books(books) # If you aren't using the queryset use count books = Book.objects.filter(..) if books.count() > 5: do_some_stuff() # But never if len(Book.objects.filter(..)) > 5: do_some_stuff()
11.在任何位置使用QuerySet.exists()或者QuerySet.count()都会导致额外的查询；
12.不要做无所谓的排序，排序并非没有代价，每个排序的字段都是数据库必须执行的操作；
13.如果要插入多条数据，则使用bulk_create来批量插入，减少sql查询的数量；
14.对于缓存的QuerySet对象使用with标签，可以让数据被缓存起来使用；
15.使用QuerySet.extra明确的指出要查询的字段；
16.批量的更新和删除则使用Queryset.update和delete函数，但是更新操作注意对象的缓存；
17.使用QuerySet.Iterator迭代大数据；
当你获得一个queryset的时候，django会缓存下来，保存在内存中，如果需要对queryset进行多次的循环，那么这种缓存无可厚非； 但是如果你只需要进行一次的循环，那么其实并不需要缓存，这个使用就可以使用iterator；
比如:
for book in Books.objects.all().iterator(): do_stuff(book)
18.如果想判断是否存在外键，只需要判断外键的id即可；
19.不要在循环中查询，而是提前取出，并且做好映射关系，这样在循环中直接通过字典的形式获取到；
20.当计算出一个QuerySet的时候，如果还需要进行多次循环的话，则可以先保留着这个缓存，但是如果只是使用一次的话，没有必要使用到缓存；
python优化：
1.排序尽量使用 .sort()， 其中使用 key 比 cmp 效率更高
到此这篇关于浅谈django orm 优化就介绍到这了。只有依靠你自己和你自己的能力来保卫，才是最可靠的、 有把握的和持久的。更多相关浅谈django orm 优化内容请查看相关栏目，小编编辑不易，再次感谢大家的支持！