Python 许多人在Django行动缓慢

我有两个简单的模型：

class A(models.Model):
name_a = models.CharField(
    _("name_a"),
    max_length=255)

    b = models.ManyToManyField(
        'B',
        related_name='a',
        blank=True
    )

class B(models.Model):
    name_b = models.CharField(
        _("name_b"),
        max_length=255)

我创建了1000条记录用于：

for i in range(1000):
    A.objects.create()

和B的3个对象：

for i in range(3):
    B.objects.create()

并通过m2m关系将b的每个对象与a的每个对象连接起来：

for a in A.objects.all().iterator(): 
    a.b.add(B.objects.all()[0]) 
    a.b.add(B.objects.all()[1]) 
    a.b.add(B.objects.all()[2])

现在，对于每个a对象，我想得到所有b对象：

import time 
start = time.time()
objects = A.objects.all()
for n in objects.iterator(): 
     list(n.b.all())
print(time.time() - start)

Output: 2.642864465713501

因此，仅对1000个对象执行此查询需要2秒以上的时间。表演太糟糕了。我在生产中有超过1000000件物品

我试图通过使用预回迁来提高性能：

import time 
start = time.time()
objects = A.objects.all().prefetch_related('b')
for n in objects.iterator(): 
     list(n.b.all())
print(time.time() - start)

Output: 2.684298038482666

但这毫无帮助。为什么速度如此之慢？如何提高性能？

来自Django文档

请注意，如果使用迭代器（）运行查询，则将忽略与预回迁相关的（）调用，因为这两种优化在一起没有意义

---

当运行这个程序时，使用sqlite大约需要0.7秒。如果我省略了为每个查询创建列表，时间会减少50%

关键是，你点击DB的次数与你点击

A

对象的次数相同。 因此，提高性能的最佳选择是减少查询数量。 但在这里，你到底打算做什么其实很重要。 由于这一点尚不清楚，从现在开始，或多或少只是猜测什么对你有用

可能只是在

A.objects.values\u list（'id'）

中迭代，然后查询

B

，因为您并不真正使用

A

对象：

bq = B.objects.all()
for a_id, in A.objects.values_list('id').iterator():
    list(bq.filter(b__id=a_id))  # maybe correct your related_name to 'a' so this would look a__id=a_id
print(time.time() - start)

或

如果您只想要与某些

a

对象相关的所有

b

对象，例如，所有带有

name\u a

的对象都包含

'foo'

：

B.objects.filter(b__name_a__contains='foo').all().distinct()

---

希望这些建议能有所帮助

这与您的实际问题无关，但您的

相关名称

可能应该是

'a'

而不是

'b'

。目光敏锐；-）谢谢你说得对，我没有说清楚我的意图。我需要序列化A和B对象。所以我需要一个ASerializer类。我认为序列化程序也只是在所有对象（如上面的代码）上循环并序列化它们。我发现serializer.data调用也需要2秒以上的时间。所以我只想通过手动进行数据库调用（使用python的list方法）来调试它。

B.objects.filter(b__name_a__contains='foo').all().distinct()