Python 如何在一个具有60个特性的1000万行数据库上加速Django查询聚合？

我在psql中有一个数据库表，它包含10000000行和60列（特性）。我将Django查询集定义如下：

MyQ=MyDataBase.objects.filter(Name='Mike', date=date(2018, 2, 11), 
Class='03')

只有5行满足上述筛选条件。但当我尝试类似的东西时

MyQ.count() #which equals 5

或

每次大约需要3分钟才能给出结果。这不是很奇怪吗？难道查询集不应该只关注我们告诉它们要关注的行，从而简化工作吗？计算5行或对其中一个字段求和不能花费那么长的时间。我做错了什么

---

我也应该这样说。我第一次在这张桌子上尝试这段代码时，一切都很好，大概花了1秒才得到结果，但现在这3分钟真的很烦人。从那时起，我就没有更改数据库或代码中的任何内容。

通常，如果您是基于某个字段或字段数筛选表，则应在这些字段上创建索引。它允许数据库查询计划器在搜索/排序时采用更优化的路径

看起来您正在使用问题中的Postgres，因此您可以从pg_索引中运行

SELECT*，其中tablename='yourtable'以查看任何现有索引

Django可以在模型定义中为您创建这些索引。例如，您的模型
MyDatabase
可能如下所示：

class MyDatabase(models.Model):
    name = models.TextField(index=True)
    date = models.DateField(index=True)
   class = models.TextField(index=True)

这里有一些关于在Django模型上创建索引的详细阅读：
60列是很多，但决不是数据库不能合理处理的。您要查询的表上存在哪些索引？我想，如果查询需要3分钟，查询计划器将不得不对10000000行进行完整的表扫描。我在理解索引方面也有问题。谢谢你提出来。我如何回答这个问题：“您查询的表上存在哪些索引？”通常，如果您是基于某个字段或字段数筛选表，则应该在这些字段上创建索引。它允许数据库查询计划器在搜索/排序时采用更优化的路径。看起来您正在使用问题中的Postgres，因此您可以从pg_索引中运行
SELECT*，其中tablename='yourtable'以查看任何现有索引。Django可以在模型定义中为您创建这些索引。这里有更多关于Django的阅读：@BenSiver它成功了！！！现在速度高得惊人。奇怪的是，这么小的修改竟然能如此有效。谢谢，太棒了，很高兴它对你有用！我在这里更新了我的评论，以防其他人看到类似的问题。谢谢。我使用了：class Meta（object）：Index=[models.Index（fields=['Name'，'date'，'class']），]
class MyDatabase(models.Model):
    name = models.TextField(index=True)
    date = models.DateField(index=True)
   class = models.TextField(index=True)