Sql 在Django中，检查空查询集最有效的方法是什么？

我听到了使用以下内容的建议：

if qs.exists():
    ...

if qs.count():
    ...

try:
    qs[0]
except IndexError:
    ...

---

从下面的注释中复制：“我正在寻找一个类似于”的语句，在MySQL和PostgreSQL count（）中，短查询速度更快，exists（）中，长查询速度更快，当您可能需要第一个元素并且希望检查它是否存在时，请使用QuerySet[0]。但是，当count（）更快时，它只会稍微快一点，因此建议在两者之间进行选择时始终使用exists（）。

我认为第一种方法是最有效的方法（您可以很容易地用第二种方法实现它，因此它们可能几乎相同）.最后一个需要从数据库中实际获取整个对象，因此几乎可以肯定这是最昂贵的

---

但是，像所有这些问题一样，了解特定数据库、模式和数据集的唯一方法是自己测试它。

这取决于使用上下文

根据：

使用QuerySet.count（） …如果您只需要计数，而不是执行len（queryset）

使用QuerySet.exists（） …如果您只想确定是否至少存在一个结果，而不是查询集

但是：

不要过度使用count（）和exists（） 如果您需要来自QuerySet的其他数据，只需对其进行评估

因此，如果您只想检查一个空的QuerySet，我认为

QuerySet.exists（）

是最推荐的方法。另一方面，如果您想稍后使用结果，最好对其进行评估

我还认为您的第三个选项是最昂贵的，因为您需要检索所有记录以检查是否存在任何记录。

exists（）通常比count（）快，但并不总是如此（请参见下面的测试）。count（）可用于检查记录的存在性和长度

如果您确实需要对象，请仅使用

qs[0]

。如果您只是测试对象是否存在，则速度会明显减慢

在Amazon SimpleDB上，400000行：

• 裸

  qs

  ：325.00 usec/pass

• qs.exists（）

  ：144.46 usec/pass

• qs.count（）

  144.33 usec/pass

• qs[0]

  ：324.98 usec/pass

在MySQL上，57行：

• 裸

  qs

  ：1.07 usec/通行证

• qs.exists（）

  ：1.21 usec/pass

• qs.count（）

  ：1.16 usec/pass

• qs[0]

  ：1.27 usec/pass

我对每个过程使用随机查询，以降低db级缓存的风险。测试代码：

import timeit

base = """
import random
from plum.bacon.models import Session
ip_addr = str(random.randint(0,256))+'.'+str(random.randint(0,256))+'.'+str(random.randint(0,256))+'.'+str(random.randint(0,256))
try:
    session = Session.objects.filter(ip=ip_addr)%s
    if session:
        pass
except:
    pass
"""

query_variatons = [
    base % "",
    base  % ".exists()",
    base  % ".count()",
    base  % "[0]"
    ]

for s in query_variatons:
    t = timeit.Timer(stmt=s)
    print "%.2f usec/pass" % (1000000 * t.timeit(number=100)/100000)

query.exists（）

是最有效的方法

尤其是在postgres上，

count（）

可能非常昂贵，有时比普通的select查询更昂贵

exists（）

运行一个查询，没有选择、字段选择或排序，只获取一条记录。这比使用表联接和排序计算整个查询要快得多

qs[0]

仍将包括与选择相关的字段选择和排序；因此成本会更高

Django源代码如下（Django/db/models/sql/query.py RawQuery.has_results）：

前几天我遇到的另一个问题是在if语句中调用QuerySet。它执行并返回整个查询

如果变量查询集可能是

None

（未设置函数参数），则使用：

if query_set is None:
    # 

不是：

这是一个不错的起点，但该方法存在一些缺陷，即：

随机IP地址可能最终匹配0或很少的结果

异常会扭曲结果，因此我们应该避免处理异常

因此，我没有过滤可能匹配的内容，而是决定排除肯定不匹配的内容，希望仍然避免使用DB缓存，同时确保行数相同

我只针对本地MySQL数据库进行了测试，数据集为：

>>> Session.objects.all().count()
40219

定时代码：

import timeit
base = """
import random
import string
from django.contrib.sessions.models import Session
never_match = ''.join(random.choice(string.ascii_uppercase) for _ in range(10))
sessions = Session.objects.exclude(session_key=never_match){}
if sessions:
    pass
"""
s = base.format('count')

query_variations = [
    "",
    ".exists()",
    ".count()",
    "[0]",
]

for variation in query_variations:
    t = timeit.Timer(stmt=base.format(variation))
    print "{} => {:02f} usec/pass".format(variation.ljust(10), 1000000 * t.timeit(number=100)/100000)

产出：

           => 1390.177710 usec/pass
.exists()  => 2.479579 usec/pass
.count()   => 22.426991 usec/pass
[0]        => 2.437079 usec/pass

因此您可以看到，对于此数据集，

count（）

大约比

exists（）

慢9倍

---

[0]

也很快，但它需要异常处理。

我也遇到了这个问题。是的

exists（）

在大多数情况下速度更快，但这在很大程度上取决于您尝试执行的查询集的类型。例如，对于以下简单查询：

---

my\u objects=MyObject.objets.all（）

您会使用

my\u objects.exists（）

。但是如果您要执行以下查询：

MyObject.objects.filter（some\u attr='anywhere'）。exclude（something='what'）。distinct（'key'）。value（）

可能需要测试哪一个更适合（

exists（）

，

count（）

，

len（我的对象）

）。请记住，DB引擎将执行查询，要获得良好的性能结果，这在很大程度上取决于数据结构和查询的形成方式。您可以做的一件事是，审核查询并根据DB引擎对其进行测试，然后将结果与django进行比较。您会惊讶于django有时有多么幼稚，请尝试

QueryCountMiddleware

查看执行的所有查询，您将看到我所说的内容。

我非常确定最后一个选项只获得一条记录，而不是所有记录。此外，从文档中还不清楚存在的速度是否快于计数。如果是，我想知道速度增量，以及它是否变化很大y基于查询集的长度等条件。你是对的-最后一个选项将被转换为类似于

从bar LIMIT 1选择foo

。这里我们要说的是-所有这些方法都是ORM API调用并转换为SQL查询。这就是为什么文档不能说

存在

比

count

。或者它的速度快了多少倍。这取决于这些数据库的实现、配置和相关数据集。我认为clauless是正确的-您需要自己测试它才能获得

import timeit
base = """
import random
import string
from django.contrib.sessions.models import Session
never_match = ''.join(random.choice(string.ascii_uppercase) for _ in range(10))
sessions = Session.objects.exclude(session_key=never_match){}
if sessions:
    pass
"""
s = base.format('count')

query_variations = [
    "",
    ".exists()",
    ".count()",
    "[0]",
]

for variation in query_variations:
    t = timeit.Timer(stmt=base.format(variation))
    print "{} => {:02f} usec/pass".format(variation.ljust(10), 1000000 * t.timeit(number=100)/100000)

           => 1390.177710 usec/pass
.exists()  => 2.479579 usec/pass
.count()   => 22.426991 usec/pass
[0]        => 2.437079 usec/pass