Django ORM の select_関連付けと prefetch_関連付けを理解する
Django では、select_popular と prefetch_関連付けは、データベース クエリを最適化し、パフォーマンスを向上させるために使用される 2 つの手法です。どちらもテーブルを「結合」して関連データを取得する必要がありますが、その方法は異なります。
select_popular: SQL クエリでの結合
select_popular は SQL JOIN を実行します。単一のクエリですべての関連データを取得します。これにより結果セットは大きくなりますが、追加のクエリが不要になるため処理速度が速くなります。これは、ForeignKey リレーションシップなど、関連オブジェクトが 1 つまたは少数しか存在しないリレーションシップに最適です。一方、SQL クエリ内のテーブルを結合しません。代わりに、関連オブジェクトの主キー (ID) のみをフェッチし、個別のクエリを実行して Python で実際のデータを取得します。これにより SQL クエリが小さくなりますが、追加のクエリが必要になります。これは、ManyToManyFields や逆ForeignKeys など、関連するオブジェクトが多数あるリレーションシップに適しています。
Python 表現の違い
もう 1 つの重要な違いは、関連オブジェクトの Python 表現。 select_relative を使用すると、関連オブジェクトごとに Python で重複オブジェクトが作成されます。対照的に、prefetch_popular は、単一のオブジェクトを使用して各関連オブジェクトを表すため、メモリを節約できます。
使用ガイドライン
原則として、必要な関係には select_関連付けを使用します。少数の関連オブジェクトを取得します。多数の関連オブジェクトとの関係の場合は、prefetch_popular を使用します。
例
次の Django モデルを考えてみましょう。
すべてをフェッチするにはselect_popular を使用して、それぞれの著者と出版社を含む書籍を取得するには:
prefetch_popular を使用して、それぞれの書籍を含むすべての著者を取得するには:
<code class="python">class Publisher(models.Model): name = models.CharField(max_length=255) class Author(models.Model): name = models.CharField(max_length=255) publisher = models.ForeignKey(Publisher) class Book(models.Model): title = models.CharField(max_length=255) author = models.ForeignKey(Author)</code>
prefetch_popular の例では、Book オブジェクトはすぐには取得されません。 Author オブジェクトで使用できます。代わりに、書籍を取得するには author.book_set に明示的にアクセスする必要があります。
<code class="python">books = Book.objects.select_related('author', 'author__publisher').all()</code>プロジェクトに最適なアプローチは、特定の要件とデータの特性によって異なることに注意してください。両方の手法を試して、どちらが最適なパフォーマンスをもたらすかを判断することをお勧めします。
以上がselect_relative と prefetch_relative は Django ORM クエリをどのように最適化しますか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Pythonは、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

10時間以内にコンピューター初心者プログラミングの基本を教える方法は?コンピューター初心者にプログラミングの知識を教えるのに10時間しかない場合、何を教えることを選びますか...

fiddlereveryversings for the-middleの測定値を使用するときに検出されないようにする方法

Python 3.6のピクルスファイルのロードレポートエラー:modulenotFounderror:nomodulenamed ...

風光明媚なスポットコメント分析におけるJieba Wordセグメンテーションの問題を解決する方法は?風光明媚なスポットコメントと分析を行っているとき、私たちはしばしばJieba Wordセグメンテーションツールを使用してテキストを処理します...


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

WebStorm Mac版
便利なJavaScript開発ツール

Dreamweaver Mac版
ビジュアル Web 開発ツール

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

MantisBT
Mantis は、製品の欠陥追跡を支援するために設計された、導入が簡単な Web ベースの欠陥追跡ツールです。 PHP、MySQL、Web サーバーが必要です。デモおよびホスティング サービスをチェックしてください。

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境
