django queryset去除重复,django queryset json
对象关系映射(ORM)使得与SQL数据库的交互更加容易，但是它也被认为是低效的，并且比原始的SQL更慢。
有效地使用ORM意味着你需要了解它是如何查询数据库的。本文将关注如何有效地使用Django ORM系统来访问中型到大型数据集。
Django的查询集是惰性的。Django的queryset对应于数据库中的几个记录(行)，并通过可选查询进行过滤。例如，以下代码将获取数据库中所有名为“Dave”的人：
person _ set=person . objects . filter(first _ name= Dave )上述代码不运行任何数据库查询。可以使用person_set，给它添加一些过滤条件，或者把它传递给一个函数。这些操作都不会发送到数据库。这是正确的，因为数据库查询是显著影响web应用程序性能的因素之一。
要真正从数据库中获取数据，您需要遍历查询集：
对于人员集中的人员：
打印(个人姓氏)
Django的queryset有缓存。当您遍历queryset时，将从数据库中检索所有匹配的记录，然后转换成Django的模型。这叫执行(eval(232，232，232)；颜色：rgb(38，38，38)；边距：0px填充：0px背景：rgb(249，249，249)；pet _ set=pet . objects . filter(species= Dog )
#执行并缓存查询。
对于宠物集中的宠物：
打印(宠物名)
#缓存用于后续迭代。
对于宠物集中的宠物：
打印(宠物姓氏)
If语句将触发queryset的执行。queryset的缓存最有用的地方是可以有效的测试queryset是否包含数据，只有在有数据的情况下才会遍历：
restaurant _ set=restaurant . objects . filter(cuisine= Indian )
# `if语句将触发queryset的执行。
如果餐厅设置：
#遍历时使用缓存中的数据。
对于餐厅集合中的餐厅：
打印(餐馆名称)
如果你不需要所有的数据，queryset的缓存可能是个问题。有时候，你可能只是想知道有没有数据，而不是遍历所有的数据。在这种情况下，简单地用if语句判断，会完全执行整个queryset，把数据放入缓存，虽然你并不需要这些数据！
city _ set=city . objects . filter(name= Cambridge )
# `if语句将执行queryset.
如果城市设置：
#我们不需要所有的数据，但是ORM还是会得到所有的记录！
print(至少有一个叫剑桥的城市还在！)要避免这种情况，可以使用exists()方法检查是否有数据：
tree _ set=tree . objects . filter(type= decoditive )
对# `exists()的检查可以防止数据被放入queryset的缓存中。
如果tree_set.exists():
#不从数据库中获取数据，从而节省带宽和内存
print(世上还有硬木树！)
当queryset非常大时，缓存就会成为问题。在处理成千上万条记录时，一次性将其加载到内存中是一种浪费。更糟糕的是，巨大的queryset可能会锁定系统进程，将你的程序带到崩溃的边缘。
为了避免在遍历数据时进行queryset缓存，可以使用iterator()方法获取数据，并在处理完数据后将其丢弃。
star_set=Star.objects.all()
# `iterator()`一次只能从数据库中获取少量数据，这样可以节省内存。
对于star_set.iterator()中的star:
Print(star.name)当然，使用iterator()方法防止缓存生成，意味着在遍历同一个queryset时，查询会被重复执行。因此，在使用iterator()时要小心，并确保您的代码在操作大型queryset时不会重复执行查询。
如果查询集很大，那么If语句就是一个问题。如前所述，查询集缓存对于组合if语句和for语句非常强大，它允许在查询集上进行条件循环。但是，对于大型查询集，不适合使用查询集缓存。
最简单的解决方案是将exists()和iterator()结合起来，通过使用两个数据库查询来避免使用查询集缓存。
molecule _ set=molecule . objects . all()
#一个数据库查询，用于测试是否存在任何行。
if molecule_set.exists():
#另一个数据库查询开始批量提取行。
对于molecule_set.iterator()中的分子：
print(molecule.velocity)更复杂的方案是，在开始循环之前，使用Python的“高级迭代法”查看iterator()的第一个元素，然后决定是否循环。
atom_set=Atom.objects.all()
#一个数据库查询开始批量提取行。
atom _ iterator=atom _ set . iterator()
#查看迭代器中的第一项。
尝试：
first_atom=next(atom_iterator)
除了StopIteration:
#找不到任何行，所以什么也不做。
及格
否则：
#至少找到一行，所以迭代
#所有行，包括第一行。
从itertools导入链
对于链中的原子([第一个原子]，原子集):
打印(原子质量)
防止不当优化queryset的缓存用于减少程序对数据库的查询。在正常使用情况下，它将确保仅在需要时才查询数据库。
使用exists()和iterator()方法优化程序的内存使用。但是，由于它们不生成queryset缓存，因此可能会导致额外的数据库查询。
所以编码的时候需要注意。如果程序开始变慢，你需要看看代码的瓶颈在哪里，是否会有一些小的优化可以帮到你。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。