Django 工程
Django ORM 性能:N+1 之外更容易踩的坑
select_related 只是入门。真正的慢查询往往来自字段过载、分页偏移、批量写入和缺失的组合索引。
提到 ORM 优化,大多数人第一反应是加 select_related。它确实能解决外键的 N+1,但线上慢查询更常来自那些不那么显眼的地方。
先看查询,再改代码
from django.db import connection
from django.test.utils import CaptureQueriesContext
with CaptureQueriesContext(connection) as ctx:
data = list(Article.objects.filter(status="published")[:20])
print(len(ctx.captured_queries))
for q in ctx.captured_queries:
print(q["sql"][:200])
用数据说话,别凭直觉优化。开发环境的十条查询在生产上可能是十条慢查询,也可能是两千条快查询。
字段过载比 N+1 更常见
列表页只需要标题和日期,却把包含正文的大字段一起查出来,网络传输和内存分配都会浪费。
Article.objects
.filter(status="published")
.select_related("author")
.only("id", "title", "published_at", "author__name")
.order_by("-published_at")[:20]
反向操作是 defer():大部分字段都要、只排除少数大字段时更方便。
深分页要换成游标
LIMIT 100000, 20 会让数据库扫描并丢弃十万行。用有序主键或时间做游标,复杂度与页码无关。
qs = Article.objects.order_by("-id")
if last_id:
qs = qs.filter(id__lt=last_id)
page = list(qs[:20])
批量写入不要循环 save
Article.objects.bulk_create(items, batch_size=500, ignore_conflicts=True)
Article.objects.filter(id__in=ids).update(status="archived")
bulk_create 不会触发 save() 与信号,需要这些副作用的场景要显式处理,这是它最容易用错的地方。
索引跟着查询走
给「状态 + 发布时间」这种高频组合建立联合索引,比给每个字段单独加索引有效得多。用 EXPLAIN ANALYZE 确认索引真的被用上,并定期清理从未使用的索引——写操作也要为索引付出成本。
