Django数据库性能优化之 - 使用Python集合操作

前言

最近有个新需求：

• 人员基础信息（记作人员A），10w
• 某种类型的人员信息（记作人员B），1000

要求在后台上（Django Admin）分别展示：已录入A的人员B列表、未录入的人员B列表

团队的DBA提议使用视图可以解决这个问题（不愧是搞数据库的）

PS：起先我觉得Django的Model是直接管理数据库表的，使用Model来映射数据库模型怕是有一定的麻烦，不过查了一下资料发现并不会~

只需要在Model的Meta子类中添加managed = False即可，同时将db_table属性设置为视图名称

但这项目是Django写的，我认为既然有这么好用的ORM，何必多此一举去用SQL实现功能逻辑呢

于是大手一挥，不行，咱用Python来搞！

粗略实现

想想有挺多种方式来实现的，可以在Model中加一个方法，例如is_in_a()，然后在里面判断该人员B是否在人员A中

也可以在admin的配置中增加一个字段~

最终我是在Model中增加了新的方法，当然思路不必局限，Django还是很灵活的。

这个方法大概写成这样

def is_in_a(self) -> bool:
    from apps.people.models import PersonA
    queryset = PersonA.objects.filter(id_number=self.id_number)
    return queryset.exists()

is_in_a.short_description = '是否已录入'
is_in_a.boolean = True

OK，没啥问题，接着配置一下admin

@admin.register(PersonB)
class PersonBAdmin(admin.ModelAdmin):
    list_display = ['name', 'id_number', 'is_in_a']

这样就可以在后台上正常展示了，is_in_a就和普通的model字段一样使用

不过如果要加一个筛选功能的话，就不行，admin默认的list_filter只能支持数据库字段

要把我们自定义的字段加入筛选，就只能自己写一个Filter

首先来看一个错误的示范

class IsInAFilter(admin.SimpleListFilter):
    title = '是否已录入'
    parameter_name = 'is_in_a'

    def lookups(self, request, model_admin):
        return (
            ('true', '已录入'),
            ('false', '未录入')
        )

    def queryset(self, request, queryset):        
        raw_ids = []
        if self.value() == 'true':
            for item in queryset:
                if item.is_in_a():
                    raw_ids.append(item.pk)

        if self.value() == 'false':
            for item in queryset:
                if not item.is_in_a():
                    raw_ids.append(item.pk)

        return queryset if self.value() is None else queryset.filter(pk__in=raw_ids)

写完了在admin的filter配置写上就行

list_filter = [IsInAFilter]

实现是实现了，但筛选的时候速度奇慢，因为渲染列表的时候，每一项都要访问一次数据库（恕我直言，这种代码就是shit）

PS：很遗憾，这代码是从我前年写的一个项目里copy过来的（逃

优化思路

这我肯定不能忍啊

最讨厌的就是有人写了屎山代码

更何况这是自己写的shit，更不能忍了

立刻开始着手优化代码！

冷静下来，稍加思索

这个东西慢在于列表中的每一项都要去判断id_number在不在人员A中，那我改成批量判断不就好了？

一想到批量，我就想到values_list，用它来生成俩id_number的列表，既然有俩列表了，那这不就是集合操作了？

完事，开搞！

集合

首先复习一下集合哈

这应该是高中数学知识

集合，就是将数个对象归类而分成为一个或数个形态各异的大小整体。 一般来讲，集合是具有某种特性的事物的整体，或是一些确认对象的汇集。构成集合的事物或对象称作“元素”或“成员”。集合的元素可以是任何事物，可以是人，可以是物，也可以是字母或数字等。

集合的三大特性

无序性：一个集合中，每个元素的地位都是相同的，元素之间是无序的。

• 集合上可以定义序关系，定义了序关系后，元素之间就可以按照序关系排序。但就集合本身的特性而言，元素之间没有必然的序。（参见序理论）

互异性：一个集合中，任何两个元素都认为是不相同的，即每个元素只能出现一次。

• 有时需要对同一元素出现多次的情形进行刻画，可以使用多重集，其中的元素允许出现多次。

确定性：给定一个集合，任给一个元素，该元素或者属于或者不属于该集合，二者必居其一，不允许有模棱两可的情况出现。

数学概念不用深究，编程语言中的集合与数学的集合也有些许不同，不过互异性是都有的，也就是集合中没有重复的元素。

集合操作

为了实现前文提到的性能优化，这里我们只需要掌握集合的几种运算就行

设a、b是两个不同的集合

a = set([1, 2, 3, 4])
b = set([3, 4, 5, 6])

四种操作直接看表格

计算 代码 说明 差集 a - b 集合a中包含而集合b中不包含的元素 并集 `a b` 交集 a & b 集合a和b中都包含了的元素 对称差集 a ^ b 不同时包含于a和b的元素

为了便于理解，再来画个图

操作 结果 所得新集合元素 a - b (1) {1, 2} `a b` (1) + (2) + (3) a & b (2) {3, 4} a ^ b (1) + (3) {1, 2, 5, 6}

这下就很清楚了吧~

所以上面那个问题，简化成集合操作就是分别取交集和差集

最终实现

最终实现的代码不仅性能高起来了，代码量也比原来少，简直完美

def queryset(self, request, queryset):
    from apps.people.models import PersonA

    # 使用集合操作提高性能
    set1 = set(PersonA.objects.values_list('id_number', flat=True))
    set2 = set(queryset.values_list('id_number', flat=True))

    id_numbers = set()

    # 选择已录入的，取交集
    if self.value() == 'true':
        id_numbers = set1 & set2
    # 选择未录入的，取差集
    elif self.value() == 'false':
        id_numbers = set2 - set1

    return queryset if self.value() is None else queryset.filter(id_number__in=id_numbers)

搞定~！

等等

最后推荐一下我查资料过程中发现的好东西

Django ORM Cookbook

中文版地址：https://django-orm-cookbook-zh-cn.readthedocs.io/zh_CN/latest/index.html

这是一本书，顾名思义教你使用DjangoORM的，里面有50个例子，感觉挺不错的，可以查缺补漏~

Intermediate Python

中文版地址：https://eastlakeside.gitbook.io/interpy-zh/

也是一本书，中文名“Python进阶”，所以你应该知道里面讲啥了吧~

参考资料

• 集合 (数学) - 维基百科：https://zh.m.wikipedia.org/zh/集合_(数学)
• python set集合运算（交集，并集，差集，对称差集）：https://blog.csdn.net/sxingming/article/details/51922776
• Python集合（Set）常用操作：https://www.jianshu.com/p/f60fabfefc09
• https://www.runoob.com/python3/python3-set.html

微信公众号：「程序设计实验室」 专注于互联网热门新技术探索与团队敏捷开发实践，包括架构设计、机器学习与数据分析算法、移动端开发、Linux、Web前后端开发等，欢迎一起探讨技术，分享学习实践经验。