迭代Django中的数据库列答案

【问题标题】：Iterating over a database column in Django迭代Django中的数据库列
【发布时间】：2011-02-05 10:06:57
【问题描述】：

我想对 MySQL 数据库中的一列值进行迭代计算。我想知道 Django 是否有任何内置功能可以做到这一点。以前，我刚刚使用以下内容将每一列存储为名称为 table_column 的元组列表：

import MySQLdb
import sys

try:
    conn = MySQLdb.connect (host = "localhost",
                            user = "user",
                            passwd="passwd",
                            db="db")
except MySQLdb.Error, e:
    print "Error %d: %s" % (e.args[0], e.args[1])
    sys.exit (1)

cursor = conn.cursor()

for table in ['foo', 'bar']:
    for column in ['foobar1', 'foobar2']:
        cursor.execute('select %s from %s' % (column, table))
        exec "%s_%s = cursor.fetchall()" % (table, column)

cursor.close()

conn.commit()
conn.close()

Django 中是否有内置功能可以更方便地遍历数据库表中列的值？我正在处理数百万行，因此执行速度很重要。

[已解决] 谢谢大家。我使用了内置的迭代器，并结合了 values_list() 调用来优化性能。请注意，调用 values() 将返回 dicts，迭代速度很慢，而 values_list() 返回更快的元组。因此，例如，如果我想遍历 'foobar1' 列的每一行，在表 'foo' 中，我可以通过以下方式获取迭代器：

foobar1_iterator = foo.objects.values_list('foobar1').iterator()

假设我想遍历 i 以生成 'foobar1' 的所有行值的列表。然后简单地这样做：

foobar1_list = [i for i in foobar1_iterator]

【问题讨论】：

标签： python mysql database django

【解决方案1】：

查看 Django 文档中的 only() 和 iterator()：

http://docs.djangoproject.com/en/1.1/ref/models/querysets/#only-fields

http://docs.djangoproject.com/en/1.1/ref/models/querysets/#iterator

【讨论】：

【解决方案2】：

数据库微优化不是 Django ORM 的强项。但是，当速度如此重要时，我想知道 exec 是否是正确的方法。

无论如何，您编写“遍历列的值”，这意味着您在由分隔符分隔的单个列中有多个值（在您的代码中没有看到）？

那么就

for value in modelinstalnce.column.split('seprator'):
    print 'whatever'

至于连接，最好用

from django.db import connection

而不是手工完成。

至于配对，我会这样做：

pairs = []

for model in (MyModel, MyModel2,):
    for field in model.field_names:
        pairs.append((field, getattr(model, field))

【讨论】：

【解决方案3】：

from django.db.models.loading import get_model
app_name = 'your_app_name'
for model_name in ['foo','bar']:
    model = get_model(app_name, model_name)
    model_values = model.objects.values('foorbar1','foobar2') # this is a ValuesQuerySet. 
                                                              # you can run your computation on it, 
                                                              # or store the values somewhere.

【讨论】：