Django：为什么 Foo.objects.extra(...) 比 Foo.objects.raw 快得多？

Question

所以我正在尝试优化一个相当奇怪的查询，但这是一个遗留数据库，所以我只用我所拥有的。这些是我正在尝试的查询。此时它们提供相同的输出。 w 是我的查询集。

def future_schedule(request):

    past = datetime.date.today()-datetime.timedelta(days=730)

    extra_select = {
        'addlcomplete': 'SELECT Complete FROM tblAdditionalDates WHERE Checkin.ShortSampleID = tblAdditionalDates.ShortSampleID',
        'addldate': 'SELECT AddlDate FROM tblAdditionalDates WHERE Checkin.ShortSampleID = tblAdditionalDates.ShortSampleID'
    }
    extra_where = ['''(Checkin.Description <> "Sterilization Permit" AND Checkin.Description <> "Registration State" AND Checkin.Description <> "Miscellaneous" AND Checkin.Description <> "Equipment Purchase" AND Checkin.DateArrived > %s AND Checkin.DateCompleted IS NULL AND Checkin.Canceled = 0) OR (Checkin.Description <> "Sterilization Permit" AND Checkin.Description <> "Registration State" AND Checkin.Description <> "Miscellaneous" AND Checkin.Description <> "Equipment Purchase" AND Checkin.DateArrived > %s AND Checkin.DateCompleted IS NOT NULL AND Checkin.DateFinalCompleted IS NULL AND Checkin.DateFinalExpected IS NOT NULL AND Checkin.Canceled = 0) '''
    ]
    extra_params = [past, past]

    w = Checkin.objects.extra(select=extra_select, where=extra_where, params=extra_params)

# OR This one

    w = Checkin.objects.raw('''SELECT Checkin.SampleID, Checkin.ShortSampleID, Checkin.Company, A.Complete, Checkin.HasDates, A.AddlDate FROM Checkin LEFT JOIN (SELECT ShortSampleID, Complete, AddlDate FROM tblAdditionalDates) A ON A.ShortSampleID = Checkin.ShortSampleID WHERE (Checkin.Description <> "Sterilization Permit" AND Checkin.Description <> "Registration State" AND Checkin.Description <> "Miscellaneous" AND Checkin.Description <> "Equipment Purchase" AND Checkin.DateArrived > "2009-01-01" AND Checkin.DateCompleted IS NULL AND Checkin.Canceled = 0) OR (Checkin.Description <> "Sterilization Permit" AND Checkin.Description <> "Registration State" AND Checkin.Description <> "Miscellaneous" AND Checkin.Description <> "Equipment Purchase" AND Checkin.DateArrived > "2009-01-01" AND Checkin.DateCompleted IS NOT NULL AND Checkin.DateFinalCompleted IS NULL AND Checkin.DateFinalExpected IS NOT NULL AND Checkin.Canceled = 0)''')

这两个都返回相同数量的记录 (322)。 .extra 在呈现 HTML 方面比 .raw 查询快了大约 10 秒，而且对于所有密集的目的，.raw 查询甚至稍微不那么复杂。有没有人知道为什么会这样？根据我的结构，.raw 可能是我获取所需数据的唯一方法（我需要 extra_select 字典中的 addlcomplete 和 addldate 并在 Have 子句中使用它们来进一步过滤查询集）但我当然不喜欢如何需要很长时间。是在模板层上速度较慢还是在实际查询层上？我怎样才能最好地调试这个？

感谢您帮助我们在糟糕的数据结构中进行优化。

更新 1：2011-10-03

所以我安装了 django-debugtoolbar 来窥探一下，我启用了 MySQL 常规日志记录并提出了以下建议：

使用.filter() 或.extra() 总查询数为2。使用.raw() 总查询数1984！！！（不要忽略怪异的文学参考）

我的模板正在使用重组，然后循环通过该重组。没有关系被遵循，没有使用除了内置的模板标签。 Select_related 没有被使用，我仍然只得到 2 个查询。看mysql日志，果然——1984个查询。

查看执行的查询时，基本上每个{{ Modelinstance.field }} django 都在执行SELECT pk, field FROM Model WHERE Model.pk = Modelinstance.pk 如果你问我这似乎完全错误。我在这里遗漏了什么还是 django 真的在查询中疯狂运行？

结束更新 1

更新 2 请看下面的答案

格雷格

Answer 1

好的。这是我的最终结论。虽然 Furbeenator 对内部 Django 优化的看法是正确的，但事实证明存在一个更大的用户错误，导致速度变慢和前面提到的数千个查询。

Raw queryset docs 中清楚地记录了当您延迟字段（即不使用 SELECT * FROM ...）并且仅选择特定字段（SELECT Checkin.Sampleid, ... 您未选择的字段仍然可以访问但使用另一个数据库调用。因此，如果您在原始查询中选择字段的子集，并且您忘记了在模板中使用的查询中的字段，Django 将执行数据库查找以查找您在模板中引用的字段，而不是抱怨它不存在或其他什么。因此，假设您从查询中遗漏了 5 个字段（这就是我所做的），您最终在模板中引用了这些字段，并且您有 300 条正在循环的记录。这会导致额外的 1500数据库命中以获取每条记录的这 5 个字段。

所以，小心隐藏的引用，感谢上帝Django Debug Toolbar

Answer 2

来自优化部分：Database access optimization，他们提出了优化方法，其中之一是 extra() 方法。然后他们提到了.raw()。我的假设是他们使 raw() 更加健壮和强大，因此它提供了最大的优化灵活性。 Performing raw SQL queries 允许您做的不仅仅是 extra()。我的直觉是，它只是更注重灵活性而不是性能，并且应该尽可能使用 extra() 而不是 raw()。