Django ORM 事务管理与查询优化实战指南

栗子
栗子
发布时间:2026-10-16| 7人浏览过
原创

本文深入解析 Django ORM 的事务管理机制与查询优化策略。涵盖 transaction.atomic 的使用、回滚点设置及隔离级别配置;详解 ORM 惰性查询原理,包括 only 与 defer 字段的内存缓存机制,以及 select_related 和 prefetch_related 在正反向跨表查询中的应用,旨在帮助开发者提升数据库交互效率并保障数据一致性。

一、事务操作

在 Django 中处理数据库事务,首先需要导入核心模块:from django.db import transaction。该模块提供了管理数据库事务所需的所有工具。

1 开启事务:with transaction.atomic()

from django.db import transaction
class MyView(View):
    def post(self, request):
        # 在with代码块中开启事务,出了with自动结束事务
        with transaction.atomic()
        	pass

开启事务:@transaction.atomic

class MyView(View):
    @transaction.atomic
    def post(self, request):
        # 整个post方法都在事务中
        pass

2 设置事务回滚点

sid = transaction.savepoint() # 可以设置多个

事务回滚

# 回滚整个事务  但是不能在自动提交的事务中使用
transaction.rollback() 

# 回滚到sid
transaction.savepoint_rollback(sid)  

3 事务提交

# 提交整个事务  但是不能在自动提交的事务中使用
transaction.commit() 

# 释放保存点 sid ,自保存点被创建依赖执行的更改成为事务的一部分
transaction.savepoint_commit(sid)

# atomic的事务,只有在事务结束后,才会自动提交到数据库,进行数据的持久化

4 设置事务隔离

配置文件

import psycopg2.extensions

# 根据需要设置隔离级别,如下配置是READ_COMMITTED
# 但是配置PostgreSQL,不能配置mysql,否则会报错
DATABASES = {
    # ...
    'OPTIONS': {
        'isolation_level': psycopg2.extensions.ISOLATION_LEVEL_READ_COMMITTED,
    },
}

二、 ORM 惰性查询

即尽量减少对数据库的操作,减轻数据库的压力

1 ORM惰性查询

ORM 内所有的 SQL 查询语句,都是惰性操作,即当你需要使用查询结果时,才会真正去执行 SQL 语句访问数据库,否则是不会执行查询的

可使用代码验证:

2 配置settings文件,使得当执行 SQL 语句时,在终端打印 SQL 命令

LOGGING = {
    'version': 1,
    'disable_existing_loggers': False,
    'handlers': {
        'console': {
            'level': 'DEBUG',
            'class': 'logging.StreamHandler',
        },
    },
    'loggers': {
        'django.db.backends': {
            'handlers': ['console'],
            'propagate': True,
            'level': 'DEBUG',
        },
    }
}

3 验证

# 只查询,不使用查询结果
models.User.objects.all()

# 将查询结果赋值给变量res,并使用res
res = models.User.objects.all()
print(res)

# 分别执行,查看终端的打印结果

三、only与defer

only 查询

  • 指定查询某字段时,将全部结果一次性获取出来,以后再访问该字段数据时,直接从内存中拿即可,不需要再操作数据库,返回QuerySet[obj1, obj2]

defer 查询

  • 指的是一次性获取指定字段之外的所有字段数据,封装到对象中,以后再访问这些字段数据时,直接从内存中拿即可,不需要再操作数据库
class UserTest(models.Model):
    id = models.AutoField(primary_key = True)
    name = models.CharField(max_length = 32)
    age = models.IntegerField()
    def __str__(self):
        return 'name: %s, age: %s' %(self.name, self.age)

models.UserTest.objects.create(name = '小慧',age = '18')
models.UserTest.objects.create(name = '小嘉',age = '19')
models.UserTest.objects.create(name = '小甜',age = '17')
models.UserTest.objects.create(name = '小妞',age = '16')

# all 查询
# 访问一次数据库,打印一条sql命令,获取所有的 UserTest 表中的数据
res = models.UserTest.objects.all()  
print(res)

# only 查询
# 访问一次数据库,打印一条sql命令,仅仅获取 name 的所有数据到内存
res = models.UserTest.objects.only("name")  
print(res)

for user_obj in res:
    print(user_obj.name)  # 直接从内存中获取,不访问数据库,不打印 SQl 命令
    print(user_obj.age)   # 每执行一次,就访问一次数据库,打印一次 SQl 命令
    
# defer 查询
# 访问一次数据库,打印一条 SQl 命令,获取除了 name 之外的所有数据到内存
res = models.User.objects.defer("name")  
for user_obj in res:
    print(user_obj.name)  # 每执行一次,访问一次数据库,打印一条 SQl 命令
    print(user_obj.age)   # 直接从内存中获取,不访问数据库,不打印 SQl 命令

注意:分别执行才能看到效果 注释print

四、select_related与prefetch_related

都支持正反向跨表查询,规则等同于基于对象的正反向查询,正向:'外键',反向:'表名小写_set'

select_related:指定外键,连表查询(inner join),获取所有数据到内存,不能指定多对多关系的外键

res = models.Book.objects.select_related('publish')

prefetch_related:指定外键,先查询本表所有数据,再根据外键查询对应的数据表所有数据,相当于子查询,可以指定多个外键,即多个子查询

res = models.Book.objects.prefetch_related('publish')

到此这篇关于Django ORM 事务和查询优化的文章就介绍到这了,更多相关Django ORM 事务和查询优化内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站!

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。