如何“通过”改进涉及两个相关模型的慢速 django 视图中间体？

Question

我正在尝试创建一个视图，该视图输出“通过”第三个中间模型关联两个模型的二维表。它在相对较小的查询集上运行良好，但对于较大的查询集却变得越来越慢。有没有更好的方法来实现视图以加快速度？

为了简单起见，我给出了模型和视图的类似版本，但如果需要，我可以发布实际的模型/视图（如果它们可能导致速度变慢）。如果我有一些小错误，请原谅我，实际的视图/模型是有效的。

谢谢。

所需输出：

artist                 The Foo Bars       FUBAR     Bas Bix
Joe Blow                 5/10/1975                 12/7/2010
Fred Noname             12/12/2012      10/2/2010   
Smith John               2/2/2002       

类似模型：

class Person(models.Model):
    name = models.CharField(max_length=128)

class Group(models.Model):
    name = models.CharField(max_length=128)
    members = models.ManyToManyField(Person, through='Membership', related_name="group")

class Membership(models.Model):
    person = models.ForeignKey(Person, related_name="membership")
    group = models.ForeignKey(Group, related_name="membership")

    date_joined = models.DateField()
    invite_reason = models.CharField(max_length=64)

类似视图：

people = Person.objects.all().select_related()
groups = Group.objects.all().select_related()
group_names = [group.name for group in groups]
table = [["artist"] + group_names]
for person in people:
    row = [person.name]
    for group in groups:
        membership = person.membership.all() & group.membership.all()
        if membership:
            membership = membership[0]
            row.append(membership.date_joined)
        else:
            row.append("")
    table.append(row)

Answer 1

重要的是要根据分析和 django-debug-toolbar 等工具的输出来回答为什么您的视图速度很慢。在不知道速度减慢的地方的情况下，很难告诉您如何解决它。

在这种情况下，由于我们正在处理多对多关系，我认为速度减慢是由于大量查询造成的。为了解决这个问题，您需要记住数据库中代表了多少个（但您似乎理解这一点）。简而言之，个人和团体之间没有直接关系，相反，会员资格既包含个人又包含团体。

这意味着您不能使用 select_lated 来减少查询数量。正确的方法是查询 Membership 表而不是 Person 表。正确的方法将取决于您具体情况。如果您真正想要的是会员数据，您可能只需使用 Membership.objects.all().select_lated() （或某些变体）即可。如果您正在寻找人员数据，请执行以下操作：

 memberships = Membership.objects.all()
 membership_dict = {}
 for m in membership:
      try:
          membership_dict[m.person].append(m)
      except KeyError:
          membership_dict[m.person] = [m,]
 people = Person.objects.all()
 for p in people:
      p.groups = membership_dict[p]

这会将数百或数千个查询减少为 2 个查询。其代价是Python代码的效率稍低。

请记住，我只是假设大量查询是您的问题，您可能还有其他我看不到的主要问题；例如需要索引、CPU密集型Python、非常大的表等。