在Django中为每个用户创建独立工时数据表的可行性及性能疑问

一、为每个用户创建独立工时表是否可行？ #

技术上能实现，但强烈不推荐，原因如下：

• 代码维护成本爆炸：Django ORM是为固定结构的表设计的，动态生成用户专属表需要写大量自定义逻辑，包括动态模型生成、手动处理迁移、原生SQL查询等，后续迭代和排障会非常麻烦。
• 数据库结构臃肿：600个用户就会生成600张结构重复的表，备份、迁移、数据库管理都会变得异常混乱。
• 违反数据库设计范式：单表加用户外键就能实现数据隔离，完全没必要重复造表结构，不符合数据库归一化设计原则。

正确的方案是：

1. 保留Timesheet模型与User一对一关联，存储职位、客户等用户的公司相关信息。
2. 创建统一的DailyTimesheet模型，通过外键关联Timesheet（或直接关联User），存储每日工时数据。

示例模型代码：

from django.db import models
from django.contrib.auth.models import User

class Timesheet(models.Model):
    user = models.OneToOneField(User, on_delete=models.CASCADE)
    position = models.CharField(max_length=100)
    client = models.CharField(max_length=100)
    # 其他公司相关字段

class DailyTimesheet(models.Model):
    timesheet = models.ForeignKey(Timesheet, on_delete=models.CASCADE)
    work_date = models.DateField()
    project_name = models.CharField(max_length=100)
    hours_spent = models.DecimalField(max_digits=5, decimal_places=2)
    feedback_rating = models.IntegerField(null=True, blank=True)
    # 其他每日数据字段

查询某个用户的工时数据时，只需用DailyTimesheet.objects.filter(timesheet__user=目标用户)即可，既能实现数据隔离，又能保持代码简洁易维护。

二、SQLite存储15万条记录的检索性能问题 #

15万条记录对SQLite来说完全在承受范围内，只要做好基础优化，长期检索不会有明显变慢：

• 给核心查询字段加索引：比如DailyTimesheet的timesheet、work_date字段，这两个是用户查询每日数据的常用过滤条件，加索引后能大幅降低查询耗时。
• 避免全表扫描：查询时务必指定过滤条件（如用户、日期范围），不要直接查询全表数据。
• 按需归档旧数据：如果业务允许，可定期归档超期的历史数据；若需要长期保留，SQLite也能支撑百万级别的数据量（只要磁盘空间充足）。

如果未来数据量增长到百万级以上，或需要高并发查询，再考虑迁移到PostgreSQL、MySQL等数据库即可，当前规模下SQLite完全够用。

内容的提问来源于stack exchange，提问作者SAP ASFlash