Django如何高效单次查询关联指定branch的ProductStorage并按Storage分组

完全可以通过一次查询+内存分组实现高效需求，避免二次查询带来的性能损耗。

核心思路 #

利用Django的select_related预取关联的Storage对象，一次性拉取所有需要的数据，再在Python内存中完成分组操作——这是Django中处理这类关联分组最常用的高效方案。

代码实现 #

假设你的ProductStorage模型定义了product（关联Product）和storage（关联Storage）两个外键字段，具体代码如下：

# 目标分支值，替换成你要查询的特定branch
target_branch = "华东区"

# 一次查询获取所有符合条件的ProductStorage，同时预取关联的Storage和Product（如果需要Product数据的话）
product_storages = ProductStorage.objects.select_related('storage', 'product').filter(storage__branch=target_branch).order_by('storage__id')

# 在内存中按Storage的name和color分组
grouped_result = {}
for ps in product_storages:
    # 生成分组键，对应你示例中的"Storage.Name1, Storage.Color1"格式
    group_key = f"{ps.storage.name}, {ps.storage.color}"
    # 将当前ProductStorage的属性加入对应分组
    if group_key not in grouped_result:
        grouped_result[group_key] = []
    grouped_result[group_key].append({
        "product_name": ps.product.name,
        "ps_attr1": ps.attr1,  # 替换成你的ProductStorage实际额外属性
        "ps_attr2": ps.attr2
    })

为什么这是最优方案 #

1. 避免N+1查询：select_related会把ProductStorage、Storage甚至Product的数据通过一次SQL JOIN查询全部拉取，不会出现每个ProductStorage单独查一次Storage的低效情况。
2. 内存分组高效：Python层面的分组操作是基于已获取的数据集进行的内存遍历，比多次数据库查询快得多。
3. 逻辑清晰：代码结构简单，符合Django ORM的最佳实践，后续维护成本低。

最终效果 #

grouped_result的结构完全匹配你给出的示例：

"Storage.Name1, Storage.Color1":
[
    {"product_name": "Product1", "ps_attr1": "xxx", ...},
    {"product_name": "Product2", "ps_attr1": "yyy", ...},
    ...
],
"Storage.Name2, Storage.Color2":
[
    {"product_name": "Product3", "ps_attr1": "zzz", ...},
    ...
]

内容的提问来源于stack exchange，提问作者progNewbie