Django 1.8复杂查询优化求助：耗时36秒无改善

我之前也碰到过类似的Django ORM查询性能坑，你的核心问题是当前查询生成了低效的嵌套子查询，再加上可能缺失关键索引，才导致count操作耗时飙升。下面是具体的优化步骤：

1. 重构查询，用JOIN替代IN子查询 #

你原来的代码先查询Job的pk列表，再用job__in做子查询，这种方式会让数据库先执行子查询再匹配Candidate，大数据量下效率极低。直接通过关联字段过滤，Django会生成更高效的JOIN语句：

# 先获取当前用户对应的Employee对象（无需先提取pk）
emp = Employee.objects.filter(user=self.request.user, firm=obj).first()
if not emp:
    candidate_count = 0
else:
    # 直接通过Job的关联字段过滤Candidate，避免子查询
    _candidates = Candidate.objects.filter(
        Q(job__hiring_manager=emp) | Q(job__followers=emp),
        apply_date__range=[date_initial, date_end]
    ).order_by('-apply_date')
    candidate_count = _candidates.count()

这样生成的SQL会用JOIN替代IN子查询，数据库优化器能更好地利用索引加速查询。

2. 检查并添加关键索引 #

慢查询90%以上的原因是索引缺失，针对你的场景，需要确保以下索引存在：

• Job表：hiring_manager_id的索引（Django外键默认会自动创建，可通过数据库工具确认）
• 多对多表combo_job_followers：user_id和job_id的联合索引（Django自动生成的多对多中间表默认会有，但自定义中间表需要手动添加）
• Candidate表：job_id和apply_date的联合索引（这是核心！你的查询同时过滤这两个字段，联合索引能让数据库直接定位符合条件的记录）

在Candidate模型中添加联合索引的示例：

class Candidate(models.Model):
    job = models.ForeignKey(Job, on_delete=models.CASCADE)
    apply_date = models.DateTimeField()
    # 其他字段...

    class Meta:
        indexes = [
            models.Index(fields=['job', 'apply_date'], name='candidate_job_apply_date_idx'),
        ]

3. 用explain()分析查询计划 #

调整后可以用Django的explain()方法查看查询计划，确认索引是否被正确使用：

print(_candidates.explain(verbose=True))

如果输出中出现Using index或Using where; Using index，说明索引生效了；如果出现Using filesort或Using temporary，则需要进一步调整索引或查询语句。

4. 额外优化点 #

• 避免不必要的中间变量：原代码中的job_list完全可以省略，直接通过关联字段过滤
• 如果apply_date的范围很大，可以考虑分批次统计，但你的场景下优先优化索引和查询结构

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