Django查询优化咨询：百万级AmazonSearchFrequency表查询慢问题

嘿，这个场景我太熟悉了——200万条数据量下，按keyword_name做过滤查询慢得离谱，核心问题基本都是缺少合适的数据库索引，不过还有几个额外的优化点可以叠加，我给你一步步拆解：

• 给keyword_name添加数据库索引
  这是最直接有效的优化！Django的CharField默认不会创建索引，200万条数据做全表扫描肯定慢到起飞。你只需要在模型里给字段加上db_index=True：

  class AmazonSearchFrequency(models.Model):
      keyword_name = models.CharField(max_length=500, db_index=True)
      frequency = models.PositiveIntegerField(default=0)
  

  然后执行迁移命令：python manage.py makemigrations和python manage.py migrate。注意：如果你的表已经有大量数据，迁移时可能会锁表一段时间，建议在业务低峰期操作。

  要是你的业务里每个keyword_name只会存一条记录（也就是关键词唯一），那直接用unique=True代替db_index=True更好——唯一索引的查询性能比普通索引略优，还能保证数据唯一性。

• 优化查询语句，减少数据传输
  如果你只需要获取frequency的值，没必要查询整个模型实例。用values_list或者only来只拉取需要的字段，能大幅减少数据库到应用的数据传输量：

  # 只取frequency字段，返回单个值
  frequency = AmazonSearchFrequency.objects.filter(keyword_name=keyword).values_list('frequency', flat=True).first()
  

  或者用only：

  obj = AmazonSearchFrequency.objects.filter(keyword_name=keyword).only('frequency').first()
  if obj:
      frequency = obj.frequency
  

• 给高频查询关键词加缓存
  如果某些关键词被查询的频率特别高，直接把结果缓存起来，完全绕过数据库查询。用Django自带的缓存框架就行，比如配置Redis或Memcached作为缓存后端后：

  from django.core.cache import cache
  
  def get_frequency(keyword):
      cache_key = f"amazon_search_freq:{keyword}"
      frequency = cache.get(cache_key)
      if frequency is None:
          obj = AmazonSearchFrequency.objects.filter(keyword_name=keyword).first()
          frequency = obj.frequency if obj else 0
          # 缓存1小时，可以根据业务调整过期时间
          cache.set(cache_key, frequency, 3600)
      return frequency
  

  这样高频查询的响应速度会快到毫秒级。

• 用explain分析查询计划
  优化后别忘了验证效果！在Django shell里用explain()查看查询执行计划，确认是否真的走了索引：

  print(AmazonSearchFrequency.objects.filter(keyword_name=keyword).explain())
  

  如果输出里有Using index或者Using where; Using index，说明索引生效了；如果是Using where（没有Using index），那大概率还是全表扫描，得检查索引是否正确创建。

• 数据库层面的基础优化
  如果用的是MySQL/PostgreSQL这类关系型数据库，确保数据库配置合理。比如MySQL的innodb_buffer_pool_size要设置足够大（建议设为服务器内存的50%-70%），让数据库能把大部分热点数据缓存到内存里，减少磁盘IO开销。

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