在Django循环创建对象时减少重复数据库查询的方法

首先纠正代码里的一个关键错误：Purchase模型的item字段外键关联错误，应该指向Item模型而非Customer，修正后模型如下：

class Purchase(models.Model):
    customer = models.ForeignKey("Customer", on_delete=models.CASCADE)
    item = models.ForeignKey("Item", on_delete=models.CASCADE)  # 修正外键关联对象

针对重复查询的问题，核心方案是提前批量获取所需数据并缓存到字典，循环时直接从内存取值，避免重复访问数据库，具体实现如下：

优化后的导入代码 #

# 从数据中提取所有不重复的客户名和商品名
customer_names = {entry['customer'] for entry in purchase_table}
item_names = {entry['item'] for entry in purchase_table}

# 批量查询目标数据，存入字典（键为名称，值为模型对象）
customer_cache = {c.name: c for c in Customer.objects.filter(name__in=customer_names)}
item_cache = {i.name: i for i in Item.objects.filter(name__in=item_names)}

# 批量构造Purchase对象
purchase_objects = []
for entry in purchase_table:
    customer = customer_cache[entry['customer']]
    item = item_cache[entry['item']]
    purchase_objects.append(Purchase(customer=customer, item=item))

# 一次性批量插入数据库，大幅减少IO操作
Purchase.objects.bulk_create(purchase_objects)

为什么之前的Customer.objects.all()无效？ #

Customer.objects.all()返回的是Django的QuerySet，它采用惰性加载机制——只有在实际访问数据时才会触发数据库查询。调用customers.get(name=xxx)时，并不会从已加载的内存数据中查找，而是重新生成SQL查询数据库，所以无法避免重复查询。而字典缓存的方式是将查询结果一次性加载到内存，后续直接从字典取值，完全不会触发新的数据库请求。

另外，使用bulk_create代替循环调用save()，能将多次插入操作合并为一次数据库请求，在数据量较大时能显著提升导入效率。

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