如何提升Flask中关联User、School表的查询效率，避免多次重复查询

算力阿峰

2026-9-26

你当前需要执行25次独立查询的实现不合理，存在较大的性能浪费，有更优的解决方案，以下是具体落地思路：

方案1：单次查询全量数据+内存分组（推荐）

仅需执行1次SQL查询拿到所有关联了学校的用户数据，再在内存中按「学校类型+用户状态」做分组，即可直接得到25个分组对应的用户列表，大幅降低数据库IO开销。
示例代码如下：

from collections import defaultdict

# 单次查询拉取所有关联学校的用户，同时带出分组维度字段
user_groups = defaultdict(list)
query_result = (
    session.query(User, School.type.label("school_type"), User.status.label("user_status"))
    .join(School)
    .all()
)

# 内存层按维度分组
for user, school_type, user_status in query_result:
    user_groups[(school_type, user_status)].append(user)

# 调用方式和原有25次查询的结果完全一致，比如取学校类型1、用户状态2的用户
target_users = user_groups.get((1, 2), [])

方案2：分组聚合查询（仅需统计数量的场景适用）

如果你的业务场景不需要获取具体的用户实例，仅需要统计每个分组的用户数量，直接用SQL的分组聚合能力，一次查询返回所有分组的统计结果，性能更高：

from sqlalchemy import func

stat_result = (
    session.query(School.type, User.status, func.count(User.id).label("user_count"))
    .join(School)
    .group_by(School.type, User.status)
    .all()
)

返回结果的每一行对应(学校类型, 用户状态, 对应用户数量)。