Django Lazy Querysets优化：销售仪表板页面加载缓慢求助

看起来你遇到的是典型的重复数据库查询导致的性能问题，我来给你几个针对性的优化方案，应该能大幅提升页面加载速度：

1. 批量聚合查询，一次获取所有指标 #

你现在每个指标单独过滤查询的方式会导致多次数据库往返，最有效的解决办法是用Django的aggregate结合filter，一次查询计算出所有需要的统计值。这样不管有多少个指标，只需要一次数据库请求就能拿到结果。

示例代码：

from django.db.models import Count, Q
from datetime import timedelta
from django.utils import timezone

# 定义时间范围（替换成你的X、Y值）
x_days_ago = timezone.now() - timedelta(days=7)
y_days_ago = timezone.now() - timedelta(days=14)

# 一次查询聚合所有指标
dashboard_metrics = Opportunities.objects.aggregate(
    # 近X天赢单机会数
    recent_won_count=Count('id', filter=Q(status='won', created_at__gte=x_days_ago)),
    # Y天无活动的待跟进机会数
    inactive_followup_count=Count('id', filter=Q(status='pending', last_activity__lte=y_days_ago)),
    # 其他指标可以继续在这里添加，比如总待跟进数、本月新增数等
    total_pending_count=Count('id', filter=Q(status='pending'))
)

# 使用时直接取字典里的对应值
won_count = dashboard_metrics['recent_won_count']
inactive_count = dashboard_metrics['inactive_followup_count']

2. 检查QuerySet是否被重复求值 #

你提到提前获取了QuerySet再传入各函数，但如果每个函数里对这个QuerySet做过滤后又触发了求值（比如调用len()、遍历或者转成列表），每个过滤后的QuerySet还是会单独执行一次SQL查询。这种情况下，批量聚合依然是最优解，因为它直接在数据库层面完成所有统计，不需要拉取大量数据到内存。

3. 给过滤字段添加数据库索引 #

你的查询用到了status、created_at、last_activity这些字段，给这些字段组合添加索引能大幅提升数据库的查询效率。

在你的Opportunities模型中添加索引：

class Opportunities(models.Model):
    # 你的其他字段定义
    status = models.CharField(max_length=50)
    created_at = models.DateTimeField(auto_now_add=True)
    last_activity = models.DateTimeField(auto_now=True)

    class Meta:
        indexes = [
            # 针对赢单指标的组合索引
            models.Index(fields=['status', 'created_at']),
            # 针对无活动待跟进指标的组合索引
            models.Index(fields=['status', 'last_activity']),
        ]

添加后记得运行python manage.py makemigrations和python manage.py migrate来应用索引。

4. 给统计结果添加缓存 #

销售仪表板的统计指标通常不需要实时更新（比如5-10分钟更新一次就足够），可以用Django的缓存框架把聚合结果缓存起来，避免每次请求都查数据库。

示例代码：

from django.core.cache import cache

def get_dashboard_metrics():
    cache_key = 'sales_dashboard_metrics'
    # 先尝试从缓存获取
    metrics = cache.get(cache_key)
    if not metrics:
        # 如果缓存不存在，执行聚合查询
        x_days_ago = timezone.now() - timedelta(days=7)
        y_days_ago = timezone.now() - timedelta(days=14)
        metrics = Opportunities.objects.aggregate(
            recent_won_count=Count('id', filter=Q(status='won', created_at__gte=x_days_ago)),
            inactive_followup_count=Count('id', filter=Q(status='pending', last_activity__lte=y_days_ago))
        )
        # 缓存5分钟（根据你的业务需求调整过期时间）
        cache.set(cache_key, metrics, 60*5)
    return metrics

5. 验证查询次数（可选） #

可以安装django-debug-toolbar来直观查看页面请求触发的数据库查询次数，确认优化后是否减少了查询。安装后，页面会显示每个请求的SQL查询列表，你能清楚看到优化前后的变化。

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