Django反向查询已缓存QuerySet获取指定卖家图书免二次查询语法

先修正初始查询的错误 #

你原来的写法存在两个核心问题：

• select_related 仅支持正向ForeignKey、一对一关联的连表查询，你场景中Seller到Genre、Genre到Book都是反向一对多关联，必须用prefetch_related做预加载才能一次性拉取所有关联数据
• 原查询仅通过values('name')取了Seller的名称字段，没有包含关联的分类、图书信息，无法后续筛选对应卖家的图书

方案1：用内存中的Django查询集筛选（无需额外访问数据库） #

首先修正初始查询，一次性预加载所有三级关联数据到内存：

from django.db.models import Prefetch
# 一次性拉取Seller、关联的所有Genre、Genre关联的所有Book到内存
sellers = Seller.objects.prefetch_related(
    Prefetch('genre', queryset=Genre.objects.prefetch_related('book'))
).all()

筛选指定卖家的图书时直接从内存对象中读取，不会触发新的数据库查询：

# 取第一个卖家的所有图书
seller1_name = seller_df['name'].iloc[0]
# 从已加载的sellers中过滤对应卖家，不会查库
seller1 = next(s for s in sellers if s.name == seller1_name)
seller1_books = [book for genre in seller1.genre.all() for book in genre.book.all()]

# 取最后一个卖家的所有图书
seller_last_name = seller_df['name'].iloc[-1]
seller_last = next(s for s in sellers if s.name == seller_last_name)
seller_last_books = [book for genre in seller_last.genre.all() for book in genre.book.all()]

方案2：用pandas DataFrame筛选（无需额外访问数据库） #

先生成包含所有三级关联信息的DataFrame，查询时就把所有需要的字段取出：

# 拉取所有三级关联的字段数据
sellers_raw = Seller.objects.values(
    'name',
    'genre__name',
    'genre__book__name'
).order_by('name')
# 生成带完整信息的DataFrame
seller_df = pd.DataFrame(list(sellers_raw))
seller_df.columns = ['seller_name', 'genre_name', 'book_name']

后续直接基于DataFrame做过滤即可：

# 取第一个卖家的所有图书
seller1_name = seller_df['seller_name'].iloc[0]
seller1_books = seller_df[seller_df['seller_name'] == seller1_name]['book_name'].dropna().unique().tolist()

# 取最后一个卖家的所有图书
seller_last_name = seller_df['seller_name'].iloc[-1]
seller_last_books = seller_df[seller_df['seller_name'] == seller_last_name]['book_name'].dropna().unique().tolist()

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