如何用Django ORM子查询优化消费者未回答问卷的查询代码？

你的原始Python代码（展示A）虽然能实现需求，但在数据量较大时会有明显的性能瓶颈——它需要把所有Survey和该消费者的Ballot都加载到内存，再通过循环比对筛选结果，不仅代码冗余，还浪费了数据库本身的集合运算能力。

我们可以用Django ORM的Subquery和OuterRef特性，直接实现和你给出的SQL（展示B）完全等价的高效查询，代码更简洁，性能也更好。

优化后的代码实现 #

首先导入需要的工具类，然后一步完成筛选：

from django.db.models import Subquery, OuterRef

# 直接筛选出消费者24未回答的所有Survey，按id排序
consumer_survey_list = Survey.objects.filter(
    id__notin=Subquery(
        Ballot.objects.filter(consumer_id=24).values('question_id')
    )
).order_by('id')

如果你已经获取了消费者实例，也可以通过模型关联来写，逻辑更直观：

from django.db.models import Subquery, OuterRef

consumer = Consumer.objects.get(pk=24)
consumer_survey_list = Survey.objects.filter(
    id__notin=Subquery(
        consumer.ballot_set.values('question_id')
    )
).order_by('id')

为什么这比原始代码更好？ #

• 查询次数更少：原始代码至少需要3次数据库查询，优化后只需要1次，和你的SQL逻辑完全对齐。
• 性能更优：所有筛选逻辑在数据库层面完成，避免了把大量数据拉到内存做循环比对，数据量越大，优势越明显。
• 代码更简洁：去掉了冗余的列表和循环，直接用ORM表达业务逻辑，可读性更强。

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