You need to enable JavaScript to run this app. Django Rest Framework M2M关联下批量获取艺人共演关联数据的实现方法
优惠活动
大模型
产品
解决方案
定价
更多

Django Rest Framework M2M关联下批量获取艺人共演关联数据的实现方法

Django 批量获取所有艺人共演关联艺人的性能优化方案

基础数据模型

现有定义的两个核心模型如下:

class Artist(models.Model):
    name = models.CharField(max_length=255)
    music_type = models.CharField(max_length=50)

class Event(models.Model):
    event_name = models.CharField(max_length=255)
    description = models.TextField()
    place = models.CharField(max_length=50)
    longitude = models.DecimalField(max_digits=9, decimal_places=6)
    latitude = models.DecimalField(max_digits=9, decimal_places=6)
    date = models.DateField()
    artists = models.ManyToManyField(Artist)

现有实现的核心局限

目前已有的单艺人查询逻辑仅支持硬编码指定ID的单艺人场景,代码如下:

def get_related_artists(request):
    artist_id = 2
    related_events = Artist.objects.filter(id=artist_id).first().event_set.all()
    related_artists_ids = []
    for event in related_events:
        related_artists_ids = related_artists_ids + list(
            event.artists.all().values_list('id', flat=True).all()
        )
    related_artists = Artist.objects\
        .filter(id__in=set(related_artists_ids))\
        .exclude(id=artist_id)

    serializer = ArtistRelatedSerializer(related_artists, many=True)
    return JsonResponse(serializer.data, safe=False)

对应的配套序列化器定义为:

class ArtistRelatedSerializer(serializers.ModelSerializer):
    class Meta:
        model = Artist
        fields = '__all__'

该方案的运行逻辑是:先拉取指定艺人参与过的所有活动,遍历活动收集所有参演艺人ID,去重后排除当前查询的艺人本身,序列化返回结果。但存在两个明显的限制:

  • 仅支持硬编码固定ID的单个艺人查询,无法适配全量艺人列表的返回需求
  • 如果为了实现全量查询,循环遍历所有艺人ID逐次执行单艺人查询逻辑,会触发严重的N+1数据库查询问题,数据量越大性能衰减越明显

注:N+1问题指查询主表N条数据后,每条数据单独触发一次关联查询,总共产生1+N次查询,数据量较大时会导致接口响应速度骤降。

高性能批量实现方案

完全可以避免逐艺人循环查询的逻辑,基于ORM的关联查询能力,把整体查询次数从随艺人数增长的线性级降到常数级,具体实现如下:

1. 调整序列化器结构

为每个艺人条目增加嵌套的共演艺人名,直接复用已有的ArtistRelatedSerializer:

class ArtistWithRelatedSerializer(serializers.ModelSerializer):
    # 嵌套返回当前艺人的所有共演关联艺人
    co_artists = ArtistRelatedSerializer(many=True, read_only=True)

    class Meta:
        model = Artist
        fields = ['id', 'name', 'music_type', 'co_artists']

2. 编写固定次数的查询逻辑

利用ManyToMany自动生成的中间表一次性拉取所有共演关系,拆分查询步骤避免冗余查询,全程仅3次数据库查询,不会随数据量增长出现性能衰减:

from django.db.models import F

def get_all_artists_with_co_artists(request):
    # 第一步:从ManyToMany中间表,一次性匹配所有同场活动的不同艺人组合(排除艺人自身)
    co_pairs = list(
        Event.artists.through.objects.values(
            'artist_id'
        ).annotate(
            co_artist_id=F('event__artists__id')
        ).exclude(
            artist_id=F('co_artist_id')
        ).distinct()
    )

    # 第二步:把共演关系整理为映射字典,同时收集所有需要加载的共演艺人ID
    co_map = {}
    all_co_artist_ids = set()
    for pair in co_pairs:
        current_artist_id = pair['artist_id']
        related_artist_id = pair['co_artist_id']
        all_co_artist_ids.add(related_artist_id)
        co_map.setdefault(current_artist_id, []).append(related_artist_id)

    # 第三步:一次性拉取所有需要用到的艺人详情(包括主表艺人和共演关联艺人)
    co_artist_detail_map = {
        artist.id: artist
        for artist in Artist.objects.filter(id__in=all_co_artist_ids)
    }
    all_artists = list(Artist.objects.all())

    # 第四步:把共演关系挂载到每个艺人对象上,供序列化器读取
    for artist in all_artists:
        related_ids = co_map.get(artist.id, [])
        artist.co_artists = [
            co_artist_detail_map[rid]
            for rid in related_ids
            if rid in co_artist_detail_map
        ]

    serializer = ArtistWithRelatedSerializer(all_artists, many=True)
    return JsonResponse(serializer.data, safe=False)

3. 性能对比

  • 循环逐艺人查询方案:假设有N个艺人,会产生至少N+1次数据库查询,艺人数量越多,查询次数线性增长,性能越差
  • 上述实现:无论艺人总量、活动总量是多少,全程仅执行3次SQL查询,响应速度基本不受数据量增长影响

内容的提问来源于stack exchange,提问作者Frendom

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.09 02:36:02