如何提升Django ORM反向ForeignKey数据库查询的效率？

Hey there! Let's dive into concrete ways to speed up those reverse ForeignKey queries (like shop.products.all() or brand.products.all()) based on your model setup.

1. 先把数据库索引做对（最核心的优化） #

反向查询本质上是在Product表中筛选关联到特定Shop/Brand的记录，所以索引的合理性直接决定查询速度。

• 确保关联字段的唯一性：你的ForeignKey用了to_field='shop_name'和to_field='brand_name'，Django要求这些字段必须是唯一的（否则会抛出完整性错误）。一定要给Shop.shop_name和Brand.brand_name加上unique=True——这不仅符合Django的要求，还会让数据库自动为这些字段创建唯一索引，大幅提升关联匹配的速度。
• 优化Product表的复合索引：你已经在Product.Meta里定义了一些索引，比如['shop', 'brand', 'price', 'title']，这个索引已经能覆盖不少场景，但可以针对反向查询的常见场景追加更精准的索引：
  • 如果经常按shop过滤并按sale状态、price排序，就加这个复合索引：

    models.Index(fields=['shop', 'sale', '-price']),
    

  • 如果常做brand.products.filter(title__icontains="xxx")，可以建：

    models.Index(fields=['brand', 'title']),
    

  复合索引的顺序很重要：把过滤条件常用的字段放在前面，排序字段放在后面。

2. 用prefetch_related和Prefetch消灭N+1查询 #

这是Django ORM优化反向查询最常用的手段，能避免循环遍历Shop/Brand对象时触发大量重复查询。

• 基础用法：批量预取关联数据：
  如果要查询多个店铺及其产品，别这么写：

  # 糟糕：会触发1次Shop查询 + N次Product查询（N是店铺数量）
  shops = Shop.objects.all()
  for shop in shops:
      products = shop.products.all()
  

  改成用prefetch_related：

  # 优秀：只触发2次查询（1次Shop，1次批量查询所有关联的Product）
  shops = Shop.objects.prefetch_related('products')
  for shop in shops:
      products = shop.products.all()  # 直接从缓存取，不查数据库
  

• 进阶：带过滤/排序的预取：
  如果只需要每个店铺的在售产品，用Prefetch对象自定义预取的查询集：

  from django.db.models import Prefetch
  
  # 先定义过滤后的Product查询集
  active_products = Product.objects.filter(sale=True).order_by('-price')
  # 预取时指定这个查询集，还可以自定义属性名
  shops = Shop.objects.prefetch_related(
      Prefetch('products', queryset=active_products, to_attr='active_products')
  )
  # 直接用自定义属性，不用再过滤
  for shop in shops:
      print(shop.active_products)
  

• 嵌套预取：如果Product还有其他外键（比如Category），可以在预取时连带着把关联数据也查出来：

  active_products = Product.objects.filter(sale=True).select_related('category')
  shops = Shop.objects.prefetch_related(Prefetch('products', queryset=active_products))
  

3. 只查询需要的字段（减少数据传输） #

如果不需要Product的所有字段，别让数据库返回冗余数据：

• 用only()指定需要的字段：

  # 只取标题和价格，比查所有字段快很多
  shop.products.only('title', 'price')
  

• 用defer()排除不需要的大字段（比如长文本、图片URL）：

  # 排除不需要的description字段
  shop.products.defer('description')
  

• 用values()/values_list()获取轻量化数据：
  如果只需要统计或特定字段的列表，直接返回原生数据类型，比模型对象更高效：

  # 获取某个品牌所有产品的价格列表（返回Python列表）
  brand.products.values_list('price', flat=True)
  # 获取每个产品的标题和价格（返回字典列表）
  brand.products.values('title', 'price')
  

4. 数据库层面的小优化 #

• 更新统计信息：定期让数据库更新表的统计信息，帮助查询优化器生成更优的执行计划。比如PostgreSQL可以执行：

  ANALYZE product;
  

• 调整数据库配置：如果是PostgreSQL，确保work_mem足够大，避免排序或分组时使用磁盘临时表（会大幅拖慢速度）。

内容的提问来源于stack exchange，提问作者Chiefir