Django查询与终端原生SQL查询耗时差异及优化咨询

这确实是个容易踩的小坑——Django默认给DateTimeField的字符串查询参数加上::timestamp类型转换，有时候会让PostgreSQL没法高效利用time_stamp字段的索引，直接拖慢查询速度。咱们一步步来解决：

核心原因 #

当你用字符串作为time_stamp__range的参数时，Django会自动给字符串加上::timestamp强制类型转换。虽然逻辑上和直接传字符串等价，但PostgreSQL在处理带显式转换的条件时，可能会放弃使用字段上的索引（尤其是数据量较大时），转而进行全表扫描或者低效的索引扫描；而你在终端直接用字符串查询时，PostgreSQL能自动识别并匹配字段的timestamp类型，直接走索引，所以速度快很多。

解决方案 #

1. 用Python datetime 对象代替字符串作为查询参数 #

这是最直接有效的方法。Django会识别datetime类型的参数，生成不带显式类型转换的SQL，让PostgreSQL可以直接利用索引。

修改你的查询代码：

from datetime import datetime

# 构造datetime对象，代替字符串
start_time = datetime(2017, 5, 28, 1, 0, 0)
end_time = datetime(2017, 5, 28, 7, 0, 0)

query = Table.objects.filter(time_stamp__range=(start_time, end_time)).values('time_stamp', 'value')

此时Django生成的SQL会变成类似这样（没有::timestamp转换）：

SELECT "table"."time_stamp", "table"."value" FROM "table" WHERE "table"."time_stamp" BETWEEN '2017-05-28 01:00:00' AND '2017-05-28 07:00:00'

2. 确保time_stamp字段已创建索引 #

如果你的time_stamp字段还没有索引，不管有没有类型转换，查询速度都会很慢。可以在模型里直接添加索引：

class Table(models.Model):
    time_stamp = models.DateTimeField(db_index=True)  # 添加db_index=True
    value = models.FloatField(blank=True, null=True)

然后执行迁移：

python manage.py makemigrations
python manage.py migrate

或者直接在PostgreSQL中手动创建索引：

CREATE INDEX idx_table_time_stamp ON "table"(time_stamp);

3. 额外优化：更新PostgreSQL统计信息 #

如果已经做了上面两步还是有性能问题，可以尝试更新表的统计信息，让PostgreSQL能更好地选择执行计划：

ANALYZE "table";

验证效果 #

修改代码后，再通过Django Debug Toolbar查看生成的SQL，确认::timestamp转换已经消失，此时查询执行时间应该会和你在终端执行的速度基本一致。

内容的提问来源于stack exchange，提问作者user9322651