Django annotation,减少IO次数利器

annotation的中文含义是"注解"。正如这名字所暗示的，传递给annotate函数的每个参数，都会以"注解"的形式添加到model queryset返回的每一个object里面。

和annotate经常在一起使用的是aggregation函数。

举个栗子

Blog Model有一个外键entry指向Entry model。我们想计算每个blog有多少个entry：

>>> from django.db.models import Count
>>> q = Blog.objects.annotate(Count('entry'))
# The name of the first blog
>>> q[0].name
'Blogasaurus'
# The number of entries on the first blog
>>> q[0].entry__count
42
复制代码

我们一起break down上面这部分代码：

q = Blog.objects.annotate(Count('entry'))
复制代码

这里使用了Count这个aggregation函数，作用是对一个指定的Blog object，计算它对应的Entry object有多少个。Blog.objects.annotate(Count('entry'))就是对每个Blog object，计算一下与之对应entry有几个。返回值是一个queryset。与

Blog.objects.all()
复制代码

的区别在于，Blog.objects.annotate(Count('entry'))中的每一项，都多了一个entry__count字段，这就是我们想要的那个数据。

q[0].name
q[0].entry__count
复制代码

q是一个queryset，q[0]就是获取第一个object，他里面多了一个entry__count字段。

举个反栗子

如果你不知道annotate这个东西，你肯定会想到一种"pythonic"的方法：

q = Blog.objects.all()
for blog in q:
    entry__count = blog.entry.count()
    print(blog.name)
    print(entry__count)
复制代码

这种方法更容易理解，但是会杀死你的性能。假如你有10W条blog，q = Blog.objects.all() 这里进行了一次查询，for循环那里，对每一个blog都要进行一次查询，所以总查询次数是10W+1次，也就是那么多次IO。而前面那种方法，总查询次数只有一次，IO只有一次，计算entry的个数是在数据库内容进行的，效率当然要高很多！

数据库查询有一个黄金原则： 尽可能减少IO次数 。而 Python 的for循环天然就会增加IO次数，所以，请拥抱annotation吧。

关注我的微信公众号