理解dajngo ORM查询中select_related的作用

1.我们基于以下模型来分析select_related的作用。

class Person(models.Model);
    name = models.CharField(max_length=30)
    age = models.IntegerField()


class Book(models.Model):
    person = models.ForeignKey(Person)
    title = models.CharField(max_length=50)
    pubtime = models.DateField()

2. 模型结构为：

Book - title
     - page
     - person -> ForeignKey(Person)

3. 两种查询方式：
A. 不带select_related

book = Book.objects.filter(pk=1)  # 需要查询数据库 1
---------------------
result:
book - id
     - title
     - page
     - Person.id
---------------------
n = book.name  # 需要查询数据库 2
a = book.age  # 需要查询数据库 3

*总共向数据库发起三次查询。

B. 带select_related

book = Book.objects.select_related().filter(pk=1)  # 需要查询数据库 1
---------------------
result:
book - id
     - title
     - page
     - Person - id
              - name
              - age
---------------------
n = book.name  # 直接从book对象中取
a = book.age  # 直接从book对象中取
--------------------- 

*总共向数据库发起一次查询。

也就是说使用select_related()方法一次性的把Book关联的对象都查询出来放入对象中，再次查询时就不需要再连接数据库，节省了后面查询数据库的次数和时间。

4. depth参数

depth参数可以指定select_related(depth=2)关联的对象的层数

depth，执行获取关联对象的深度，如果depth=2，不仅能查询到作者关联的实体对象，而且还可以查询book关联（外键）的实体对象。默认情况将会获取到该作者的所有关联对象的 包括关联对象的子关联对象。

5. 指定关键字参数

指定关键字参数可以只查询(join)指定的对象，节省资源。

book = Book.objects.select_related('person').filter(pk=1)

# 假设Person模型中有另外一个外键city,可作如下查询
book = Book.objects.select_related('person__city').filter(pk=1)

6. 参考

这篇解释的非常详细：http://blog.jobbole.com/74881/

1. select_related主要针一对一和多对一关系进行优化。
2. select_related使用SQL的JOIN语句进行优化，通过减少SQL查询的次数来进行优化、提高性能。
3. 可以通过可变长参数指定需要select_related的字段名。也可以通过使用双下划线“__”连接字段名来实现指定的递归查询。没有指定的字段不会缓存，没有指定的深度不会缓存，如果要访问的话Django会再次进行SQL查询。
4. 也可以通过depth参数指定递归的深度，Django会自动缓存指定深度内所有的字段。如果要访问指定深度外的字段，Django会再次进行SQL查询。
5. 也接受无参数的调用，Django会尽可能深的递归查询所有的字段。但注意有Django递归的限制和性能的浪费。
6. Django >= 1.7，链式调用的select_related相当于使用可变长参数。Django < 1.7，链式调用会导致前边的select_related失效，只保留最后一个。

prefetch_related效果和select_related类似，不过使用的场景不同：

1，select_related适用于外键和多对一的关系查询；

2，prefetch_related适用于一对多或者多对多的查询。

--------------------- 
原文：https://blog.csdn.net/weixin_39198406/article/details/78845122