数据库N+1查询是个常见的问题,简单描述场景如下

基本场景

class Category(models.Model):
    name = models.CharField(max_length=30)

class Article(models.Model):
    title = models.CharField(max_length=30)
    body = models.TextField()
    category = models.ForeignKey(Category)
    time    = models.DateTimeField()
    
#----列表页模板
{% for a in Article.objects.all %}
    {{ a.title }}
    {{ a.category.name }}
{% endfor %}

在生成列表页面时,首先执行一次

select * from article limited 0,N

然后逐条获取category.name,又需要执行N次

select name from category where id = category_id

所以N+1问题其实应该叫做1+N 问题,这只是一个数据库设计模式的问题.但是会对数据库带来很大的压力,一个简单的列表页可能会有几百次数据库查询

N+1问题并不是ORM独有,只是使用orm的时候,数据库表中的行变成一个对象,于是很自然的就容易使用上面的方法来进行查询 不使用orm进行编程的情况,一般直接用子查询或者inner join

select a.*,c.name from article a,category b where a.category_id = b.id

子查询或者inner join对数据库来说,也是很费资源的操作,因为需要锁表,高并发的情况下很容易锁死

要解决1+N问题一般有3种方法

  1. 数据库反范式设计,说直白点,就是把表合并,设计成冗余表,这可能会带来两个问题

    1. 表中存在大量的重复数据项
    2. 表中出现大量的空项,整个表格变成一个稀疏矩阵(sparse matrix)

    所以,这种方案显然存储效率不高,但是如果针对这两种情况进行优化,也算是是一种不错的解决办法, MongoDB就是这样干的

  2. 加缓存 把整个列表页加上缓存. 这样 无论是继续执行1+N次查询,还是用inner join 1次查询搞定,都可以.

    这种方法的缺点是

    1. 更新缓存 需要成本,增加了代码复杂度
    2. 某些场景要求数据实时性,无法使用缓存
  3. 把N+1次查询变成2次查询

    简单说 先执行 select *,category_id from article limited 0,N

    然后遍历结果列表,取出所有的category_id,去掉重复项

    再执行一次 select name from category where id in (category id list)

性能优化

把子查询/join查询 分成两次,是 高并发网站数据库调优中非常有效的常见做法,虽然会花费更多的cpu时间,但是避免了系统的死锁,提高了并发响应能力

数据库本身处理不了高并发,因为我们只能保证单个数据项的操作是原子的,而数据库的查询是以 列表为基本单元,这是个天然矛盾,无解

数据库设计范式不在web framework能力范围内,所以django的ORM 只支持后面两种做法

  • Article.ojbects.select_related() 这就是inner join
  • Article.objects.prefetch_related('category') 这是2次查询

本文地址: http://lutaf.com/156.htm 鲁塔弗原创文章,欢迎转载,请附带原文链接